Zastosowanie sztucznych sieci neuronowych do wykrywania uszkodzeń w silnikach indukcyjnych klatkowych

• Autorzy: Kowalski C. T.

Warianty tytułu

EN

Neural networks application for induction motor faults diagnosis

• Konferencja: Problemy eksploatacji maszyn i napędów elektrycznych: materiały konferencyjne (2002; Ustroń, Polska)
• Języki publikacji: PL

Abstrakty

EN

The paper deals with diagnosis problems of the induction motors in the case of rotor, stator and rolling bearing faults. For diagnostic purposes two kinds of neural networks were proposed: multilayer perceptron network and selforgansing Kohonen networks. Neural networks were trained and tested using measurement data of stator current and mechanical vibration spectra. The efficiency of developed neural detectors was evaluated. Feedforward neural networks with very simple internal structure used for the detection of all fault kinds gave satisfactory results, what is very important in practical realization. Experiments with Kohonen networks indicated that they could be used for initial classification of motor faults, as a introductory step before proper neural detector based on multiplayer perceptron. Based on obtained results it can be concluded that neural detectors for rotor and stator faults as well as for rolling bearings and supply asymmetry faults can be developed based on measurement data acquired on-line in the drive system.

Słowa kluczowe

PL

sieci neuronowe; uszkodzenia silnika; silniki indukcyjne; silniki klatkowe

• Wydawca: Sieć Badawcza Łukasiewicz - Górnośląski Instytut Technologiczny
• Czasopismo: Maszyny Elektryczne : zeszyty problemowe
• Rocznik: 2002
• Tom: Nr 64
• Strony: 201--208
• Opis fizyczny: Bibliogr. 9 poz., tab., rys.

Twórcy

autor

Kowalski C. T.

• Politechnika Wrocławska, Wrocław

Bibliografia

• [1] Vas P., Artificial-Intelligence-Based Electrical Machines and Drives, Oxford University Press, 1999.
• [2] Vas P., Parameter Estimation, Condition Monitoring, and Diagnosis of Electrical Machines, Oxford University Press, Oxford 1993.
• [3] Kowalski Cz. T., Neuronowy detektor uszkodzeń wirnika silnika klatkowego, Materiały VIII Symp. PPEE'99, Ustronie, 1999, s.487-494.
• [4] Kowalski Cz. T., Zagadnienia diagnostyki eksploatacyjnej napędów z silnikami indukcyjnymi, Mater. II Konfer. UNAPEN'99, Łódź, 1999, s.49-61
• [5] Glinka T., Badania diagnostyczne maszyn elektrycznych w przemyśle, Komel, Katowice, 1998.
• [6] Filippetti F., Frenceschini G., Tessoni C, Analysis Approach of Induction Motors StatorFfault to On-line Diagnostics, Proc. of ICEM'90, Cambridge, 1990.
• [7] 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
• [8] Filippetti F., Frenceschini G.,Tessoni C, Meo S., Ometto A., Neural Techniques for Induction Motor Faults Detection, Materiały SME'96, Kraków, 1996.
• [9] Chow Mo-Yuen, Methodologies of Using Neural Network and Fuzzy Lgic Technologies for Motor Incipient Fault Detection, World Scientific Publishing, 1997.