Neuronowe klasyfikatory cech sygnałów w diagnostyce uszkodzeń wirnika silnika indukcyjnego

• Autorzy: Sobolewski A.

Warianty tytułu

EN

Neural classifiers of fault symptoms in induction machinery rotor fault diagnosis

• Języki publikacji: PL

Abstrakty

PL

W artykule zostaną poruszone zagadnienia związane z diagnostyką uszkodzeń silnika indukcyjnego dokonywanej za pomocą metody MCSA (Motor Current Signature Analysis. Wiele publikacji na ten temat wskazuje na pojawianie się tzw. częstotliwości poślizgowych wokół pierwszej, piątej i siódmej harmonicznej prądu stojana dla obciążeń powyżej połowy znamionowego. W niniejszym artykule zostanie przedstawiona sieć neuronowa LVQ wykorzystywana do rozwiązania problemu klasyfikacyjnego, przetwarzająca zbiór danych otrzymanych na drodze analizy statystycznej wybranych fragmentów spektrum prądu fazowego stojana. Rozwiązanie takie pozwala zautomatyzować proces klasyfikacyjny i uniknąć konieczności wyznaczania prędkości obrotowej.

EN

In this paper problems of fault detection of induction motor by the MCSA (Motor Current Signature Analysis) method are considered. Many of published papers point to lip frequencies that appear around the fist, fifth and seventh harmonic in stator current spectrum for more then half of nominal load. This paper presents the application of the LVQ neural network, employed to solve the classification problem based on a set of input data collected as chosen parts of current spectrum being statistically analyzed. The application helps to make the classification procedure automated and avoids necessity of rotor speed measurement.

Słowa kluczowe

PL

MCSA; klasyfikator neuronowy; diagnostyka; detekcja uszkodzeń

EN

MCSA; neural classifier; diagnostics; fault detection

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2005
• Tom: Vol. 35
• Strony: 27--30
• Opis fizyczny: Bibliogr. 5 poz.

Twórcy

autor

Sobolewski A.

• Wydział Elektryczny Politechniki Białostockiej, ul. Wiejska 45D, 15-351 Białystok,

Bibliografia

• [1] Gąsiorowski T., Glinka T.: Przegląd metod badań diagnostycznych klatki wirnika silnika indukcyjnego. Przegląd Elektrotechniczny. Maj 1999. s.10.
• [2] Glinka T.: Badania diagnostyczne maszyn elektrycznych w przemyśle. Komel, Katowice 2002.
• [3] Nandi S., Toliyat H.: Condition monitoring and fault diagnosis of electrical machines - a review. IEEE trans.
• [4] Kowalski C., Kowalska T.: Neural networks application for induction motor faults diagnosis. Mathematics and Computer in Simulation 63 (2003) 435-448.
• [5] Kohonen, T. The self-organizing map. Proceedings of IEEE 78, 1464-1480, 1990.