Оценка технического состояния электромеханической системы на основе вибрационных показателей в режиме пуска

Развитие промышленного оборудования во многом обеспечивается использованием электромеханических систем, включающих приводной элемент – асинхронный двигатель. Техническое состояние электромеханической системы обеспечивает непрерывность и эффективность технологического процесса, что определяет актуальность применения различных методов диагностирования в практике эксплуатации. Проведенный краткий литературный обзор исследований в данном направлении указывает на общую тенденцию использования визуализации акустико-вибрационных сигналов, наряду с методами термографии для широкого применения. Известным фактом является то, что для диагностирования фактического состояния электромеханической системы высокой информативностью обладают переходные процессы. В проведенном исследовании оценка состояния проводилась на основе фиксации временных реализаций виброускорения в период запуска электромеханической системы (вентиляторного типа) в трех взаимно перпендикулярных плоскостях, что было реализовано с помощью прикладных программ к смартфону. В результате сформулированы основные признаки проявления неисправностей электрической и механической частей электромеханической системы при измерении виброускорения на корпусе электродвигателя – приводного элемента в режиме пуска, возникающие при этом сложности в формализации временных реализаций компенсируются пониманием физических процессов, сопровождающих процесс пуска, а также формированием справочника проявления признаков неисправностей. Полученные результаты использовались для принятия решений о целесообразности проведения ремонтных работ и показали достаточную точность безразборного диагностирования указанным методом при использовании относительной и взаимной оценки.

1. Баннов Д. М. Метод диагностики обрывов стержней ротора в асинхронных электродвигателях на основе регрессионного анализа модуля результирующего вектора тока статора // Известия Томского политехнического университета. Инжиниринг георесурсов. 2022. № 333(5). С.196-208.

2. Abdelhak G, Sid Ahmed B, Djekidel R. Fault diagnosis of induction motors rotor using current signature with different signal processing techniques.// Diagnostyka. 2022. Vol. 23(2). pp. 1 - 9.

3. Sudip Halder, Sunil Bhat, Daria Zychma, Pawel Sowa Broken Rotor Bar Fault Diagnosis Techniques Based on Motor Current Signature Analysis for Induction Motor—A Review.// Energies. 2022. Vol. 15. pp. 8569

4. Zafer Doğan Broken Rotor Bar Fault Detection in Induction Motor Based on Spectral Analysis // Balkan Journal of Electrical and Computer Engineering. 2025. Vol.12(4). pp.357363

5. Казыханов Р. Р. Повышение надежности методом диагностики подшипникового узла электрических машин по спектру потребляемого тока // Новая наука: от идеи к результату. 2025. № 5. С. 186-198.

6. K. Yatsugi, S. E. M. P. Kone and Y. Mizuno, "Faulty Class Diagnosis of Three Phase Induction Motor Bearing Using Stator Current Spectral Features and Machine Learning Algorithms," 2022 9th International Conference on Condition Monitoring and Diagnosis (CMD), Kitakyushu, Japan. 2022. pp. 112-117.

7. Сафиуллин Р. А., Янгиров И. Ф. Исследование вибрации асинхронного электродвигателя // Электротехнические и информационные комплексы и системы. 2021. Т. 17, № 2. С. 41-54.

8. M. Marczak, K. Górny and W. Pietrowski, "Wavelet Based Vibration Analysis for Detection of Inter-Turn Faults in Induction Motors Using Pearson Correlation," 2025 Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), Poznan. Poland. 2025. pp. 22-27.

9. Вибродиагностика насосного оборудования тепловых электростанций / А. В. Лукьянов, Д. П. Алейников, А. П. Хоменко, В. А. Налетов // Современные технологии. Системный анализ. Моделирование. 2024. № 4(84). С. 103-116.

10. Цвяк В. А., Жманков В. М., Штельмашенко О. С Вибрационная диагностика подшипников и центробежного насоса нефтегазового оборудования// Результаты современных научных исследований и разработок: сборник статей XVII Всероссийской научно-практической конференции, Пенза, 17 июня 2022 года. – Пенза: Наука и Просвещение (ИП Гуляев Г.Ю.), 2022. С. 33-35.

11. E. Irgat, E. Çinar and A. Ünsal, "The detection of bearing faults for induction motors by using vibration signals and machine learning," 2021 IEEE 13th International Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives (SDEMPED), Dallas. TX. USA, 2021. pp. 447-453

12. N. Rajapaksha, S. Jayasinghe, H. Enshaei and N. Jayarathne, "Acoustic Analysis Based Condition Monitoring of Induction Motors: A Review," 2021 IEEE Southern Power Electronics Conference (SPEC). Kigali. Rwanda. 2021. pp. 1-10.

13. E. M. Mahani, A. Mirabadi, A. Rezazadeh and A. H. Karamali, "Acoustic Fault Diagnosis of Rolling Bearings in Induction Motors Using Time-Frequency Image Analysis," 2024 4th International Conference on Electrical Machines and Drives (ICEMD), Tehran, Iran, Islamic Republic. 2024. pp. 1-6

14. N. Yordanov, M. Zhilevski and M. Mikhov, "Fault Detection in Electric Motors using Acoustic Signals and Image Classification," 2024 International Conference on Applied and Theoretical Electricity (ICATE), Craiova. Romania. 2024. pp. 1-6

15. E. Resendiz-Ochoa, J. M. Enriquez-Ugalde, J. J. Saucedo-Dorantes and L. A. Morales-Hernandez, "Broken Rotor Bar Failures Diagnosis with Supervised Learning and Infrared Thermography," 2021 IEEE 13th International Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives (SDEMPED). Dallas. TX. USA. 2021. pp. 499-504.

16. S. Kilickaya, C. Celebioglu, L. Eren and M. Askar, "Thermal Image-Based Fault Diagnosis in Induction Machines via Self-Organized Operational Neural Networks," 2025 IEEE Symposium on Computational Intelligence on Engineering/Cyber Physical Systems (CIES), Trondheim, Norway. 2025. pp. 1-7.

17. Ali A., El-Serafi K., A. K. Mostafa S., El-Sheimy N. Frequency Features Based Fuzzy System for Rotating Machinery Vibration Analysis Using Smartphones Low-Cost MEMS Sensors. Journal of Sensor Technology. 2016. Vol. 6 (3).pp. 56-74.

18. Hafizh H., Ali M.N.N., Abdul Majeed A.P.P. Vibration Condition Monitoring of Rotating Machinery with IoT and Smartphone Sensors. In: Tan, A., et al. Advances in Intelligent Manufacturing and Robotics. ICIMR 2023. Lecture Notes in Networks and Systems. 2024. Vol 845. pp. 421-431.