ارائه يك مدل مبتني بر آزمايش جهت استخراج فركانس‌هاي طبيعي موثر بر نويز صوتي در موتور سنكرون

An Experimental Model for Extraction of the Natural Frequencies influencing on the Acoustic Noise of Synchronous Motors

تحليل و بررسي نويز صوتي ماشين‌هاي الكتريكي به دليل كاربرد‌هاي گسترده و ويژه‌اي كه دارند از اهميت زيادي برخوردار است. خطاي روش‌هاي تحليلي و عددي در پيش‌بيني و محاسبه دقيق دامنه نويز صوتي منتشر شده از ماشين‌هاي الكتريكي بويژه در فركانس‌هاي بالا غيرقابل چشم­پوشي است و براي بررسي و تحليل دقيق نويز صوتي منتشر شده از ماشين‌هاي الكتريكي نياز به اندازه‌گيري عملي و دقيق نويز صوتي است. در اين مقاله، يك مدل كارآمد و مبتني بر آزمايش جهت تحليل نويز صوتي منتشر شده از يك موتور سنكرون، شناسايي منابع نويز و همچنين استخراج فركانس‌هاي طبيعي طراحي شده است. ابتدا سرعت مكانيكي موتور سنكرون توسط VFD از صفر شروع به افزايش مي‌كند و در طول زمان شتاب‌گيري موتورسنكرون نويز صوتي منتشر شده از آن توسط "ميكروفن اندازه‌گيري" و در شرايط استاندارد اندازه‌گيري مي‌شود. سپس با استفاده از ابزار پردازش تصوير نتايج حاصل از اندازه‌گيري مورد پردازش قرار گرفته و منابع نويز موتور سنكرون و همچنين فركانس‌هاي طبيعي آن تشخيص داده مي‌شود.

Acoustic noise analysis of electrical machines is of special interest due to their numerous and miscellaneous applications. The analytical and numerical approaches for prediction and calculation of acoustic noise radiated from electrical machines usually yield considerable errors. Therefore, the accurate investigation of acoustic noise in electrical machines necessitates exact experimental noise measurements. In this paper, an efficient experimental model is developed to analyze the acoustic noise radiated from a synchronous motor, identify the noise sources, and extract the significant natural frequencies. At first, the motor mechanical speed is raised from zero up to a maximum value by use of a Variable Frequency Drive (VFD). During the motor acceleration period, its radiated acoustic noise is measured by means of a "measurement microphone" in a standard test condition. The measurement results are then analyzed via developing and utilizing an Image Processing Algorithm, and thereby, the prominent noise sources of the synchronous motor and its significant natural frequencies are finally identified.