Zastosowanie sieci neuronowych do detekcji zwarć zwojowych silnika PMSM z wykorzystaniem modelowania matematycznego

• Autorzy: Krzysztofiak mateusz , Tarchała Grzegorz

Identyfikatory

DOI

10.15199/48.2023.04.06

Warianty tytułu

EN

Application of neural networks to the detection of PMSM interturns short circuits windings using mathematical modelling

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano metodę diagnostyki zwarć zwojowych stojana silnika PMSM, wykorzystującą sieć neuronową. Przeanalizowano sygnały prądowe i napięciowe pochodzące ze struktury sterowania, a następnie poddano je analizie w celu ekstrakcji najlepszych symptomów uszkodzeń. Wybrane cechy podano na wejście sieci neuronowej podczas procesu treningu. Badania eksperymentalne prezentują potencjał zastosowania modelowania matematycznego jako generatora wzorców symptomów uszkodzeń.

EN

This paper presents a method for diagnosing the inter-turn short circuits of a PMSM, using a neural network. Current and voltage signals from the control structure were then analysed to extract the best fault symptoms. The selected features were given to the neural network input during the training process. The tests performed on a experimental setup demonstrate the potential of using mathematical modelling as a fault symptom pattern generator.

Słowa kluczowe

PL

diagnostyka uszkodzeń; zwarcie zwojowe; silnik synchroniczny z magnesami trwałymi; sieć neuronowa

EN

damage diagnostics; shorted turns; permanent magnet synchronous motor; neural network

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 4
• Strony: 30--35
• Opis fizyczny: Bibliogr. 17 poz., rys., tab.

Twórcy

autor

Krzysztofiak mateusz

• Politechnika Wrocławska, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

• https://orcid.org/0000-0002-6184-3808

autor

Tarchała Grzegorz

• Politechnika Wrocławska, Katedra Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław

• https://orcid.org/0000-0001-7457-9674

Bibliografia

• [1] Zawirski K., Deskur J., Kaczmarek T., Automatyka napędu elektrycznego. Wydawnictwo Politechniki Poznańskiej, 2012
• [2] Orlowska-Kowalska, T., Wolkiewicz, M., Pietrzak, P., Skowron, M., Ewert, P., Tarchala, G., Krzysztofiak, M., Kowalski, C.T., Fault Diagnosis and Fault-Tolerant Control of PMSM Drives-State of the Art and Future Challenges, IEEE Access, 10 (2022), str. 59979-60024
• [3] Antal L., Gwoździewicz M., Marciniak T., Antal, M.. Badania skutków cieplnych zwarć zwojowych w uzwojeniach stojana silnika indukcyjnego. Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały, 66(32, t. 2), (2012), str. 316-324.
• [3] Foitzik, S., Doppelbauer, M. Simulation of stator winding faults with an analytical model of a PMSM. 2018 IEEE International Conference on Power Electronics, Drives and Energy Systems (PEDES), (2018), str. 1-6.
• [5] Ma Y., Wang J., Xiao Y., Zhou L., Kang, H. Transfer learning-based surrogate-assisted design optimisation of a five-phase magnet-shaping PMSM. IET Electric Power Applications, 15(10), (2021). Str. 1281-1299.
• [6] Romeral L., Urresty J. C., Ruiz J. R. R., Espinosa, A. G. Modeling of surface-mounted permanent magnet synchronous motors with stator winding interturn faults. IEEE Transactions on Industrial Electronics, 58(5), (2010). str. 1576-1585.
• [7] Ge Y., Song B., Pei Y., Mollet Y. A., Gyselinck J. J. Analytical expressions of isolation indicators for permanent-magnet synchronous machines under stator short-circuit faults. IEEE Transactions on Energy Conversion, 34(2), (2018), str. 984-992.
• [8] Fitouri M., Bensalem Y., Abdelkrim M. N. Modeling and detection of the short-circuit fault in PMSM using Finite Element Analysis. IFAC-PapersOnLine, 49(12), (2016), str. 1418-1423.
• [9] Jeong H., Lee H., Kim S. W., Classification and Detection of Demagnetization and Inter-Turn Short Circuit Faults in IPMSMs by Using Convolutional Neural Networks, 2018 IEEE Energy Conversion Congress and Exposition (ECCE), Portland, OR, USA, (2018) str. 3249-3254,
• [10] Sun W., Hang J., Ding S., Hu Q., Ren X., Electromagnetic Parameters Analysis of Inter-Turn Short Circuit Fault in DTP-PMSM Based On Finite Element Method, 2020 8th International Conference on Power Electronics Systems and Applications (PESA), Hong Kong, China, pp. 1-4 (2020),
• [11] Alvarez-Gonzalez F., Griffo, A., Wang, B. Permanent magnetsynchronous machines inter-turn short circuit fault detection by means of model-based residual analysis. IECON 2018-44th Annual Conference of the IEEE Industrial Electronics Society, (2018). str. 647-652.
• [12] Bazan G. H., Scalassara P. R., Endo W., Goedtel A., Palácios R. H. C., Godoy, W. F. Stator short-circuit diagnosis in induction motors using mutual information and intelligent systems. IEEE Transactions on Industrial Electronics, 66(4), (2018). Str. 3237-3246.
• [13] Pietrzak, P., Wolkiewicz, M. Application of Support VectorMachine to stator winding fault detection and classification ofpermanent magnet synchronous motor. 2021 IEEE 19th International Power Electronics and Motion Control Conference (PEMC), (2021), str. 880-887).
• [14] Moosavi S. S., Djerdir A., Ait-Amirat Y., Khaburi D. A. ANN based fault diagnosis of permanent magnet synchronous motor under stator winding shorted turn. Electric Power Systems Research, 125, (2015), str. 67-82.
• [15] Dai X., Zhang Y., Qiao L., Sun, D. Fault Diagnosis of Permanent Magnet Synchronous Motor Based on Improved Probabilistic Neural Network. 2021 40th Chinese Control Conference (CCC), (2021), str. 2767-2772
• [16] Sá B. A., Barros C. M., Siebra C. A., Barros L. S. A multilayer perceptron-based approach for stator fault detection in permanent magnet wind generators. 2019 IEEE PES Innovative Smart Grid Technologies Conference-Latin America (ISGT Latin America) (2019), str. 1-6,
• [17] Krzysztofiak, M., Skowron, M., Orlowska-Kowalska, T. Analysis of the impact of stator inter-turn short circuits on PMSM drivewith scalar and vector control. Energies, 14(1), (2020).str. 153.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).