Tytuł pozycji:
Induction motor failures detection using motor current signal analysis (MCSA) and two-step support vector machine (SVM) classifier
The induction motor, because of its robustness, is very widespread in the industrial environment. Its use is firstly at the training of nonvariable speed systems. Today, with the improvement of the power electronics, the asynchronous motor can be servo-controlled both in torque and speed. The asynchronous machine is no longer limited to constant speed applications. It is therefore found more and more in electric traction, but also in electromechanical actuators which require a control in position and for which this type of engine was not previously usable, but it is not immune to several anomalies in the industrial field, such as breaks in bars, short circuits, misalignment. So then this article enters the diagnostic framework, through the use of the SVM formalism for the localization of electrical faults in induction motor. This study is based on the stepwise application of the SVM, firstly, the nature of the fault (break of bar or short circuit of turns in the phases of the stator) is compared with the normal behavior of the asynchronous machine, this step requires the use of the SVM one against one (One vs. One). Secondly we consider the fault detected by the first analysis and try to rank it and classify it among different classes of faults of the same nature, which can give a degree of severity a reliable decision to maintenance expertise. It uses the technique of one against all (One vs. All). The proposed approach is based on the use of feature extraction especially the amplitudes and frequencies, reflecting the behavior of the induction motor, using the Motor Current Signal Analysis (MCSA); then the classification of these characteristics is realized by SVM method. The SVM classification is conducted on a 1Kw induction machine experimental benchmark with different faulty operating conditions.
Silnik indukcyjny, ze względu na swoją wytrzymałość, jest bardzo rozpowszechniony w środowisku przemysłowym. Jego zastosowanie to przede wszystkim trening systemów bez zmiennej prędkości. Obecnie, wraz z udoskonaleniem elektroniki mocy, silnik asynchroniczny może być sterowany serwomechanizmem zarówno pod względem momentu obrotowego, jak i prędkości. Maszyna asynchroniczna nie jest już ograniczona do zastosowań o stałej prędkości. Dlatego coraz częściej znajduje się w trakcji elektrycznej, ale także w siłownikach elektromechanicznych, które wymagają kontroli położenia i dla których ten typ silnika nie był wcześniej używany, ale nie jest odporny na kilka anomalii w dziedzinie przemysłu, takich jak pęknięcia prętów, zwarcia, niewspółosiowość. Tak więc ten artykuł wchodzi w ramy diagnostyczne, poprzez wykorzystanie formalizmu SVM do lokalizacji uszkodzeń elektrycznych w silniku indukcyjnym. Niniejsze badanie opiera się na stopniowym stosowaniu SVM, po pierwsze, charakter usterki (przerwanie szyny lub zwarcie zwojów w fazach stojana) jest porównywany z normalnym zachowaniem maszyny asynchronicznej, ten krok wymaga użycia SVM jeden na jednego (jeden na jednego). Po drugie, rozważamy usterkę wykrytą podczas pierwszej analizy i próbujemy ją uszeregować i sklasyfikować wśród różnych klas usterek o tym samym charakterze, co może dać pewien stopień dotkliwości ekspertom w zakresie konserwacji. Wykorzystuje technikę jeden przeciwko wszystkim (jeden przeciwko wszystkim). Proponowane podejście opiera się na wykorzystaniu ekstrakcji cech, zwłaszcza amplitud i częstotliwości, odzwierciedlających zachowanie silnika indukcyjnego, z wykorzystaniem analizy sygnatury prądu silnika (MCSA); wówczas klasyfikacja tych cech jest realizowana metodą SVM. Klasyfikacja SVM jest przeprowadzana na doświadczalnym wzorcu porównawczym maszyny indukcyjnej o mocy 1 kW z różnymi wadliwymi warunkami pracy
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
