The determination of the current state and the reliability indices of synchronous motors with long time between failures

• Autorzy: Prus Viacheslav , Dehtiarenko Oleksandr

Identyfikatory

DOI

10.15199/48.2019.05.17

Warianty tytułu

PL

Określanie stanu bieżącego i wskaźników niezawodności silników synchronicznych z długim czasem międzyawaryjnym

• Języki publikacji: EN

Abstrakty

EN

The paper deals with the approaches to the assessment of the current state and the forecast of the indices of reliability of synchronous motors with a long time between failures in the presence of defects of their basic structural units. We substantiated the structure of the neural network including a set of informative parameters and the specific features of its teaching. We carried out experimental research of the synchronous motor aiming at obtaining the initial data required for teaching the neural network.

PL

W artykule przedstawiono podejścia do oceny stanu bieżącego i prognozy wskaźników niezawodności silników synchronicznych z długim czasem pomiędzy awariami przy istniejących defektach w ich elementach konstrukcyjnych. Wprowadzana jest sieć neuronowa, zawierająca zespół parametrów informatywnych i specyficzne właściwości jej uczenia. Przeprowadzono badania eksperymentalne silika synchronicznego, mające na celu otrzymanie danych początkowych wymaganych w procesie uczenia sieci neuronowej.

Słowa kluczowe

EN

synchronous motor; structural unit; defect; neural network; forecasting; reliability indices

PL

silnik synchroniczny; element konstrukcyjny; defekt; sieć neuronowa; wskaźnik niezawodności

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2019
• Tom: R. 95, nr 5
• Strony: 67--70
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Prus Viacheslav

• Kremenchuk Mykhailo Ostrohradskyi National University, vul. Pershotravneva, 20, Kremenchuk, Ukraine, 39600

autor

Dehtiarenko Oleksandr

• PJSC “Azovstal iron & steel works”, Leporskogo str., 1, Mariupol, Ukraine, 87500

Bibliografia

• [1] Hamid A. Toliyat, Subhasis Nandi, Seungdeog Choi, Homayoun Meshgin-Kelk. Electric Machines: Modeling, Condition Monitoring and Fault Diagnosis, CRC Press, October 30, (2012).
• [2] V. V. Prus, M. V. Zagirnyak, I. A. Kolotylo, D. Miljavec, Estimate and taking into account change of steel losses in induction motors in process of their aging. Proceedings of International IEEE Conference EUROCON 2009, Saint Petersburg, Russia, (2009), 790–79.
• [3] Kotelenets N. F., Kuznetsov N. L.. Testing and reliability of electric machines, Moscow, Vysshaia shkola, (1988), (in Russian).
• [4] M. Zagirnyak, V. Prus, Use of neuronets in problems of forecasting the reliability of electric machines with a high degree of mean time between failures, Przeglad Elektrotechniczny (Electrical Review), (2016), R. 92 № 1, 132–135.
• [5] MATLAB, Simulink, User Guide, Mathworks, Realize 2015, 674 p.
• [6] M. Zagirnyak, A. Miroshnykova, V. Prus, Ways of efficiency improvement of local diagnostic of the cores of induction motor stators, Przeglad Elektrotechniczny (Electrical Review), (2015), R. 91, № 1., 217–220.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).