NE555在电动机保护器中的应用

文章介绍了由NE555为核心器件组成的三相异步电动机保护器的组成和电路设计及其工作原理。在电动机出现过载、缺相故障时,该保护器可自动切断电动机电源。实际应用表明,该保护器结构简单,动作可靠。     

新颖的电子电动机保护器

本文介绍的电子电动机保护器,它仅需检测电动机三根电源线中一线电流的变化,即可实现传统电机保护器的各种功能,且无须单独设置保护器电源,其结构简单,造价低,故障少,动作灵敏度、重复性及可靠性等参数均优于其它电子电机保护器,可广泛地应用于中小型三相交流异步电动机。一、电路构成及工作原理图1是本保护器的电原理图,图中B是电流互感器,它串在电机电源线的B相中,交流接触器CJ的线圈接在a、c两相上,接触器线圈回路中串入K1和K2分别用于电机起动和停机操作。当电机运行时,B初级有电流,其次级会感应出交流电压,该电压经D1～D4整流和C1滤波后,在C1两端得到一直     

智能型低压电动机综合保护器的研究与开发

介绍了电动机保护器的现状及存在的主要问题;讨论了一种用于中小型电动机智能型综合保护器的硬件结构和特点,以及软件开发流程。实践证明,该系统不仅能够自动判断电动机运行过程中的各种参数并作出相应的保护措施,而且具有较强的抗干扰能力,大大提高了保护器的工作可靠性。     

基于模糊控制的单片机式热保护器

针对电动机运行过程中因为绕组温度过高而影响绝缘性能的问题,设计了一种新型的基于模糊控制的单片机热保护器。通过分析和讨论各种标准和热过载模型,提出了最佳的可供单片机热保护器使用的热特性模型,即双时间常数的指数发热和冷却模型及其建模机理。针对电动机热保护器的延迟动作时间选取不准确的问题,利用模糊控制理论设计了热保护器的软件,提高了电动机热保护器的动作精度和可靠性。     

基于DeviceNet的可通信电动机保护器

针对传统的电动机保护器已不能满足现场需求的问题,提出了一种基于DeviceNet的可通信电动机保护器的设计方案,分析了该电动机保护器的通信要求,在明确电动机保护器功能的基础上,根据DeviceNet协议建立了电动机保护器的对象模型,并用不同的对象来模拟电动机保护器的功能,然后通过DeviceNet协议中预定义主/从结构的固定信息格式分配和建立了电动机保护器的连接状态,实现了DeviceNet总线上显式报文和I/O报文的接收和发送,在此基础上采用DN1022实现了电动机保护器从站节点的设计。实验结果表明,该电动机保护器可作为节点挂接在DeviceNet总线上与主站通信。     

再议电机缺相保护

《电子制作》98年第7期的《对“电动机缺相保护器”可靠性的探讨》一文指出了《续谈电动机缺相保护制作》所介绍的保护器在电动机正常运行中缺相会失灵,这是完全符合实际情况的。《电子制作》98年第5期的《简单可靠的电机缺相保护装置》文中的保护装置也与上述保护器大同小异,在电机运行中缺相时也会失灵。     

基于无线传感网和GPRS的漏电保护器远程监控系统研究

研究设计了一款基于无线传感网WSN和GPRS的漏电保护器远程监控系统.该系统由漏电保护器,WSN分节点、中继节点、中心节点以及GPRS模块等组成,能实时监测漏电保护器的多种运行状态,诸如送电、停电、缺相、短路、过流、触电等,其中GPRS模块和WSN中心节点间采用RS485方式通信,WSN分节点和漏电保护器之间采用光耦隔离TTL方式通信.当发生告警时,该系统可通过短信息的方式迅速告知管理人员,使管理人员能够及时掌握故障信息,及时处理以降低损失.     

《智能电动机控制与保护二次电路图集》出版

智能电动机保护器是应用现代电子技术、通信技术、汁算机网络技术的新型智能保护器。该保护器具有电动机过载、断相、欠载、堵转、阻塞、三相不平衡、过电压、欠电压、欠功率、温度过高、起动超时、剩余电流、电源相序等保护及运行数据远传和监控功能。保护器对于电动机保护的有效性、运行维护和管理、设备的安全及火灾防护、节能降耗能够发挥积极作用．为了推进新技术的应用和满足工程设计人员、施工人员、监理人员的工作需要,编制了本 图集．     

基于TMS320LF2407A的电机保护系统硬件设计

综合目前国内外电动机智能保护器的发展现状,采用TMS320LF2407A作为保护装置的CPU,利用其片内的高速AD转换芯片把现场采集到的模拟量转换成数字量,并控制键盘输入、LCD显示和执行机构动作,弥补了传统保护器的许多缺陷,解决了对三相电动机更加可靠地进行保护的问题.     

电动机综合保护器

电动机常因过载、单相运行等原因造成事故。为了不至影响生产■障电机安全运行,我们试制了电动机综合保护器。一年多来的实践证明,该装置能够有效地防止因过载、单相运行而烧坏电机的事故。     

智能型多路电机自动保护装置的设计

电机在运行中常常会引发各种故障,影响安全生产。为了实现对电机的可靠保护,采用高性能的C8051F020单片机控制实现多路电机的自动保护功能,该保护装置能完成对多路电机三相电压和三相电流的检测,并以此为基础实施各种故障保护,结果显示在LCD上。详细叙述了设计原理,介绍了软硬件实现方案。     

基于DSP的智能电机保护器设计

电机在运行中常会引发各种故障,影响安全生产。为了实现对电机的可靠保护,设计了一种以DSP芯片TMS320LF2407为控制核心的智能电机保护器。该保护器能同时完成对三相电压和三相电流的检测,并以此为基础实施各种故障保护,结果显示在LCD上。给出了相关保护的基本原理和设计思想,并对该系统的硬件结构和软件设计中的关键部分进行了讨论。实际应用表明该保护器能较好地完成对电机的保护。     

基于幅值恢复算法的谐波分析实验

本文的研究目的就是针对三相异步电机的运行状态的监测以期对电机早期故障能够及时发现,减小故障严重后造成的巨大损失。本文采用分析定子电流的方式对运行中的电机进行现场监测,为解决故障频率与电网频率接近,且电机轻微故障时,定子电流中故障特征分量幅值过小的问题,使用一种新的谐波分析方法——幅值恢复算法,将该算法结合Fourier频谱分析,可对电机轻微故障和微弱的谐波成分做出有效的分析。     

基于物联网的分布式电动机故障诊断与保护系统研究

针对传统的电动机保护装置无法实现早期故障诊断、不具备联网功能的问题,提出了一种基于物联网和支持向量机算法的分布式电动机故障诊断与保护系统的设计方案。该系统的下位机利用对称分量法将采集到的电动机定子电流进行分解,根据电流分量值判断故障类型来实现电动机的现场保护,并将定子电流数据通过ZigBee技术发送至嵌入式网关,通过GPRS网络实时上传给上位机;上位机通过小波包分解提取故障特征向量,采用支持向量机对电动机故障进行分类,实现故障早期诊断和预测。实际运行结果表明,该系统能准确诊断电动机故障并实施有效的综合保护。     

基于TMS320F2812的采煤机电动机保护控制模块

为了对采煤机电动机进行有效的在线监测和故障早期诊断,设计了一种基于TMS320F2812的采煤机电动机保护控制模块,介绍了该模块的硬件电路和软件设计。该模块可以实时监测采煤机电动机的运行状态,实现过热、过载、短路、缺相保护功能;同时可对采煤机电动机运行电流谐波进行分析,实现定子、转子故障自诊断功能。井下试验结果表明,该模块可靠性高、实时性强。     

基于MSP430单片机的燃运胶带保护仪的设计

针对由15条胶带组成的燃运煤系统,文章介绍了一种基于MSP430单片机的综合保护仪及其硬件电路和软件设计。该保护仪能实时检测每条胶带机的电压、电流和胶带线速度等参数,并根据这些参数判断胶带工作是否异常。通过RS485总线与上位监控机进行通信,实现了对15条胶带的远程监控和参数查询。运行结果表明,该保护仪在燃运保护监控系统中有一定的使用价值。     

Temporary short circuit detection in induction motor winding using combination of wavelet transform and neural network

Monitoring system for induction motor is widely developed to detect the incipient fault. Such system is desirable to detect the fault at the running condition to avoid the motor stop running suddenly. In this paper, a new method for detection system is proposed that emphasizes the fault occurrences as temporary short circuit in induction motor winding. The investigation of fault detection is focused on the transient phenomena during starting and ending points of temporary short circuit. The proposed system utilizes the wavelet transform for processing the motor current signal. Energy level of high frequency signal from wavelet transform is used as the input variable of neural network which works as detection system. Three types of neural networks are developed and evaluated including feed forward neural network (FFNN), Elman neural network (ELMNN) and radial basis functions neural network (RBFNN). The results show that ELMNN is the most simply and accurate system that can recognize all of unseen data test. Laboratory based experimental setup is performed to provide real-time measurement data for this research.