Recognition of Color Thermograms of Synchronous Motor with the Application of Image Cross-Section and Linear Perceptron Classifier

• Autorzy: Głowacz A. , Głowacz A. , Korohoda P.

Warianty tytułu

PL

Rozpoznawanie kolorowych termogramów silnika synchronicznego z zastosowaniem przekroju obrazu i klasyfikatora liniowego perceptronu

• Języki publikacji: EN

Abstrakty

EN

The article presents the diagnostic method for fault recognition of the synchronous motor. The decision on the condition of the motor is based on an analysis of thermal images. Thermal monitoring can quickly, accurately and safely locate problems, indicated by thermal anomalies. Studies were carried out for four conditions of motor with the application of image cross-section and Linear perceptron classifier. Patiem creation process used 60 color thermal images. Identification process was carried out for 200 color thermal images. Analysis of the effectiveness of the proposed recognition algorithms shows that the method can be used for diagnosis of industrial motors.

PL

Artykuł ten przedstawia metodę diagnostyczną do rozpoznawania uszkodzenia silnika synchronicznego. Decyzja o stanie silnika jest podejmowana na podstawie analizy zdjęć termowizyjnych. Monitorowanie podczerwieni może szybko, dokładnie i bezpiecznie zlokalizować problemy, wskazane przez anomalie termiczne. Przeprowadzono badania dla czterech stanów silnika z zastosowaniem przekroju obrazu i klasyfikatora liniowego perceptronu. Proces tworzenia wzorców do rozpoznawania został przeprowadzony dla 60 kolorowych zdjęć termowizyjnych. Proces identyfikacji wykorzystywał 200 kolorowych zdjęć termowizyjnych. Analiza skuteczności rozpoznawania proponowanych algorytmów pokazuje, że metoda może być stosowana do diagnozowania silników przemysłowych.

Słowa kluczowe

EN

diagnostics; recognition; thermal images; synchronous motor; linear perceptron classifier

PL

diagnostyka; rozpoznawanie; zdjęcia termowizyjne; silnik synchroniczny; klasyfikator liniowego perceptronu

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2012
• Tom: R. 88, nr 10a
• Strony: 87--89
• Opis fizyczny: Bibliogr. 18 poz., rys.

Twórcy

autor

Głowacz A.

autor

Głowacz A.

autor

Korohoda P.

• AGH University of Science and Technology, Faculty of Electrical Engineering, Automatics, Computer Science and Electronics, Department of Automatics,

Bibliografia

• [1] Owen Earl D., Thermographic applications and loss control, Willis North America, 13 Mar 2008
• [2] Suliga M., The Influence of the High Drawing Speed on Mechanical-Technological Properties of High Carbon Steel Wires, Archives of Metallurgy and Materials, Vol. 56, Issue 3/2011, 823-828
• [3] Gutten M., Jurcik J., Brandt M., Polansky R., Mechanical effects of short-circuit currents analysis on autotransformer windings, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 7/2011, 272-275
• [4] Kudelcik J., Gutten M., Virdzek P., Measurement of electrical parameters of breakdown in transformer oil, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 8/2011, 159-162
• [5] Głowacz Z., Zdrojewski A., Analiza spektralna sygnałów silnika komutatorowego prądu stałego zasilanego ze źródła napięcia stałego, Przegląd Elektrotechniczny (Electrical Review), Vol. 82, n. 11/2006, 11, 76–79
• [6] Głowacz Z., Automatic Recognition of Armature Current of DC Motor with Application of FFT and GSDM, Archives of Metallurgy and Materials, Vol. 56, Issue 1/2011, 25-30
• [7] Niedziejko P., Dobrowolski A., Krysowaty I., Współczesne metody analizy dźwięku serca, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 9a/2011, 1-7
• [8] Świercz M., Iwanowski M., Image features based on morphological class distribution functions and its application to binary pattern recognition, Przegląd Elektrotechniczny (Electrical Review), Vol. 88, n. 2/2012, 132-135
• [9] Zhou J., Wang Z., Yuan D., Shen H., L2-L∞ Filtering for Discrete Time-Delay Markovian Jump Neural Networks, Przegląd Elektrotechniczny (Electrical Review), Vol. 88, n. 1b/2012, 96-100
• [10] Ilc N., Modified Dunn’s cluster validity index based on graph theory, Przegląd Elektrotechniczny (Electrical Review), Vol. 88, n. 2/2012, 126-131
• [11] Sun J., Zhang X., Cao T., Yang J., Sun X., Liao Q., A Novel Structure Design and Training Algorithm for Quantum Neural Network, Przegląd Elektrotechniczny (Electrical Review), Vol. 88, n. 2/2012, Vol. 88, 315-320
• [12] Szczebiot R., Cieślik S., Application of genetic algorithm for optimal placement of wind generators in the MV power grid, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 3/2011, 198-200
• [13] Skrzat A., Fuzzy Logic Application to Strain-Stress Analysis in Selected Elastic-Plastic Material Models, Archives of Metallurgy and Materials, Vol. 56, Issue 2/2011, pp. 559-568
• [14] Pietrowski W., Application of Radial Basis Neural Network to diagnostics of induction motor stator faults using axial flux, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 6/2011, 190-192
• [15] Gomółka Z., Kwiatkowski B., Pękala R., Bezinwazyjna diagnostyka uzwojeń magnesujących przy użyciu sztucznych sieci neuronowych, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 8/2011, 66-69
• [16] Eslami M., Shareef H., Mohamed A., Application of artificial intelligent techniques in PSS design: a survey of the state-ofthe-art methods, Przegląd Elektrotechniczny (Electrical Review), Vol. 87, n. 4/2011, 188-197
• [17] Minsky M., Papert S., Perceptrons: An Introduction to Computational Geometry, The MIT Press, June 1969
• [18] http://www.mathworks.com