تشخیص خطای شکستگی میله های روتور در موتور القایی قفس سنجابی به کمک شبکه عصبی
محل انتشار: نوزدهمین کنفرانس بین المللی برق
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,544
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PSC19_054
تاریخ نمایه سازی: 12 آذر 1385
چکیده مقاله:
توجه به اهمیت و کاربرد فراوان موتورهای القائی در صنعت و لزوم تشخیص به موقع خطا به منظور پیشگیری از گسترش آن، روشی برای تشخیص خودکار خطای شکستگی میله های روتور که از جمله خطاهای رایج در موتورهای القایی قفسی است، ارائه گردیده است . روش پیشنهادی بر مبنای تحلیل طیف فرکانسی سیگنال جریان استاتور به کمک روش های پردازش سیگنال و شناسایی الگو توسعه یافته است . این سیستم با دریافت جریان استاتور و سرعت روتور وضعیت موتور را از نظر وجود یا عدم وجود شکستگی میله های روتور تعیین می کند . برای تهیة این سیستم تشخیص خطا ابتدا با بررسی مجموعه داده های حاصل از نمونه برداری از موتورهای سالم و خطادار در شرایط بار و خطای مختلف، ویژگی های شاخص خطا از روی طیف فرکانسی سیگنال جریان استخراج و تناسب آنها برای امر تشخیص خطا بر اساس چند معیار مطرح شده، ارزیابی شده است . پس از آن ویژگی های انتخاب شده برای مجموعه داده های مذکور محاسبه شده و از آنها برای آموزش یک شبکة عصبی استفاده شده است . سرانجام شبکة آموزش دیده بعنوان ابزار تفکیک موتورهای سالم و خطادار به کار رفته است . روش ارائه شده بر روی مجموعه داده های حاصل از یک
سری آزمایش های عملی بر روی یک موتور القایی سه فاز آزمایش شده، که نتایج عملی کارایی آن را در تشخیص خطای مورد نظر نشان می دهد
کلیدواژه ها:
نویسندگان
محمدرضا رفیع منزلت
گروه مهندسی برق و کامپیوتر، دانشکده فنی، دانشگاه تهران، ایران . گروه
بابک نجار اعرابی
گروه مهندسی برق و کامپیوتر، دانشکده فنی، دانشگاه تهران، ایران
جواد فیض
گروه مهندسی برق و کامپیوتر، دانشکده فنی، دانشگاه تهران، ایران
عماد شریفی قزوینی
گروه ماشین های الکتریکی، پژوهشکده برق، پژوهشگاه نیرو، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :