Wykrywanie uszkodzeń wirników silników indukcyjnych z wykorzystaniem analizy falkowej i sztucznych sieci neuronowych

• Autorzy: Kanior W.

Warianty tytułu

EN

Application of the wavelet transformation and the neural network for rotor fault detection of the induction motor

• Języki publikacji: PL

Abstrakty

PL

Wczesne wykrywanie uszkodzeń wirników klatkowych zwykle jest realizowane metodą monitorowania prądu stojana MCSA (ang. Motor Current Signature Analysis). W sygnale prądu stojana występują tzw. harmoniczne poślizgowe, których amplituda zależy nie tylko od stopnia uszkodzenia wirnika ale również od obciążenia silnika. Dodatkowo przy zasilaniu silnika napięciem o regulowanej częstotliwości amplituda maleje dla niskich częstotliwości napięcia zasilania. Dlatego też, klasyczne metody stosowane w obecnych systemach diagnostycznych, oparte o analizę sygnałów za pomocą transformaty Fouriera FFT obarczone są ograniczeniami. Zachodzi potrzeba sięgnięcia po bardziej złożone metody przetwarzania sygnałów, które można zastosować do analizy sygnałów niestacjonarnych i szybko zmiennych w czasie. W artykule przedstawiono wyniki zastosowania pakietowej transformaty falkowej (WPD) i sztucznych sieci neuronowych (SSN) do budowy neuronowego detektora uszkodzeń wirnika. Badania eksperymentalne przeprowadzono na silniku Sh 100L-4 o mocy 3,0kW, który był zasilany z przekształtnika częstotliwości VACON.

EN

Early fault detection and diagnosis is very important in evaluation of technical state of the induction motor drives. In this paper the detection of damages of electrical drive was made using Motor Current Signature Analysis (MCSA) method and Packed Wavelet Decomposition (PWD). Based on the obtained energy levels in different decomposition nodes, the neural networks (of perceptron type) were trained and used as rotor fault detectors of the induction motor fed from frequency converter.

Słowa kluczowe

PL

silnik indukcyjny; uszkodzenia wirnika; transformata falkowa; sztuczne sieci neuronowe

EN

induction motor; rotor damage; wavelet transform; artificial neural networks

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2009
• Tom: Vol. 63, nr 29
• Strony: 282--293
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Kanior W.

• Politechnika Wrocławska, Wydział Elektryczny, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, ul. Smoluchowskiego 19, 50-372 Wrocław,

Bibliografia

• [1] ZHONGMING Y., BIN W., Investigation of the mechanical fault detection method for inverter fed tree phase induction motors, 9th European Conference on Power Electronics and Aplications - EPE 2001. Graz, Austria, 2001- [B.m.], 2001, s. 1-9, CD-ROM
• [2] KIM K., PARLOS A.G., Induction motor fault diagnosis based on neuropredictors and wavelet signal processing, IEEE/ASME Transactions on mechatronics, Vol. 7, No 2, June 2002, s. 201-218
• [3] BENBOUIZID M., KLIMAN G., What Stator Current Processing-Based Technique to Use for Induction Motor Rotor Faults Diagnosis, IEEE Transactions on Energy Conversion, vol. 18, No. 2, p. 238-244, 2003
• [4] SIDDIQUE A., YADAVA G.S., SINGH G., A Review of Stator Fault Monitoring Techniques of Induction Motors, IEEE Transactions on Energy Conversion, vol. 20, No. 1, pp. 106-114, 2005
• [5] KOWALSKI CZ.T., Monitorowanie i diagnostyka uszkodzen silników indukcyjnych z wykorzystaniem sieci neuronowych, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechnika Wrocławska, seria Monografie nr 18, zeszyt 57, 2005
• [6] KOWALSKI CZ.T., Zastosowanie analizy falkowej w diagnostyce silników indukcyjnych”, Przeglad Elektrotechniczny, nr 1/2006, str. 21-26
• [7] KOWALSKI CZ.T., KANIOR W., Ocena skutecznosci analizy FFT, STFT i falkowej w wykrywaniu uszkodzeń wirnika silnika indukcyjnego, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, nr 62, seria Studia i Materiały nr 27, Wrocław 2007, s.202-211