Diagnosis of the induction motor rolling bearings using neural networks

• Autorzy: Kowalski, C. T.

Warianty tytułu

PL

Diagnostyka łożysk silnika indukcyjnego przy zastosowaniu sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

In the paper results of bearing fault detection for the induction motor using two neural network types are presented. Feedforward and Kohonen networks were trained using pre-processed measurements of mechanical vibrations and stator currents of the induction motor. The stator current spectra as well as vibration spectra were used for the development of neural network detectors for bearing failure classification. Preparations of training patterns as well as training procedures were described. The usefulness of these neural detectors was determined based on experimental tests.

PL

W artykule przedstawiono wyniki detekcji uszkodzeń łożysk tocznych silnika indukcyjnego przy stosowaniu sieci neuronowych. Sieci jednokierunkowe i sieci Kohonena były trenowane za pomocą odpowiednio przetworzonych sygnałów drgań mechanicznych wirnika oraz prądu stojana silnika. Widma prądu stojana i drgań mechanicznych były stosowane jako sygnały wejściowe neuronowych detektorów i klasyfikatorów uszkodzeń łożysk. Opisano sposób przygotowania wektorów uczących dla sieci neuronowych. Przydatność opracowanych detektorów oceniono na podstawie testów eksperymentalnych.

Słowa kluczowe

EN

induction motor; bearing fault; neural network; diagnosis

• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2004
• Tom: Vol. 56, nr 24
• Strony: 219-228
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Kowalski, C. T.,

• Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, 50-370 Wrocław, ul. Smoluchowskiego 19

Bibliografia

• [1] VAS P., Artificial-lntelligence-Based Electrical Machines and Drives, Oxford University Press, 1999.
• [2] FILIPPETTI F., FRANCESCHINI G., TASSONI C., Neural networks approach to electric machine on-line diagnostics, Proc. of EPE'93, Brighton, 1993, pp. 213-218.
• [3] FILIPPETTI F., FRANCESCHINI G., TASSONI C., Impact of speed ripple on rotor fault diagnosis of induction machines, Proc. of ICEM'96, Vol. 2, pp. 452-457.
• [4] KLIMAN G.B., STEIN J., Methods of motor current signature analysis, Electric Machines and Power Systems, Vol. 20, 1992, pp. 463-474.
• [5] SCHOEN R.R., HABETLER T.G., KAMRAN F., BARTHELD R.G., Motor bearing damage detection using stator current monitoring, IEEE Trans. lnd. Appl., Vol. 31, No. 6, 1995, pp. 1274-1279.