تشخیص و شناسایی خرابی آنلاین و آفلاین موتورهای القایی با استفاده از مدل هیبرید
محل انتشار: نخستین همایش ملی دستاوردهای نوین در مهندسی برق
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 500
فایل این مقاله در 5 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:
NCAEE01_113
تاریخ نمایه سازی: 11 آبان 1395
چکیده مقاله:
در این مقاله یک مدل محاسبات هیبرید نرم متشکل از شبکه ی عصبی min-max (FMM) و درخت رگرسیون و طبقه بندی (CART) برای تشخیص و شناسایی خرابی موتور شرح داده شده است. به طور ویژه مدل هیبرید که (FMM-CART) نامیده می شود برای تشخیص و طبقه بندی شرایط خرابی موتور القایی در محیط های آفلاین و آنلاین استفاده می شود. تعدادی آزمایشات انجام شده است که روش تجزیه و تحلیل جریان موتور ( MCSA ) برای تشکیل پایگاه داده ها به کاررفته که حاوی نشان های جریان استاتور تحت شرایط متفاوت موتور می باشد. هارمونیک های سیگنال از چگالی طیف توان (PSD) استخراج شدند و به عنوان ویژگی های ورودی مجزا برای طبقه بندی خرابی با FMM-CART به کار رفته اند. سه وضعیت و شرایط اصلی موتور القایی مثل میله های شکسته شده ی روتور و خرابی های سیم پیچی استاتور و منبع بدون بالانس برای ارزیابی کارایی FMM-CART استفاده شده است. نتایج نشان می دهند که FMM-CART می تواند خرابی های موتور را در مرحله ی اولیه و زود هنگام تشخیص دهد تا از آسیب بیشتر و خرابی بیشتر موتورهای القایی و همچنین خرابی کل دستگاه یا سیستم که از موتور در کارهای خود استفاده می کند جلوگیری به عمل آورد.
کلیدواژه ها:
تشخیص خرابی جریان موتور موتور القایی شبکه عصبی درخت رگرسیون
نویسندگان
رعنا حیدری
دانشجوی کارشناسی ارشد مهندسی برق قدرت دانشگاه علوم و تحقیقات واحد ساوه
محمدجواد رستگارفاطمی
استاد یار دانشگاه آزاد اسلامی واحد ساوه
غلامحسین ابراهیمی
مدرس دانشگاه آزاد اسلامی واحد ساوه
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 :