Diagnostyka silnika obcowzbudnego prądu stałego oparta na analizie i rozpoznawaniu sygnałów z zastosowaniem FFT i klasyfikatora Bayesa

• Autorzy: Głowacz W. , Głowacz Z.

Warianty tytułu

EN

Diagnostics of Separately Excited DC Motor Based on Analysis and Recognition of Signals Using FFT and Bayes Classifier

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono wyniki badań diagnostycznych silnika obcowzbudnego prądu stałego. Zastosowano w diagnostyce metodę analizy opartą na szybkiej transformacie Fouriera (FFT) i metodę rozpoznawania wykorzystującą klasyfikator Bayesa. W procesie uczenia wyznaczano zbiór najistotniejszych częstotliwości, dla których różnice odpowiadających sygnałów w dwóch stanach silnika są największe. W procesie identyfikacji rozpoznawano trzy kategorie sygnałów: stan bez uszkodzenia, stan przerwy zezwojów wirnika i stan zwarcia zezwojów wirnika.

EN

In the work results of diagnostic investigations of separately excited dc motor were presented. In diagnostics were applied a Fourier analysis method basing on fast Fourier transform (FFT) and a recognition method using Bayes classifier. In training process a set of the most important frequencies has been determined for which differences of corresponding signals in two states are the largest. Three categories of signals have been recognized in identification process: faultless state, state of breaking the rotor coils and state of shorting the rotor coils.

Słowa kluczowe

PL

silnik elektryczny prądu stałego; badania diagnostyczne; FFT; klasyfikator Bayesa

EN

DC motor; diagnostic investigations; FFT; Bayes classifier

• Wydawca: Sieć Badawcza Łukasiewicz - Górnośląski Instytut Technologiczny
• Czasopismo: Maszyny Elektryczne : zeszyty problemowe
• Rocznik: 2014
• Tom: Nr 3(103)
• Strony: 67--70
• Opis fizyczny: Bibliogr. 20 poz., rys., wykr., wz.

Twórcy

autor

Głowacz W.

• AGH Akademia Górniczo-Hutnicza, Kraków

autor

Głowacz Z.

• AGH Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• [1]. Drozdowski P., Duda A.: Fault detection of induction motors due to the effects of magnetic saturation. Zeszyty Problemowe – Maszyny Elektryczne, nr 100, cz. I, 2013, wyd. BOBRME KOMEL, Katowice, s. 33-38
• [2]. Dudek-Dyduch E, Tadeusiewicz R, Horzyk A.: Neural network adaptation process effectiveness dependent of constant training data availability. Neurocomputing 2009, 72 (13-15), 3138-3149
• [3]. Dudzikowski I, Ciurys M.: Analysis of operations of a car starter with BLDC motor. Przegląd Elektrotechniczny 2010, 86 (4), pp. 166-169
• [4]. Flasiński M.: Wstęp do sztucznej inteligencji. PWN, Warszawa 2011
• [5]. Glinka T.: Badania diagnostyczne maszyn elektrycznych w przemyśle. Wyd. BOBRME KOMEL, Katowice. Wyd. I 1998, wyd. II 2002
• [6]. Głowacz A.: Sound recognition of induction motor with the use of discrete Meyer wavelet transform and classifier based on words. Przegląd Elektrotechniczny 2013, 89 (6), pp. 152-154
• [7]. Głowacz W.: Diagnostics of induction motor based on Spectral Analysis of Stator Current with Application of Backpropagation Neural Network. Archives of Metallurgy and Materials 2013, 58 (2), pp. 561-564
• [8]. Głowacz A., Głowacz W., Głowacz Z.: Recognition of armature current of dc motor with application of FFT and Euclidean distance. Zeszyty Problemowe - Maszyny Elektryczne, nr 84, 2009, wyd. BOBRME KOMEL, Katowice, s. 179-182
• [9]. Głowacz A., Głowacz W., Głowacz Z.: Diagnostyka silnika synchronicznego oparta na analizie sygnałów akustycznych z zastosowaniem MFCC i GSDM. Zeszyty Problemowe - Maszyny Elektryczne, nr 87, 2010, wyd. BOBRME KOMEL, Katowice, s. 185-190
• [10]. Głowacz A., Głowacz A., Głowacz Z.: Diagnostics of Direct Current generator based on analysis of monochrome infrared images with the application of cross-sectional image and nearest neighbor classifier with Euclidean distance. Przegląd Elektrotechniczny 2012, 88 (6), pp. 154-157
• [11]. Kowalski Cz.T.: Monitorowanie i diagnostyka uszkodzeń silników indukcyjnych z wykorzystaniem sieci neuronowych. Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej nr 57, Seria: Monografie nr 18, Wrocław 2005
• [12]. Łukaniszyn M.: Podstawy elektromagnetyzmu. Oficyna Wydawnicza PO, Opole 2003
• [13]. MathWorks: MATLAB and Simulink for Technical Computing, 2014, www.mathworks.com
• [14]. Noga M., Gołębiowski L., Gołębiowski M., Mazur D.: Sterowanie silnikiem synchronicznym z wewnętrznymi magnesami stałymi IPMS uwzględniające ograniczenia. Zeszyty Problemowe – Maszyny Elektryczne, nr 82, 2009, wyd. BOBRME KOMEL, Katowice, s. 55 62
• [15]. Skomorowski M.: Wybrane zagadnienia rozpoznawania obrazów. Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków 2013
• [16]. Sobczyk T.J.: Frequency analysis of faulty machines– possibilities and limitation. Proceedings of SDEMPED, 2007, Cracow, pp. 121-125
• [17]. Sułowicz M., Borkowski D., Węgiel T., Weinreb K.: Specialized diagnostic system for induction motors. Przegląd Elektrotechniczny 2010, 86 (4), pp. 285-291
• [18]. Szymański Z.: Application of the Magnetic Field Distribution in Diagnostic Method of Special Construction Wheel Traction Motors. Studies in Applied Electromagnetics and Mechanics, Advanced Computer Techniques in Applied Electromagnetics 2008, 30, 449-456
• [19]. Zakrzewski K., Tomczuk B., Koteras D.: Simulation of forces and 3D field arising during Power autotransformer fault due to electric arc in HV winding. IEEE Transactions on Magnetics, Vol. 38, No. 2, 2002, pp. 1153-1156
• [20]. Zawilak J., Zawilak T.: Silniki synchroniczne średniej mocy wzbudzane magnesami trwałymi. Zeszyty Problemowe - Maszyny Elektryczne, nr 100, część I, 2013, wyd. BOBRME KOMEL, Katowice,s. 5–8