PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Wykrywanie zdarzeń awaryjnych w silnikach indukcyjnych na podstawie analizy danych z rejestratorów zakłóceń

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Detection of fault events in electric motor based on analysis of data from fault recorders
Języki publikacji
PL
Abstrakty
PL
Celem artykułu jest wykazanie skuteczności nowo opracowanych metod detekcji uszkodzeń opartych na analizie danych z rejestratorów zakłóceń. W trakcie prac badawczych wyekstrahowano najbardziej istotne cechy sygnałów prądów w dziedzinie częstotliwości. Pozyskane cechy stanowiły podstawę budowy probabilistycznego klasyfikatora zdarzeń awaryjnych. Detekcja uszkodzeń dotyczy wykrywania: pękniętych prętów wirnika i stopnia jego degradacji oraz awarii łożysk na wale silnika. Przeprowadzone badania potwierdzają wysoką skuteczność wykrywania uszkodzeń we wszystkich rozpatrywanych obszarach.
EN
The aim of this paper is to demonstrate the effectiveness of developed fault detection methods based on the analysis of data from fault recorders. During the research work, the most significant features of current signals in the frequency domain were extracted. The extracted features provided the base for building a probabilistic classifier of fault incidents. The fault detection concerned the detection of cracked rotor cages and the degree of its degradation as well as the failure of bearings on the motor shaft. The conducted research confirms the high efficiency of detection faults in all areas concerned.
Rocznik
Strony
207--210
Opis fizyczny
Bibliogr. 20 poz., rys., tab.
Twórcy
  • Politechnika Białostocka, Wydział Elektryczny, ul. Wiejska 45D, 15-351 Białystok
  • Politechnika Białostocka, Wydział Informatyki, ul. Wiejska 45D, 15-351 Białystok
  • Elektrometal Energetyka S.A., ul. Działkowa 67, 02-234 Warszawa
Bibliografia
  • [1] Plutecki Z., Szymaniec S., Pomiary i monitoring stanu izolacji uzwojeń maszyn elektrycznych w przemyśle - doświadczenia własne. Zeszyty Problemowe - Maszyny Elektryczne Nr 89 (2011), 33–38
  • [2] Szymaniec S., Diagnostyka stanu izolacji uzwojeń i stanu łożysk silników indukcyjnych klatkowych w warunkach przemysłowej eksploatacji. Studia i Monografie z. 193. (2006)
  • [3] Venkaraeaman B., Godsey B., Premerlani W., Shulman E., Thakur M., Midence R., Fundamentals of a Motor Thermal Model and its Application in Motor Protection, 58th Annual Conference for Protective Relay Engineers. IEEE Cat. No.05EX997, (2005), 127–144
  • [4] Kiss A., Nowicki R., Monitorowanie i diagnostyka stanu technicznego pomp krytycznych napędzanych silnikami elektrycznymi. Napędy i sterowanie, (2015), nr. 5, 72-83
  • [5] Juszczyk A., Diagnostyka silników wykorzystująca wielkości pomiarowe aparatury zabezpieczeniowej. Napędy i sterowanie, (2018), nr. 9, 100-110
  • [6] Shashidhara S.M., Sangameswara Raju Dr.P., Diagnosis of broken rotor bars in induction motor by using virtual instruments International Journal of Electrical Engineering & Technology, vol. 4, (2013) Iss. 5,. 78-86
  • [7] Arehpanahi M., Sadeghi S. H. H., Milimonfared J., Akbari Roknabadi H. R., Broken rotor bar detection in induction motor via stator current derivative, IEEE International Conference on Electric Machines and Drives, (2005), 222-226
  • [8] Cupertino F., de Vanna E., Salvatore L., Stasi S., Comparison of spectral estimation techniques applied to induction motor broken bars detection, Symposium on Diagnostics for Electric machines, Power Electronics and Drives, (2003) 129-134
  • [9] Antal M., Zwarcie pomiarowe jako metoda wykrywania uszkodzeń klatki wirnika silnika indukcyjnego, Prace naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, (2003), nr. 54, 59-68
  • [10] Kowalski C., Diagnosis of the induction motor rolling bearings using neural network, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Politechniki Wrocławskiej,(2004), nr.56, 58-67
  • [11] Antal M., Kowalski C. T., Wykrywanie uszkodzeń elementów łożysk tocznych silników indukcyjnych na podstawie analizy widmowej przyspieszenia drgań, Prace naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, (2003), nr. 54, 249-260
  • [12] Swędrowski L., Nowa metoda diagnostyki łożysk silnika indukcyjnego oparta na pomiarze i analizie widmowej prądu zasilającego, Wydawnictwo Politechniki Gdańskiej, (2005) nr.54, 146
  • [13] Swędrowski L., Rozwój metodyki diagnostyki łożysk silnika indukcyjnego poprzez pomiar i analizę widmową prądu zasilającego, XXXVI Międzyuczelniana Konferencja Metrologów MKM'04, (2004), 317-324
  • [14] Ferrucho-Alvarez ER, Martinez-Herrera AL, Cabal-Yepez E, Rodriguez-Donate C, Lopez-Ramirez M, Mata-Chavez RI. Broken Rotor Bar Detection in Induction Motors through Contrast Estimation. Sensors (Basel). (2021),
  • [15] Aydin I., Karakose M., Akin E. An Approach for Automated Fault Diagnosis Based on a Fuzzy Decision Tree and Boundary Analysis of a Reconstructed Phase Space. ISA Trans. (2014), 53, 220–229
  • [16] Rangel-Magdaleno J., Peregrina-Barreto H., Ramirez-Cortes J., Cruz-Vega I. Hilbert Spectrum Analysis of Induction Motors for the Detection of Incipient Broken Rotor Bars. Measurement. (2017), 109, 247–255
  • [17] Rozporządzenie Komisji (WE) nr. 640/2009 z dnia 22 lipca 2009 r. w sprawie wykonania dyrektywy 2005/32/WE Parlamentu Europejskiego i Rady w odniesieniu do wymogów dotyczących ekoprojektu dla silników elektrycznych
  • [18] Christ M. et al., Time Series FeatuRe Extraction on basis of Scalable Hypothesis tests (tsfresh A Python package), Neurocomputing (2018)
  • [19] Murphy K.P., Probabilistic Machine Learning: An Introduction, The MIT Press, (2022)
  • [20] Davidson-Pilon C, Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference, Addison-Wesley Professional, (2015)
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).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-790d0854-aaca-4898-bd5d-2ff8ebedfea2
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.