Wyniki wyszukiwania - BazTech

1

Fractionalized PID control in multi-model approach: a new tool for detection and diagnosis faults of dc motor

Bensafia Yassine, Boukra Tahar, Khettab Khatir

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 6

45--48

EN

A new approach for the detection and diagnosis of faults DC-motor using the fractionalized PID in multi-model controllers is presented in this paper. We propose to use the hysteresis algorithm switching law which allows adapting these regulators to the plant model in real time. Eight models corresponding to the healthy motor and seven faults were considered. Thus, a bank of eight controllers was designed by using an fractionalized controller. To detect and identify a fault, the response of the DC-motor is compared with each of response model and the supervisors select the adequate controller corresponding to the minimal index of the performance. A simulation results illustrates the efficiency of the proposed control approach ( Fractionalized PID) comparing with integer and fractional PID controllers. This approach can also be generalized to others fractional and integer systems in order to improve their performances and noise rejection.

PL

W artykule przedstawiono nowe podejście do wykrywania i diagnozowania usterek silnika prądu stałego z wykorzystaniem frakcjonowanego PID w regulatorach wielomodelowych. Proponujemy zastosowanie prawa przełączania algorytmu histerezy, które pozwala na dostosowanie tych regulatorów do modelu instalacji w czasie rzeczywistym. Rozważono osiem modeli odpowiadających zdrowemu silnikowi i siedem usterek. W ten sposób zaprojektowano bank ośmiu kontrolerów przy użyciu kontrolera podzielonego na części. Aby wykryć i zidentyfikować uszkodzenie, odpowiedź silnika prądu stałego jest porównywana z każdym z modeli odpowiedzi, a nadzorcy wybierają odpowiedni sterownik odpowiadający minimalnemu wskaźnikowi wydajności. Wyniki symulacji ilustrują efektywność proponowanego podejścia do regulacji (frakcjonowany PID) w porównaniu z regulatorami całkowitoliczbowymi i ułamkowymi PID. To podejście można również uogólnić na inne systemy ułamkowe i całkowite w celu poprawy ich wydajności i tłumienia szumów.

2

Hybrid fault diagnosis of railway switches based on the segmentation of monitoring curves

Ou D., Tang M., Xue R., Yao H.

Eksploatacja i Niezawodność

|

2018

|

Vol. 20, no. 4

514--522

EN

Switches are one of the most important pieces of infrastructure in railway signal systems, and they significantly influence the efficiency and safety of train operation. Currently, the identification of switch failures mainly depends on the experience of railway staff and the use of simple thresholding methods. However, these basic methods are highly inaccurate and frequently result in false and missing alarms. This paper aims to develop a hybrid fault diagnosis (HFD) method for railway switches. The method is an intelligent diagnosis method that uses massive current curves collected by microcomputer monitoring systems. We first divide the switch operation current curves into three segments based on the three mechanical processes that occur during switch operation. Then, a standard curve is selected from the fault-free curves, and common typical faults are ascertained through a microcomputer monitoring system. Finally, derivative dynamic time warping and a quartile scheme are employed to identify fault curves. An experiment based on current curves collected from the Guangzhou Railway Bureau in China demonstrates that the HFD method is extremely accurate and has low false and missing alarm rates. HFD performs better than the studied support vector machine (SVM) and dynamic time warping (DTW) methods, which are widely used for fault diagnosis.

PL

Zwrotnice stanowią jeden z najważniejszych elementów infrastruktury systemów sygnalizacji kolejowej i mają znaczący wpływ na wydajność i bezpieczeństwo eksploatacji pociągów. Obecnie, identyfikacja awarii zwrotnic zależy głównie od doświadczenia personelu kolejowego i opiera się na stosowaniu prostych metod progowania. Jednakże te elementarne metody są wysoce niedokładne i często skutkują fałszywymi alarmami lub brakiem alarmu. Niniejszy artykuł ma na celu opracowanie hybrydowej metody diagnostyki błędów (HFD) dla zwrotnic kolejowych. Metoda ta jest inteligentną metodą diagnostyczną, która wykorzystuje wykresy przebiegu prądowego zebrane przez mikrokomputerowe systemy monitorowania. Najpierw krzywe prądowe działania zwrotnicy dzieli się na trzy segmenty w oparciu o trzy procesy mechaniczne, które zachodzą podczas jej działania. Następnie, spośród krzywych opisujących działanie bezusterkowe, wybiera się przebieg standardowy, a w dalszej kolejności ustala się, z wykorzystaniem mikrokomputerowego systemu monitorowania, najczęściej występujące, typowe błędy działania zwrotnicy. Wreszcie, do identyfikacji krzywych błędów stosuje się schemat kwartylowy oraz metodę derivative dynamic time warping wykorzystującą pochodne do klasyfikacji szeregów czasowych. Eksperyment oparty na krzywych prądowych zebranych przez Guangzhou Railway Bureau w Chinach pokazuje, że metoda HFD jest wyjątkowo dokładna i skutkuje niską liczbą fałszywych i brakujących alarmów. HFD daje lepsze wyniki niż szeroko stosowane do diagnozowania błędów metody maszyny wektorów nośnych (SVM) i dynamic time warping (DTW).

3

Nowe trendy w diagnostyce. Trackery pomiarowe, tomografy i skanery 3D

Hyla A.

Utrzymanie Ruchu

|

2017

|

Nr 3

60--62

PL

Diagnostyka procesów przemysłowych to jedno z najistotniejszych produkcyjnych zagadnień. Dzięki diagnozowaniu uszkodzeń, usterek, zmęczenia materiału i odchyleń od normy możliwe jest uniknięcie w porę ogromnych kosztów związanych z uszkodzeniem urządzenia czy maszyny ponad możliwości naprawcze czy zatrzymaniem całej linii produkcyjnej.

4

Model adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu

Kosicka E., Mazurkiewicz D., Gola A.

Zarządzanie Przedsiębiorstwem

|

2016

|

Vol. 19, nr 4

29--35

EN

Currently used predictive maintenance systems predict future events by monitoring residual processes using the enforced predictive model. Despite the benefits resulting from their implementation in companies (e.g. savings resulting from preventing failure), it is necessary to draw attention to the fact that such models lack flexibility in adapting to the dynamically changing values of observation vectors due to real-time readout which can provide more accurate predictions. The paper proposes a model of adaptive algorithm for maintenance decision support system which - depending on the changing parameters of residual processes - selects an adequate mathematical model based on predictive and in-formative criteria. Moreover, to produce more accurate predictions this model uses additional input data for prediction including values of residual processes as well as technical or quality-related aspects due to the extended range of observed factors that affect failure occurrence. The proposed model additionally contains a maintenance decision-related part which - based on the information about actions taken by maintenance services - generates a constrained optimal time interval for performing the necessary maintenance work.