Інформаційно-вимірювальна система діагностики параметрів роботи електродвигунів в умовах дестабілізуючих факторів
DOI:
https://doi.org/10.18372/2073-4751.77.18657Ключові слова:
вимірювання, вимірювальна система, нейронна мережа, дестабілізуючі фактори, обертальний момент, електродвигун, шумоподібний сигналАнотація
Стаття присвячена розробці інформаційно-вимірювальної системи для виявлення аномалій у роботі електродвигунів, що інтегрує методи вимірювання обертального моменту та швидкості валу. Основна увага у роботі приділена використанню нейронної мережі типу Autoencoder, яка використовується для ідентифікації аномальних сигналів в умовах шуму та при різних навантаженнях на вал електродвигуна.
Представлено експериментальні дослідження з використанням даного підходу підходу, демонструючи його здатність виявляти відхилення, спричинені різкими змінами навантаження, а також ідентифікувати аномалії в різних режимах роботи електродвигуна. Така система сприяє підвищенню надійності електродвигунів та відкриває шлях до оптимізації процесів їх експлуатації.
Представлено методологію вимірювань обертального моменту, яка використовувалась при отриманні характеристик в моменту розгону електродвигуна.
Результати дослідження можуть бути використані для розробки діагностичного обладнання для електродвигунів.
Посилання
Basseville M., Benveniste A., Moustakides G. Detection and Diagnosis of Abrupt Changes in Modal Characteristics of Nonstationary Digital Signals. IEEE Transactions on Information Theory. 1986. Vol. 32. P. 412–417. DOI: 10.1109/TIT.1986.1057180.
Авраменко В. В., Шелехов І. В., Зарецький М. О. Швидке розпізнавання опорного сигналу під час його спорювання нелінійними об'єктами з експоненціальною статичною характеристикою. Радіоелектроніка, інформатика, управління. 2017. Вип. 1. С. 50–55. DOI: 10.15588/1607-3274-2017-1-6.
Авраменко В. В. Характеристики непропорційності та їх застосування при вирішенні задач діагностики. Вестник СумГУ. 2000. № 16. С. 27–32.
Ronny Francis Ribeiro Junior et al. Fault detection and diagnosis in electric motors using 1d convolutional neural networks with multi-channel vibration signals. Measurement. 2022. Vol. 190. 110759. DOI: 10.1016/j.measurement.2022.110759.
Jose Ignacio Aizpurua et al. Integrated machine learning and probabilistic degradation approach for vessel electric motor prognostics. Ocean Engineering. 2023. Vol. 275. 114153. DOI: 10.1016/j.oceaneng. 2023.114153.
Спосіб вимірювання обертального моменту електродвигуна з використанням штучних нейронних мереж : пат. 155313 Україна : G01L 5/00. № u 2023 03538 ; заявл. 21.07.2023 ; опубл. 14.02.2024, Бюл. № 7. 5 с.
Інтелектуальний вимірювальний пристрій для визначення обертального моменту, частоти обертання, прискорення, напруги та струму електродвигуна : пат. 155312 Україна : G01B 7/004 (2006.01). № u 2023 03537 ; заявл. 21.07.2023 ; опубл. 14.02.2024, Бюл. № 7. 5 с.
Shuang Gao et al. Unsupervised fault diagnosis framework for underwater thruster system using estimated torques and multi-head convolutional autoencoder. Mechanical Systems and Signal Processing. 2023. Vol. 205. 110814. DOI: 10.1016/j.ymssp.2023.11081.
Kaggle. Data Science. URL: https://www.kaggle.com/ (date of access: 29.03.24).
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).