Diagnostics of induction motor based on analysis of acoustic signals with the application of eigenvector method and K-Nearest Neighbor classifier

• Autorzy: Głowacz A.

Warianty tytułu

PL

Diagnostyka silnika indukcyjnego oparta na analizie sygnałów akustycznych z zastosowaniem metody wektora własnego i klasyfikatora K-Najbliższego Sąsiada

• Języki publikacji: EN

Abstrakty

EN

In this paper numerical experiments are proposed to investigate differences between the acoustic signals of induction motors. Four conditions of induction motor were considered. Investigations were carried out with application of eigenvector method and K-Nearest Neighbor classifier with Minkowski distance. Pattern creation process was conducted for 20 samples of sound. Identification process used 96 samples of sound. The obtained results confirm the correctness of the solutions methodology.

PL

W tym artykule eksperymenty numeryczne są proponowane w celu zbadania różnic między sygnałami akustycznymi silników indukcyjnych. Rozważano cztery stany silnika indukcyjnego. Badania zostały przeprowadzone z zastosowaniem metody wektora własnego i klasyfikatora K-Najbliższego Sąsiada z metryka Minkowskiego. Proces tworzenia wzorców do rozpoznawania został przeprowadzony dla 20 próbek dźwięku. Proces identyfikacji wykorzystywał 96 próbek dźwięku. Uzyskane efekty potwierdzają poprawność rozwiązań metodycznych.

Słowa kluczowe

EN

diagnostics; recognition; acoustic signal; induction motor

PL

diagnostyka silnika indukcyjnego; silniki indukcyjne; sygnały akustyczne

• Wydawca: Institute of Metallurgy and Materials Science of Polish Academy of Sciences ; Committee of Materials Engineering and Metallurgy of Polish Academy of Sciences
• Czasopismo: Archives of Metallurgy and Materials
• Rocznik: 2012
• Tom: Vol. 57, iss. 2
• Strony: 403--407
• Opis fizyczny: Bibliogr. 21 poz., wykr.

Twórcy

autor

Głowacz A.

• AGH University of Science and Technology, Faculty of Electrical Engineering, Automatics, Computer Science and Electronics, Department of Automatics, 30-059 Kraków, 30 Mickiewicza av., Poland

Bibliografia

• [1] M. Dumitru Negrea, Electromagnetic Flux Monitoring for Detecting Faults in Electrical Machines, PhD. Dissertation, Helsinki University of Technology, 2006.
• [2] M. Suliga, The Influence of the High Drawing Speed on Mechanical-Technological Properties of High Carbon Steel Wires, Archives of Metallurgy and Materials 56, 3, 823-828 (2011).
• [3] K. Zaba, The Influence of Temperature and Time of Exhibition on a Change of Al-Si Coating Thickness and Surface Texture on the Steel Plates, Archives of Metallurgy and Materials 55, 1, 151-160 (2010).
• [4] S. Derlecki, Z. Kusmierek, M. Dems, J. Szulakowski, Własciwosci materiałów magnetycznych i ich wpływ na konstrukcje maszyn elektrycznych, Przeglad Elektrotechniczny (Electrical Review) 86, 4, 83-86 (2010).
• [5] M. Madej, The Tribological Properties of High Speed Steel based Composites, Archives of Metallurgy and Materials 55, 1, 61-68 (2010).
• [6] M. Gutten, M. Trunkvalter, Thermal effects of short-circuit current on winding in transformer oil, Przeglad Elektrotechniczny (Electrical Review) 86, 3, 242-246 (2010).
• [7] Z. Glavas, F. Unikic, D. Lisjak, The Prediction of the Microstructure Constituents of Spheroidal Graphite Cast Iron by Using Thermal Analysis and Artificial Neural Networks, Archives of Metallurgy and Materials 55, 1, 213-220 (2010).
• [8] B. Pawłowski, J. Krawczyk, The Effect of Non-Metallic Inclusions on Mechanical Properties of a Toughened Hypoeutectoid Low-Alloy Steel, Archives of Metallurgy and Materials 55, 1, 117-122 (2010).
• [9] R. Bogucki, S.M. Pytel, The Forming of High Mechanical Properties of low Carbon Copper Bearing Structural Steel, Archives of Metallurgy and Materials 55, 1, 203-212 (2010).
• [10] . Krawczyk, M. Witaszek, K. Witaszek, Tribological Properties of Tyre Steel in Rolling-Sliding Contact against Bainitic Rail Steel, Archives of Metallurgy and Materials 56, 3, 709-715 (2011).
• [11] Z. Głowacz, Automatic Recognition of Armature Current of DC Motor with Application of FFT and GSDM, Archives of Metallurgy and Materials 56, 1, 25-30 (2011).
• [12] J. Kurek, S. Osowski, Diagnostic feature selection for efficient recognition of different faults of rotor bars in the induction machine, Przeglad Elektrotechniczny (Electrical Review) 86, 1, 121-123 (2010).
• [13] M. Sułowicz, D. Borkowski, T. Wegiel, K. Weinreb, Specialized diagnostic system for induction motor, Przeglad Elektrotechniczny (Electrical Review) 86, 4, 285-291 (2010).
• [14] P. Niedziejko, A. Dobrowolski, I. Krysowaty, Współczesne metody analizy dzwieku serca, Przeglad Elektrotechniczny (Electrical Review) 87, 9a, 1-7 (2011).
• [15] http://www.mathworks.de/access/helpdesk/help/toolbox/ signal/peig.html
• [16] The MARF Development Group, Modular Audio Recognition Framework v.0.3.0-devel-20050606 and its Appli cations, Application note, Montreal, Quebec, Canada, 2005.
• [17] A. Skrzat, Fuzzy Logic Application to Strain-Stress Analysis in Selected Elastic-Plastic Material Models, Archives of Metallurgy and Materials 56, 2, 559-568 (2011).
• [18] W. Pietrowski, Application of Radial Basis Neural Network to diagnostics of induction motor stator faults using axial flux, Przeglad Elektrotechniczny (Electrical Review) 87, 6, 190-192 (2011).
• [19] Mahdiyeh Eslami, Hussain Shareef, Azah Mohamed, Application of artificial intelligent techniques in PSS design: a survey of the state-of-the-art methods, Przeglad Elektrotechniczny (Electrical Review) 87, 4, 188-197 (2011).
• [20] R. Szczebiot, S. Cieslik, Application of genetic algorithm for optimal placement of wind generators in the MV power grid, Przeglad Elektrotechniczny (Electrical Review) 87, 3, 198-200 (2011).
• [21] Z. Gomółka, B. Kwiatkowski, R. Pekala, Bezinwazyjna diagnostyka uzwojen magnesujacych przy uzyciu sztucznych sieci neuronowych, Przeglad Elektrotechniczny (Electrical Review) 87, 8, 66-69 (2011).