Identyfikatory
Warianty tytułu
The Aging Process Prediction of Winding Insulation in Electrical Machines one the Basis of Measurement PD
Języki publikacji
Abstrakty
W artykule pokazano sposób konstrukcji sztucznej sieci neuronowej służącej do prognozowania zachowania się obiektu. Obiektem badań był silnik elektryczny wysokiego napięcia; celem badań było określenie przydatności sztucznych sieci neuronowych do prognozowania emisji wyładowań niezupełnych pojawiających się w uzwojeniach izolacji silnika. Zmiennymi wejściowymi do modelu były wielkości pomiarowe: temperatura otoczenia silnika, wilgotność względna i bezwzględna powietrza, natężenie prądu i jego częstotliwość. Uzyskane wyniki badań wskazują, że zaproponowany model neuronowy wykazuje się odchyleniem standardowym wynoszącym ±5% lub ± 3% w zależności od wprowadzonych zmiennych. W artykule pokazano również wpływ jakości pomiarów na wynik uczenia sztucznej sieci neuronowej. Ponadto opisano możliwość implementacji zaproponowanego algorytmu w systemach eksperckich służących do monitorowania pracy maszyn elektrycznych krytycznych dla danego obiektu.
The article shows how to design artificial neural network for solving a task of prediction of the dynamic behaviour of the process. The process of the research was the high voltage electric motor; the purpose of the research was determination of the usefulness of artificial neural networks to the prediction of partial discharge emissions occurring between motor windings isolation. Input variables to the model were following measurements: an ambient temperature, relative and absolute air humidity, current and its frequency. The obtained results indicate that the proposed neural model has a standard deviation of ± 5% or ± 3% depending on input variables. The article also shows the influence of the quality of measurements on the result of learning of artificial neural network. The implementation of the proposed algorithm in expert systems serving for monitoring of the work of the critical drives were additionally described.
Czasopismo
Rocznik
Tom
Strony
185--190
Opis fizyczny
Bibliogr. 10 poz., rys.
Twórcy
autor
- Politechnika Opolska Wydział Elektrotechniki, Automatyki i Informatyki. Instytut Elektrotechniki Przemysłowej i Diagnostyki
autor
- Politechnika Wrocławska Wydział Mechaniczno-Energetyczny Instytut Inżynierii Lotniczej, Procesowej i Maszyn Energetycznych
Bibliografia
- [1]. Żurada J., Barski M., Jędruch W. : Sztuczne sieci neuronowe, Wydawnictwo Naukowe PWN, Warszawa 1996.
- [2]. Cybenko., G., Approximations by superpositions of sigmoidal functions, Mathematics of Control, Signals, and Systems, 2 (4), 303-314, (1989)
- [3].Budnicki Z.: Identyfikacja obiektów sterowania, PWN, Warszawa 1974.
- [4]. Budzianowski W. M., Experimental and numerical study of recuperative heat recirculation, Heat Transfer Engineering, 33:8, 712-721, 2012.
- [5]. Halicka K., Wykorzystanie sztucznych sieci neuronowych do prognozowania cen na giełdzie energii, Rynek Energii nr 1/2010.
- [6]. Chmielnicki W. J., Algorytmy wykorzystujące sieci neuronowe do regulacji węzłów ciepłowniczych, Rynek Energii, 12/2010.
- [7]. Plutecki. Z., Szymaniec S.: Pomiary i monitoring stanu izolacji uzwojeń maszyn elektrycznych w przemyśle - doświadczenia własne. Zeszyty Problemowe - Maszyny Elektryczne, Nr 89 (1/2011), 2011, s. 33-38.
- [8]. Plutecki Z.: Analiza zjawisk cieplno-przepływowych kształtujących się w otoczeniu pracujących maszyn elektrycznych, Zeszyty Problemowe – Maszyny Elektryczne, Nr 96 (3/2012), 2012 r., s.19-24.
- [9]. Plutecki Z.: Analiza wpływu mikroklimatu na emisję wyładowań niezupełnych maszyn elektrycznych w warunkach przemysłowej eksploatacji. Studia i Monografie z.325. Wydawnictwo Politechniki Opolskiej, Opole 2012.
- [10]. Szymaniec S.: Diagnostyka stanu izolacji uzwojeń i stanu łożysk silników indukcyjnych klatkowych w warunkach przemysłowej eksploatacji. Studia i Monografie z. 193, Wydawnictwo Politechniki Opolskiej, Opole 2006.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-86e502eb-42b3-4fbd-bf94-8ed7f0e44d0c