عیب یابی و تعیین میزان بار در ماشینهای الکتریکی به روش تحلیل ارتعاشات با استفاده از شبکه های عصبی

نویسندگان

mohammad mahdi homayounpour

amirkabir university of technology darush hakimzadeh

amirkabir university of technology

چکیده

ماشینهای دوار و در میان آنها موتورهای الکتریکی القایی نقشی مهم و کلیدی در صنعت دارند. این موتورها در هنگام کار در برابر تنشهای گوناگون قرار می گیرند که موجب خرابی استاتور یا رتور آنها می شود. چنانچه بتوان خرابی موتور را پیش بینی و از گسترش خطا جلوگیری کرد، فواید اقتصادی فراوانی حاصل خواهد شد. از آنجا که وقوع خرابی در هر ماشین دوار موجب تغییر ارتعاشات ماشین می شود، سعی شده از طریق تحلیل ارتعاشات، وجود یا عدم وجود عیوب مختلف حلقه به حلقه و کلاف به کلاف استاتور در ماشین القایی و در صورت معیوب بودن نوع آن تشخیص داده شود. همچنین به کمک تحلیل ارتعاشات، بار اعمالی به موتور نیز تعیین شود. در این راستا برای تشخیص عیب استاتور، یک موتور سه فاز به نحو خاصی سیم بندی شد، به طوری که انواع عیوب استاتور را بر روی موتور بتوان ایجاد کرد. ارتعاشات حاصل از کار موتور در شرایط عادی، تحت بارها و عیبهای مصنوعی مختلف، ثبت و ضبط شد. خصوصیهای طیفی سیگنال ارتعاشات برای عیوب و بارهای مختلف، به روش تحلیل مودال بررسی شد. همچنین با استخراج ویژگیهای ضرایب کپسترال و بانک فیلتر و اعمال آنها به دو نوع شبکه عصبی با نظارت lvq و بی نظارت som، طبقه بندی بارها و عیوب مختلف موتور الکتریکی به صورت خودکار انجام شد. آزمایشهای متعددی برای بهبود صحت تعیین میزان بار و عیب یابی به کمک شبکه عصبی صورت گرفت که از آن جمله می توان به تعیین تاثیر نوع و طول بردار ویژگی، طول زمانی سیگنالهای آموزشی و آزمایشی و نوع شبکه عصبی اشاره کرد. به طور خلاصه به ازای زمان 250 تا 600 میلی ثانیه برای سیگنال آموزشی و با استفاده از ویژگی ضرایب بانک فیلتر با بعد 20 و مدلسازی به وسیله شبکه های عصبی som وlvq ، به بازدهی در حدود 6/% 93برای تشخیص میزان بار و 2/94% برای شناسایی عیوب موتور دست یافتیم.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

عیب یابی موتورohv از طریق تحلیل ارتعاشات و شبکه عصبی

چکیده در حال حاضر پایش وضعیت به کمک تحلیل ارتعاشات نه تنها برای اجزای ساده ای مانند بیرینگها و چرخنده ها انجام می گیرد، در موتورها و ماشینهای ترکیبی نیز به منظور تعیین عیب یا پیش بینی عیوب در حال رخ دادن کاربرد فراوانی یافته است و در صنایع مختلف من جمله صنعت خودرو به عنوان یک روش مناسب مورد استفاده قرار می گیرد.یکی از تکنیکهای کارآمد در این زمینه استفاده از سیستم های هوشمند، با توجه به عملکرد ...

15 صفحه اول

شناسایی عیب در شمع موتور با استفاده از تحلیل ارتعاش به کمک شبکه عصبی

یکی از قطعات تأثیرگذار بر روی کیفیت احتراق شمع‌هایند، به‌طوری‌که اگر شمع‌ها سالم نباشند می‌توانند تأثیر سویی بر آلایندگی و بازده موتور داشته باشند. در این مقاله با هدف جلوگیری از اثرات سوء شمع‌های‌ معیوب، روشی بر پایه تحلیل ارتعاش برای شناسایی عیب در شمع موتور ارائه می-شود. داده‌های ارتعاش موتور به کمک حسگر شتاب‌سنجی در شرایط شمع سالم و معیوب، ذخیره شدند. به دلیل وجود نوفه های شدید، روش حذف نو...

متن کامل

استفاده از شبکه های عصبی درمانیتورینگ و عیب یابی ماشینهای دوار

در این رساله درباره مبحث استفاده از تکنیکهای هوشمند در عیب یابی ماشینهای دوار به کمک آنالیز ارتعاشات بصورت مفصل توضیح داده شده است و مدلی مبتنی بر شبکه های عصبی برای تشخیص عیوب این ماشینها ارائه گردیده است. در صنایع سنگین استفاده از این روش عیب یابی دارای منافع اقتصادی قابل توجهی است و بدون نیاز به توقف ماشین می توان وضعیت نقاط مختلف آن را تحت بررسی قرار داده و فقط در مواقع لازم و با توجه به می...

15 صفحه اول

ساخت و مشخصه یابی نانو ذرات مس با استفاده از روش ماشینکاری تخلیه الکتریکی به کمک ارتعاشات فراصوتی

امروزه استفاده از نانوذرات فلزی در صنایع مختلف به اندازه‌ای گسترش یافته‌است که لزوم یافتن روش‌های نوین در زمینه‌ی تولید نانوذرات به یک چالش تبدیل شده است. یکی از روش‌های نسبتاً جدید در زمینه‌ی تولید نانوذرات، روش تخلیه‌ی الکتریکی در محیط مایع می‌باشد که به‌دلیل ارزان بودن فرآیند و سازگار بودن با محیط زیست، نسبت به سایر روش‌های تولید نانوذرات، بیشتر مورد استقبال قرار گرفته است. در این پژوهش با طر...

متن کامل

تشخیص عیب یاتاقان های غلتشی با استفاده از سیگنال های ارتعاشی بر اساس تحلیل طیف تکین و شبکه عصبی مصنوعی

در کاربردهای صنعتی، پایش وضعیت و عیب‌یابی بیرینگ­ها از اهمیت زیادی برخوردار است. تحلیل ارتعاشی، انتشار صدا، دمانگاری و تحلیل روانکار از جمله روش­های تشخیصی جهت شناسایی عیوب بیرینگ­ها می­باشند. یکی از قابل اطمینان­ترین روش‌ها جهت عیب­یابی تجهیزات دوار، مطالعه بر روی سیگنال ارتعاشی می­باشد. تاکنون روش­های مختلفی جهت عیب­یابی بیرینگ­های غلتشی توسط سیگنال­های ارتعاشی در حوزه زمان ارائه شده است. بیش...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
مهندسی برق مدرس

جلد ۳، شماره ۱، صفحات ۵۷-۷۱

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023