Evaluation of progressive deterioration of a squirrel-cage rotor, with a condition monitoring system that implements the sideband methodology

Mata-Castrejon, Pedro V. De; Villegas-Ortega, Alejandro; Asiain-Olivares, Tomas I.; Ruiz-Vega, D.

doi:10.1109/ropec.2015.7395080

Cited by 4 publications

(2 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A diversidade de métodos diagnósticos pode ser vista em Thomson and Fenger (2001) com as ferramentas de processamento de sinais como a Transformada Rápida de Fourier (FFT) aplicada em sinais de corrente elétrica, ındices de vibração e ruídos acústicos. Considerando a empregabilidade maior da Análise dos Sinais das Correntes do estator do Motor (MCSA), as mudanças de padrões de amplitude no espectro do sinal ou nos componentes espectrais da FFT permitem caracterizar e acompanhar a evolução das falhas específicas desde o seu início até inoperância da máquina, Li et al (2016); de Jesus Romero-Troncoso (2017); Mata-Castrejón et al (2015).…”

Section: Figura 1 Percentual De Falhas Em MI Por Origemunclassified

Harmônicos de Referência Observados por Sistemas Inteligentes na Identificação de Falhas Elétricas em Motores de Indução

Gongora¹,

Silva

Goedtel

et al. 2019

Anais Do 14º Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

This article presents a methodology for the classification of electric faults in induction motors through the treatment of search harmonic reference signals injected into the machine's power supply. The proposal is based on the observation by intelligent sistems of the electric current signals of the motor, preprocessed by the FFT and with the analysis of the signature components of the machine. However, the supply voltage signals are multiplexed with harmonic reference signals inserted by the frequency converter module of the machine itself. In order to improve accuracy in fault classification and diagnose degradation status, as well as to attest to the functionality of the method, the practical data of the actual application of the system in the laboratory are processed by different intelligent systems. In this aspect of generalization of the proposal the results are validated by different algorithms whose performances are compared between the following methods: k-nearest neighbors, Naive Bayes, Support Vector Machine, Multilayer Perceptron and Decision tree. Resumo: Este artigo apresenta uma metodologia para a classificação de falhas elétricas em motores de indução através do tratamento de sinais harmônicos de referência de busca injetados pela fonte de alimentação da máquina. A proposta baseia-se na observação por sistemas inteligentes dos sinais de corrente elétrica do motor, pré-processados pela FFT e com a análise das componentes de assinatura da máquina. Para tanto, os sinais de tensão de alimentação são multiplexados com sinais de referência harmônica inseridos pelo próprio módulo inversor de frequência da máquina. Buscando melhorar a precisão na classificação de falhas e diagnosticar o estado de degradação, bem como atestar a funcionalidade do método, dados práticos da aplicação real do sistema em laboratório são processados por sistemas inteligentes distintos. Neste aspecto de generalização da proposta os resultados são validados por diferentes algoritmos cujos desempenhos são comparados entre os seguintes métodos: k-vizinhos mais próximos, Naive Bayes, Máquina de Vetor de Suporte, Perceptron multicamadas eÁrvore de Decisão.

show abstract

Section: Figura 1 Percentual De Falhas Em MI Por Origemunclassified

Harmônicos de Referência Observados por Sistemas Inteligentes na Identificação de Falhas Elétricas em Motores de Indução

Gongora¹,

Silva

Goedtel

et al. 2019

Anais Do 14º Simpósio Brasileiro De Automação Inteligente

View full text Add to dashboard Cite

show abstract

“…One of the traditional techniques for fault diagnosis consists of analyzing and observing the signals of the motor stator currents (motor current signature analysis-MCSA) (de Jesus Romero-Troncoso 2017), which are classified in the literature as noninvasive (Attoui et al 2017). In addition, signal processing tools are applied, such as the fast Fourier transform (FFT), which allows for the visualization of the spectral components of the time signal in the frequency domain (Mata-Castrejón et al 2015). To observe the changes and patterns in different frequencies, the FFT makes it possible to identify and even follow the fault evolution (Li et al 2016).…”

Section: Introductionmentioning

confidence: 99%

Reference Signal Injection in Induction Motors Drives to Electrical Failures Detection

Gongora

Silva

Goedtel

et al. 2019

J Control Autom Electr Syst

View full text Add to dashboard Cite

This paper shows an alternative method to electrical fault diagnosis in three-phase induction motors using reference signal injection. The proposal is based on the insertion of search reference harmonic signals in the supply voltage by the frequency inverter module of the induction machine and the observation of the signals of the electric current of the motor, preprocessed through the FFT and machine signature component analysis. In order to obtain a greater precision of fault classification and state of degradation through intelligent systems, results are validated by different algorithms whose performance are compared in the following methods: k nearest neighbors, naive Bayes, support vector machine, multilayer perceptron and decision tree. The practical results for the tests with controlled simulation of the electrical faults of broken rotor bars and short circuit in stator windings show the capacity that this insertion technique has when it is used as a tool to diagnose three-phase induction motors. The five proposals of intelligent systems result in a classification with success rates of 93% to 100% in different classes, separated into types of faults and according to the degradation intensity.

show abstract

Program for the detection and diagnosis of broken rotor bars in squirrel-cage motors

Villegas-Ortega

Asiain-Olivares

Ruiz-Vega

2016

2016 IEEE International Autumn Meeting on Power, Electronics and Computing (ROPEC)

View full text Add to dashboard Cite

Evaluation of progressive deterioration of a squirrel-cage rotor, with a condition monitoring system that implements the sideband methodology

Cited by 4 publications

References 16 publications

Harmônicos de Referência Observados por Sistemas Inteligentes na Identificação de Falhas Elétricas em Motores de Indução

Harmônicos de Referência Observados por Sistemas Inteligentes na Identificação de Falhas Elétricas em Motores de Indução

Reference Signal Injection in Induction Motors Drives to Electrical Failures Detection

Program for the detection and diagnosis of broken rotor bars in squirrel-cage motors

Contact Info

Product

Resources

About