Fault diagnosis for electromagnetic relay using discrete wavelet transform and wavelet packet entropy

• Autorzy: Havryliuk V.

Warianty tytułu

PL

Diagnozowanie wad przekaźnika elektromagnetycznego przy użyciu transformaty fali elementarnej i entropii paczki fal elementarnych

• Języki publikacji: EN

Abstrakty

EN

In order to fault features extraction for neutral electromagnetic relays of railway automatics, the time dependences of the relays transient currents during relays switching have been measured. The results of measurements, performed for the relay in operable condition and for relays with artificially created defects, were analyzed in the time and frequency domains. The discrete wavelet transform (DWT), discrete wavelet packet transform (DWPT) and wavelet packet energy Shannon entropy (WPESE) were used for relay fault feature extraction. Increased values of the WPESE of the transient current for electromagnetic relay with armature defects as compared with the value for the relay in operable condition, provides an integrated assessment of the relay fault existence. Analysis of relay transient currents by using DWT and WPT allows to identify the defects of the relay contacts and armature. Defects of the relay electromagnetic system can be revealed by measuring the time constants of the transient current when the relay is energized but the anchor does not move yet, because it is in one of the two end positions.

PL

Aby wykryć oznaki wad neutralnych przekaźników elektromagnetycznych automatyki kolejowej, zmierzono zależności prądów przejściowych, przekaźników w czasie ich przełączania. Wyniki pomiarów, wykonanych w stanie roboczym przekaźnika i dla przekaźników ze sztucznie stworzonymi wadami, przeanalizowano w zależności od czasu i częstotliwości. Do wykrycia wady przekaźnika użyto dyskretnej transformaty fali elementarnej (DWT), dyskretnej transformaty paczki fal elementarnych (DWPT) oraz entropii Shannona energii paczki fal elementarnych (WPESE). Zwiększona WPESE prądu przejściowego dla przekaźnika elektromagnetycznego w porównaniu do wartości w stanie roboczym zapewnia kompleksową ocenę występowania wady przekaźnika. Analiza prądu przejściowego przy użyciu DWT i DWPT pozwala na identyfikację i lokalizację w czasie wad kontaktów i zwory przekaźnika. Wady układu przekaźnika można ujawnić mierząc stałe czasowe prądu przejściowego, kiedy przekaźnik jest włączony, ale zwora się nie porusza, ponieważ znajduje się w jednym z dwóch położeń końcowych.

Słowa kluczowe

EN

relay; fault diagnosis; wavelet transform; Shannon entropy

PL

przekaźnik elektromagnetyczny; diagnostyka usterek; transformata falkowa; entropia Shannona

• Wydawca: Wydawnictwo Wyższej Szkoły Technicznej w Katowicach
• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach
• Rocznik: 2017
• Tom: nr 9
• Strony: 31--40
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Havryliuk V.

• Dnipropetrovsk National University of Railway Transport, Automation and Telecommunications Dep., Lazaryan St., 2, Dnipro, Ukraine, 49010

Bibliografia

• [1] Dub, V., Gavrilyuk, V.: Development of neural network program for automated testing of railway contact blocks. Archives of Transport System Telematics, vol. 2, iss. 2, pp. 16–18, 2009.
• [2] Laboreo, E. R., Sagues, C., Llorente, S.: A new model of electromechanical relays for predicting the motion and electromagnetic dynamics. IEEE Transactions on Industry Applications, pp. 1–9, Jan. 2016.
• [3] Wattiaux, D. Verlinden, O.: Modelling of the dynamic behavior of electromechanical relays for the analysis of sensitivity to shocks and vibrations. Experimental Mechanics, vol. 51, iss. 9, pp. 1459–1472, 2011.
• [4] Gavrilyuk, V., Dub, V.: Diagnostics of relay-contact devices of railway automatics. Bulletin of Dnipropetrovsk National University of Railway Transport named after Academician V. Lazaryan, vol. 12, pp. 7–11, 2006.
• [5] Mikulski, J.: Evaluation of railway stations reliability. In: Activities of Transport Telematics, 13th International Conference on Transport Systems Telematics, TST 2013, Katowice-Ustron, Poland, October 23-26, 2013, Proceedings, Springer, 2013, vol. 395, pp. 105-114.
• [6] Korsunskij, G. M., Mironenko, A. F., Fedorets, P. S.: Using of oscillographic analysis of the dynamic characteristics of electromagnetic relay for its technical diagnostics. Engineering Communications. Series Wired Communication Equipment, vol. 38, iss. 5, pp. 41-50, 1979, (in russian).
• [7] Vitenberg, M. V.: Calculation of Electromagnetic Relays. Moscow: Energija, 1975, (in russian).
• [8] Slivinskaja, A. G.: Electromagnets and Permanent Magnets. Moscow: Energija, 1972, (in russian).
• [9] Grossmann, A., Morlet, J.: Decomposition of Hardy functions into square integrable wavelets of constant shape. SIAM Journal on Mathematical Analysis, vol. 15, no. 4, pp. 723-736, 1984.
• [10] Rioul, O., Vetterli, M.: Wavelets and signal processing. IEEE Signal Processing Magazine, vol. 8, no 4, pp. 14-38, 1991.
• [11] Chui, J. T.: An Introduction to Wavelets. Pennsylvania: Academic Press, 1992.
• [12] Daubechies, I.: Ten Lectures on Wavelets. CBMS-NSF Regional Conference Series, SIAM. Philadelphia, PA, 1992.
• [13] Mallat. S. G.: A Wavelet Tour of Signal Processing representation. San Diego. Academic Press, Elsevier, 1999.– 629 p.
• [14] Mallat, S. G.: A theory for multiresolution signal decomposition: the wavelet representation. IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 11, iss. 7, pp. 674–693, 1989.
• [15] Lu, N., Wang, F., Gao, F.: Combination method of principal component and wavelet analysis or multivariate process monitoring and fault diagnosis. Ind. Eng. Chem. Res, vol. 42, pp. 4198-4207, 2003.
• [16] Newland, D. E.: Wavelet analysis of vibration. Part I: theory. Journal of Vibration and Acoustics, vol. 116, pp. 409-416, 1994.
• [17] Newland, D. E.: Wavelet analysis of vibration. Part II: wavelet maps. Journal of Vibration and Acoustics, vol. 116, pp. 417-425, 1994.
• [18] Coifman, R. R., Meyer, Y., Quake, S., Wickerhauser, M. V.: Signal processing and compression with wave packets. In: Meyer, Y., Roques S eds. Progress in Wavelet Analysis and Application. France: Editions Frontieres, Gif-sur-Yvette, 1993, pp. 77-93.
• [19] Coifman, R. R., Wickerhauser, M. V.: Entropy-based algorithms for best basis selection. IEEE Transactions on Information Theory, vol. 38, no 2, pp. 713-718, 1992.
• [20] Czech, P., Mikulski, J: Application of Bayes classifier and entropy of vibration signals to diagnose damage of head gasket in internal combustion engine of a car. In: Telematics-Support for Transport: 14th International Conference on Transport Systems Telematics, TST 2014, Katowice/ Krakow/Ustron, Poland, October 22-25, 2014, Proceedings, Springer, 2014, vol. 471, pp. 225.

Uwagi

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