PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

The detection of coil shorting in induction motors by means of wavelet analysis

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
PL
Analiza falkowa w zastosowaniu do wykrywania stanów zwarć międzyzwojowych silnika indukcyjnego
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono wyniki analiz sygnałów zarejestrowanych w różnych stanach zwarć międzyzwojowych w uzwojeniach stojana silnika indukcyjnego pracującego pod stałym obciążeniem. Analizy przeprowadzono w domenie czasowo-częstotliwościowej, wykorzystując proste ortonormalne bazy falkowe, które można zastosować w układzie rzeczywistym bez potrzeby użycia specjalistycznego oprogramowania. Wybór metody badań był związany z istnieniem okresowych przepływów energii pomiędzy sąsiednimi pasmami częstotliwości, co utrudnia diagnozowanie przy wykorzystaniu analiz Fouriera. Celem przeprowadzonych badań było przyszłe wykorzystanie ich wyników do budowy działającego w czasie rzeczywistym systemu diagnostycznego. Jako sygnały diagnostyczne, których analiza pozwoli na sformułowanie diagnozy co do przyczyn asymetrii zasilania przetestowano m.in. sygnały proporcjonalne do strumienia poosiowego, napięcia zerowego, prądu w zwartych zwojach, przyspieszenia drgań, ciśnienia akustycznego, momentu elektromechanicznego oraz prądów i napięć fazowych. W artykule przedstawiono wyniki analiz sygnału proporcjonalnego do strumienia poosiowego oraz sformułowano wnioski.
EN
This paper presents the results of an analysis of signals recorded in different inter-turn short- circuit states in the stator windings of a squirrel-cage motor operating under a constant load. The analysis was carried out in a time-frequency domain using a simple orthonormal wavelet base that can be used in a real system without the need to acquire specialist software. The choice of analytical was associated with the existence of a periodic energy flow between adjacent frequency bands, thus making it difficult to diagnose the Fourier analysis. The aim of the study was to gather data necessary for the development of a real-time diagnostic system. Magnetic axial flux, the zero voltage signal, the shortcircuit current, vibration acceleration, sound pressure, electromechanical torque, currents and phase voltages were tested as diagnostic criteria. The paper presents the main results of the analyses of magnetic axial flux signal and conclusions.
Rocznik
Strony
135--150
Opis fizyczny
Bibliogr. 13 poz., il., wz., wykr., tab.
Twórcy
autor
  • Department of Automatic Control and Information Technology, Faculty of Electrical and Computer Engineering, Cracow University of Technology
autor
  • Institute of Electromechanical Energy Conversion, Faculty of Electrical and Computer Engineering, Cracow University of Technology
Bibliografia
  • [1] Assaf T., Henao H., Capolino G.A., Simplified axial flux spectrum method to detect incipient stator inter-turn short-circuits in induction machine, 2004 IEEE International Symposium on Industrial Electronics, ISIE, Ajaccio, vol. 2, 4–7 May 2004, 815–819.
  • [2] Antal M., Antal M., Zwarcia zwojowe w uzwojeniu stojana klatkowego silnika indukcyjnego, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych, Nr 59, Politechnika Wrocławska, Studia i materiały, Nr 26, 2006, 78–88.
  • [3] Antal M., Antal L., Zawilak J., Badania uszkodzeń uzwojenia stojana klatkowego silnika indukcyjnego, Zeszyty Problemowe – Maszyny Elektryczne, Nr 76, 2007, 83–88.
  • [4] Zając M., Sułowicz M., Wavelet Detectors for Extraction of Characteristic Features of Induction Motor Rotor Faults, International Conference on Signals and Electronic Systems, ICSES 2016, 4–7 Sept., Kraków 2016.
  • [5] Glabisz W., State analysis of time-varying linear systems via Walsh-wavelets packets, Archives of Civil and Mechanical Engineering, No. 3, 2003, 59–75.
  • [6] Asfani D.A., Muhammad A.K., Syafaruddin, Purnomo M.H., Hiyama T., Temporary short circuit detection in induction motor winding using combination of wavelet transform and neural network, Expert Systems with Applications, vol. 39, Issue 5, April 2012, 5367–5375.
  • [7] Głowacz A., Diagnostics of direct current machine based on analysis of acoustic signals with the use of symlet wavelet transform and modified classifier based on words. Eksploatacja i Niezawodność – Maintenance and Reliability, 2014, Vol. 16, no. 4, 554–558.
  • [8] Wolkiewicz M., Tarchała G., Orłowska-Kowalska T., Kowalski C. T., Online Stator Interturn Short Circuits Monitoring in the DFOC Induction-Motor Drive, IEEE Transactions on Industrial Electronics, vol. 63, no. 4, April 2016, 2517–2528.
  • [9] Ogidi O.O., Barendse B.S., Khan M.A., The Detection of Interturn Short Circuit Faults in Axial-Flux Permanent Magnet Machine with Concentrated Windings, 2015 IEEE Energy Conversion Congress and Exposition, September 2015, 1810–1817.
  • [10] Pietrowski W., Wavelet Analysis of Current of an Induction Machine with Time-Varied Short Circuit, Proceedings of XXIII Symposium Electromagnetic Phenomena in Nonlinear Circuits, 2–4 July 2014, Pilsen, Czech Republic, 179–180.
  • [11] Pietrowski W., Wavelet analysis of axial flux in an induction machine on no-load test, Przegląd Elektrotechniczny, Vol, 7b/2012, 20–23.
  • [12] Bessam B., Menacer A., Boumehraz M., Cherif H., Wavelet transform and neural network techniques for inter-turn short circuit diagnosis and location in induction motor, Int Journal of System Assurance Engineering Management, 2015, 1–11.
  • [13] Lai C., Balamurali A., Bousaba V., Iyer K.L.V., Kar N.C., Analysis of stator winding inter-turn short-circuit fault in interior and surface mounted permanent magnet traction machines, Proceeding of IEEE ITECʼ14, 2014, 1–6.
Uwagi
EN
Presented results of the research, which was carried out under the themes No. E-2/581/2016/DS, No. E-3/627/2016/DS were founded by the subsidies on science granded by Polish Ministry of Science and Higher Education.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-076bc60e-b9bd-4093-b41e-6f76f5618cfe
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.