تشخیص خطاهای موتور القایی سهفاز با استفاده از شبکه عصبی پیچشی و رویکرد غیرتهاجمی

در این مقاله یک روش مبتنی بر شبیه سازی برای تشخیص خطاهای موتورهای القایی سهفاز با استفاده از شبکه های عصبی پیچشی (CNN) ارائه شده است. این روش با تحلیل داده های شبیه سازی شده از شرایط مختلف عملیاتی موتور، شامل عملکرد عادی، خطای تکفاز، خطای سه فاز، و تغییر گشتاور ناگهانی، به شناسایی و طبقه بندی خطاها می پردازد. محیط شبیه سازی در نرمافزار MATLAB/Simulink طراحی شده و از مدل دینامیکی موتور القایی برای تولید داده های آموزشی و آزمایشی استفاده شده است. نتایج نشان می دهد که مدل پیشنهادی قادر به دستیابی به دقت بالا در تشخیص و طبقه بندی خطاها بوده و به عنوان یک ابزار کارآمد و مقرون به صرفه برای تحلیل رفتار موتورهای القایی ارائه می شود. این تحقیق بر اهمیت استفاده از شبیه سازی در توسعه روش های مبتنی بر یادگیری عمیق برای بهبود قابلیت اطمینان و کاهش هزینه های نگهداری تاکید دارد.

کلیدواژه ها:

تشخیص خطا ، موتور القایی ، شبکه عصبی پیچشی (CNN) ، یادگیری عمیق ، طبقه بندی خطاها ، تحلیل سیگنال