Motorstrømsanalyse

Motorstrømsanalyse, ofte kaldet motorstrømsbaseret tilstandsovervågning, er en ikke-invasiv metode til at opdage fejl i elmotorer og det tilsluttede udstyr ved at analysere motorens strømforbrug under drift. Metoden udnytter, at signalet i motorstrømmen indeholder information om maskinens tilstand, og at fejl giver karakteristiske ændringer i strømmenes mønstre.

Principielt bliver strømforbruget målt og behandlet i både tids- og frekvensdomænet. Fejl fremkalder ændringer som ændrede harmoniske komponenter, sidebånd omkring den grundlæggende frekvens eller ændringer i strømmens amplituder og fase. Frekvensanalyser som FFT samt mere avancerede tidsfrekvens-teknikker bruges til at identificere disse mønstre og til at skelne fejlsignaler fra normale driftsvariationer.

Metodemæssigt indebærer MCSA ofte, at man installerer en eller flere strømfølere og anvender software til signalbehandling. Kravene inkluderer baselines (normaltilstande), filtrering af støj og reference til motorens driftsbaktanke. Avancerede udgaver kan kombinere MCSA med maskinlæring for automatisk klassificering af potentielle fejl.

Typiske fejl, som MCSA kan indikere, omfatter fejl i statorviklinger og rotor samt mekaniske fejl som ubalance, misalignment og løse forbindelser. Disse fejl viser sig ofte som ændringer i bestemte frekvenser eller mønstre i strømmen, selv når motoren stadig fungerer ved normal belastning.

Fordele ved motorstrømsanalyse inkluderer dens ikke-invasive natur, muligheden for online overvågning uden ekstra sensorer og potentialet for tidlig fejldetektion. Begrænsninger omfatter følsomhed over for ændringer i belastning og hastighed, behov for baselines og kontekst for korrekt tolkning samt risiko for falske positiver uden kvalificeret analyse. Anvendelsesområder spænder bredt fra industrielle elmotorer og pumper til ventilatorer og transportudstyr.