Zastosowanie metody analizy wektora przestrzennego prądu stojana do wykrywania uszkodzeń w silnikach indukcyjnych

• Autorzy: Kowalski C. T. , Pawlak M.

Warianty tytułu

EN

Application of the current space vector method for detection of induction motor faults

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zastosowanie metody analizy wektora przestrzennego prądu stojana silnika indukcyjnego do monitorowania i diagnostyki napędu. Na podstawie analizy widmowej modułu wektora przestrzennego prądu stojana otrzymano harmoniczne charakteryzujące wybrane uszkodzenia. Amplitudy harmonicznych zostały wykorzystane do realizacji sprzętowego detektora uszkodzeń silnika indukcyjnego, takich jak: uszkodzenia wirnika, asymetria zasilania oraz nieosiowe połączenie silnika z maszyną roboczą przy zastosowaniu sztucznych sieci neuronowych i logiki rozmytej.

EN

The paper deals with the application of the space vector method of the induction motor stator current for monitoring and diagnosis of electrical drive. Based on the spectral analysis of the stator current space vector specific harmonics for different motor faults were obtained. Magnitudes of these harmonics were used for the automatic fault detector realised in digital signal processor. Basic failures of the induction motor were tested like: broken rotor bars, stator windings asymmetry and drive motor misalignment. The neural network and fuzzy-logic technigues were used for the realization of fault detectors.

Słowa kluczowe

PL

silnik indukcyjny; diagnostyka; monitorowanie pracy; sztuczna sieć neuronowa; logika rozmyta

EN

induction motor; diagnostic; monitoring; artificial neural network; fuzzy logic

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2004
• Tom: R. 80, nr 7-8
• Strony: 771--777
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Kowalski C. T.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-370 Wrocław

autor

Pawlak M.

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-370 Wrocław

Bibliografia

• [1] Vas P., Artificial-Intelligence-Based Electrical Machines and Drives, Oxford University Press, (1999)
• [2] Filippetti F., Frenceschini G., Tessoni C., Vas P., Integrated Condition Monitoring and Diagnosis of Electrical Machines using Minimum Configuration Artificial Intelligence, Proc. of EPE’97, Trondheim, Norway, pp.2983-2988
• [3] Chow Mo-Yuen, Methodologies of Using Neural Network and Fuzzy Logic Technologies for Motor Incipient Fault Detection, World Scientific Publishing, (1997)
• [4] Kowalski Cz.T., Orlowska-kowalska T., Neural Networks Application for Induction Motor Faults diagnosis, Mathematics and Computers in Simulation, vol.63, No.3-5, 2003, pp.435-448
• [5] Benbouzid M., A Review of Induction Motors Signature Analysis as a Medium for Faults Detection, IEEE Trans. on Ind. Electronics, vol.47, Mo.5, (2000), pp.984-993
• [6] Cruz S.M., Cardoso A.J.M., Rotor Cage Fault Diagnosis in Voltage Source Inverter-Fed IM by Extended Park’s Vector Approach, Proc. of SDEMPED’99, Gijon, Spain, pp.776-780
• [7] Demuth H., Beale M., User’s Guide for Neural Network Toolbox for Use with MATLAB, The MathWorks Inc., (1998)