Recognition of monochrome thermal images of synchronous motor with the application of quadtree decomposition and backpropagation neural network

• Autorzy: Głowacz A. , Głowacz A. , Głowacz Z.

Warianty tytułu

PL

Rozpoznawanie monochromatycznych obrazów cieplnych silnika synchronicznego z zastosowaniem kwadratowo-drzewowej dekompozycji i sieci neuronowej

• Języki publikacji: EN PL

Abstrakty

EN

Technological progress and decreasing prices of thermographic cameras make their application to monitoring and assessing a technical state of machines is profitable. In article is described the recognition method of imminent failure conditions of synchronous motor. The proposed approach is based on a study of thermal images of the rotor. Extraction of relevant diagnostic information coded in thermal images is important for diagnosing of machine. It can be performed with the use of selected methods of analysis and recognition of images. Studies were carried out for two conditions of motor with the application of quadtree decomposition and backpropagation neural network. The experiments show that the method can be useful for protection of synchronous motor. Moreover, this method can be used to diagnose equipments in steelworks and other industrial plants.

PL

Postęp techniczny i malejące ceny kamer termowizyjnych sprawiają, że ich zastosowanie do monitorowania i oceny stanu technicznego maszyn jest opłacalne. W artykule opisano metodę rozpoznawania stanów przedawaryjnych silnika synchronicznego. Proponowane podejście jest oparte na badaniu obrazów cieplnych wirnika. Ekstrakcja istotnej informacji diagnostycznej zakodowanej w obrazach cieplnych jest ważna dla diagnozowania maszyny. Zabieg taki może być wykonany z użyciem wybranych metod analizy i rozpoznawania obrazów. Przeprowadzono badania dla dwóch stanów silnika z zastosowaniem kwadratowo-drzewowej dekompozycji i sieci neuronowej z algorytmem wstecznej propagacji błędów. Eksperymenty pokazują, że metoda może być przydatna do zabezpieczania silników synchronicznych. Ponadto metoda może być stosowana do diagnozowania urządzeń w hutach i innych zakładach przemysłowych.

Słowa kluczowe

EN

maintenance; recognition; thermal images; synchronous motor; neural network

PL

eksploatacja; rozpoznawanie; obrazy cieplne; silnik synchroniczny; sieć neuronowa

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2014
• Tom: Vol. 16, no. 1
• Strony: 92--96
• Opis fizyczny: Bibliogr. 26 poz.

Twórcy

autor

Głowacz A.

• AGH University of Science and Technology, Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering, Department of Automatics and Biomedical Engineering, al. A. Mickiewicza 30, 30-059 Krakow, Poland

autor

Głowacz A.

• AGH Akademia Górniczo-Hutnicza, Wydział Informatyki, Elektroniki i Telekomunikacji, Katedra Telekomunikacji, al. A. Mickiewicza 30, 30-059 Kraków

autor

Głowacz Z.

• AGH Akademia Górniczo-Hutnicza, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej, Katedra Energoelektroniki i Automatyki Systemów Przetwarzania Energii, al. A. Mickiewicza 30, 30-059 Kraków

