Identyfikacja uszkodzeń w napędzie z PMSM za pomocą sztucznych sieci neuronowych

• Autorzy: Urbański K. , Majchrzak D.

Warianty tytułu

EN

Faults detection in the PMSM drive using artificial neural networks

• Konferencja: Computer Applications in Electrical Engineering (18-19.04.2016 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki badań symulacyjnych układu napędowego z PMSM z systemem detekcji przerwy w fazie. W jego skład wchodzi m.in. dokładny model przekształtnika, który będzie umożliwiał realizację różnych scenariuszy uszkodzeń oraz układ detekcji awarii, zrealizowany przy użyciu dwóch sztucznych sieci neuronowych. Jedna z tych sieci pełni funkcję modelu napędu, druga generuje sygnał diagnostyczny. Prezentowany system diagnostyczny jest szybki – czas reakcji na uszkodzenie jest rzędu milisekundy. Ponadto przedstawiono rodzaje uszkodzeń najczęściej występujących w napędach elektrycznych z silnikami synchronicznymi o magnesach trwałych, a także przedstawiono metody ich identyfikacji.

EN

This paper presents simulation research results of PMSM drive with open phase fault detection system. It includes exact model of power converter, which realizes various damage scenarios and fault detection system, implemented using two artificial neural networks. One of them is neural model of drive, and another one generates diagnostic signals. Presented diagnostic system is fast – the detection time is about 1 ms. Moreover, the most common faults in permanent magnet synchronous motor drives and the methods for their identification are presented.

Słowa kluczowe

PL

PMSM; sztuczne sieci neuronowe; detekcja uszkodzeń; napęd elektryczny

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2016
• Tom: No. 87
• Strony: 365--375
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Urbański K.

• Politechnika Poznańska

autor

Majchrzak D.

• Politechnika Poznańska

Bibliografia

• [1] Łuczak D., Siembab K., Comparison of fault tolerant control algorithm using space vector modulation of PMSM drive, Proceedings of the 16th Mechatronika, 2014, pp. 24-31.
• [2] Ebrahimi B.M., Faiz J., and Roshtkhari M.J., Static-, Dynamic-, and Mixed- Fault Diagnoses in Permanent-Magnet Synchronous Motors, IEEE Transactions on Industrial Electronics, 2009, pp. 4727-4739.
• [3] Khlaief A., Boussak M. and Gossa M., Open phase faults detection in PMSM drives based on current signature analysis, IEEE XIX International Conference on Electrical Machines (ICEM, 2010), pp. 1-6.
• [4] Riba Ruiz J.-R., Rosero J.A., Espinosa A.G. and Romeral L., Detection of Demagnetization Faults in Permanent-Magnet Synchronous Motors Under Nonstationary Conditions, IEEE Transactions on Magnetics, 2009, pp. 2961-2969.
• [5] Choi S., Akin B., Rahimian M.M., Toliyat H.A., Implementation of a Fault-Diagnosis Algorithm for Induction Machines Based on Advanced Digital-Signal-Processing Techniques, IEEE Transactions on Industrial Electronics, 2011, pp. 937-948.
• [6] Xiang-Qun Liu, Hong-Yue Zhang, Jun Liu, and Jing Yang, Fault detection and diagnosis of permanent-magnet DC motor based on parameter estimation and neural network, IEEE Transactions on Industrial Electronics, 2000, pp. 1021-1030.
• [7] Byoung-Gun Park, Jin-Su Jang, Tae-Sung Kim and Dong-Seok Hyun, EKF based fault diagnosis for open-phase faults of PMSM drives, IEEE In Power Electronics and Motion Control Conference, 2009, pp. 418-422.
• [8] Byoung-Gun Park, Rae-Young Kim and Dong-Seok Hyun, Fault diagnosis using recursive least square algorithm for permanent magnet synchronous motor drives, In Power Electronics and ECCE Asia (ICPE & ECCE, 2011), pp. 2506-2510.
• [9] Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W., Diagnostyka procesów: modele, metody sztucznej inteligencji zastosowania. Wydawnictwo Naukowo-Techniczne, Warszawa, 2002.
• [10] Siembab K., Model silnika PMSM do badań symulacyjnych sterowania tolerującego uszkodzenia, Poznan University of Technology Academic Journals, Poznań, 2013.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.