Bibliografia

• 1. Akinci TC, Nogay HS, Yilmaz O. Application of Artificial Neural Networks for Defect Detection in Ceramic Materials. Archives of Acoustics 2012, 37 (3): 279–286.
• 2. Barbato G, Genta G, Germak A, Levi R, Vicario G. Treatment of Experimental Data with Discordant Observations: Issues in Empirical Identification of Distribution. Measurement Science Review 2012; 12 (4): 133–140.
• 3. 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.
• 4. Dudzikowski I, Ciurys M. Analysis of operation of a car starter with BLDC motor. Przeglad Elektrotechniczny 2010; 86 (4): 166–169.
• 5. Glowacz A, Glowacz Z. Diagnostics of induction motor based on analysis of acoustic signals with application of FFT and classifier based on words, Archives of Metallurgy and Materials 2010; 55 (3): 707–712.
• 6. Glowacz A, Glowacz Z. Diagnostics of DC machine based on analysis of acoustic signals with application of MFCC and classifier based on words. Archives of Metallurgy and Materials 2012; 57 (1): 179–183.
• 7. Glowacz A, Glowacz A, Korohoda P. Recognition of Color Thermograms of Synchronous Motor with the Application of Image CrossSection and Linear Perceptron Classifier. Przeglad Elektrotechniczny 2012; 88 (10a): 87–89.
• 8. Glowacz A, Glowacz A, Glowacz 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. Przeglad Elektrotechniczny 2012; 88 (6): 154–157.
• 9. Glowacz 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): 559–562.
• 10. Glowacz Z, Kozik J. Feature selection of the armature winding broken coils in synchronous motor using genetic algorithm and Mahalanobis distance. Archives of Metallurgy and Materials 2012; 57 (3): 829–835.
• 11. Glowacz Z, Kozik J. Detection of synchronous motor inter-turn faults based on spectral analysis of park's vector. Archives of Metallurgy and Materials 2013; 58 (1): 19–23.
• 12. Godlewski S, Szymonski M. Adsorption and Self-Assembly of Large Polycyclic Molecules on the Surfaces of TiO2 Single Crystals. International Journal of Molecular Sciences 2013; 14 (2): 2946–2966.
• 13. Golanski G, Slania J. Effect of Different Heat Treatments on Microstructure and Mechanical Properties of the Martensitic GX12CrMoVNbN91 Cast Steel. Archives of Metallurgy and Materials 2013; 58 (1): 25–30.
• 14. Gwozdziewicz M, Zawilak J. Influence of the rotor construction on the single-phase line start permanent magnet synchronous motor performances. Przeglad Elektrotechniczny 2011; 87 (11): 135–138.
• 15. Kogtenkova O A, Protasova S G, Mazilkin A A, Straumal B B, Zieba P, Czeppe T, Baretzky B. Heat effect of grain boundary wetting in AlMg alloys. Journal of Materials Science 2012; 47 (24): 8367–8371.
• 16. Kunc P, Knizkova I, Prikryl M, Maloun J. Infrared Thermography as a Tool to Study the Milking Process: A Review. Agricultura Tropica et Subtropica 2007; 40 (1): 29–32.
• 17. Kulesza G, Panek P, Zieba P. Silicon Solar Cells Efficiency Improvement by the Wet Chemical Texturization in the HF/HNO3. Archives of Metallurgy and Materials 2013; 58 (1): 291–295.
• 18. Markiewicz M, Skomorowski M. Public Transport Information System for Visually Impaired and Blind People. 10th Conference on Transport Systems Telematics 2010; Katowice; Poland: 271–277.
• 19. MathWorks – MATLAB and SimuLink for Technical Computing 2013; www.mathworks.com.
• 20. Mazurkiewicz D. Problems of identification of strength properties of rubber materials for purposes of numerical analysis: a review. Archives of Civil and Mechanical Engineering 2010; 10 (1): 69–84.
• 21. Musial D. Numerical Analysis of the Process of Heating of a Bed of Steel Bars. Archives of Metallurgy and Materials 2013; 58 (1): 63–66.
• 22. Olszewski R, Trawinski Z, Wojcik J, Nowicki A. Mathematical and Ultrasonographic Model of the Left Ventricle: in Vitro Studies. Archives of Acoustics 2012; 37 (4): 583–595.
• 23. Orlewski W, Siwek A. Hydroelectric power plant using dump industrial water. Rynek Energii 2010; 6: 87–91.
• 24. Parzych S, Krawczyk J. The Influence of heat treatment on microstructure and tribological properties of resistance butt welds made of a cast bainitic steel. Archives of Metallurgy and Materials 2012; 57 (1): 261–264.
• 25. Pinheiro E, Postolache O, Girao P. Contactless Impedance Cardiography Using Embedded Sensors. Measurement Science Review 2013; 13 (3): 157–164.
• 26. Pribil J, Gogola D, Dermek T, Frollo I. Design, Realization and Experiments with a new RF Head Probe Coil for Human Vocal Tract Imaging in an NMR device. Measurement Science Review 2012; 12 (3): 98–103.