تشخیص بروز شکستگی در میله های رتور موتورهای القایی با استفاده از شبکه های عصبی

در این مقاله برای تشخیص ترک خوردگی حلقه انتهایی و یا میله های رتور موتورهای القایی قفسه سنجابی روشی مبتنی بر شبکه های عصبی ارائه شده است. برای این منظور پس از بررسی روشهای سنتی تشخیص خطا، مدل دینامیکی موتور القایی با استفاده از روش تابع سیم پیچ معرفی شده است. در این روش اثر هریک از شیارهای استاتور و میله های رتور را جداگانه درنظر می گیریم. در نتیجه می توان عملکرد موتور در حالت سلامت رتور و یا بروز شکستگی در هر بخش آن را مورد بررسی قرار داد. پس از آن با استفاده از تبدیل فوریه، طیف فرکانسی سیگنالهای جریان در شرایط مختلف استخراج و مورد تجزیه و تحلیل قرار گرفته است. آن گاه پس از یک بحث تحلیلی در مورد اصول نظری، الگوریتمی ساده با استفاده از شبکه های عصبی برای تشخیص خطا ارائه شده است. نتایج حاصل از شبیه سازی نشان داد که این سیستم قادر به تشخیص سریع و دقیق خطاهای رتور است. در ادامه همان شبکه عصبی توسط اطلاعات تولید شده توسط یک موتور نمونه به قدرت kW ۱/۱ مورد آموزش قرار گرفت . برای اینکه این سیستم بتواند به ازای گشتاورهای مختلف کارایی داشته باشد، اطلاعات مورد نیاز به ازای گشتاورهای مختلف تولید شد. این سیستم قادر به تشخیص سلامت یا شکستگی حلقه انتهایی و یا میله های رتور، به صورت بهنگام بوده است.

Keywords:

Squirrel cage induction motor , Rotor fault , Neural network , موتور القایی , تشخیص شکستگی , میله های رتور , رتور قفسه ای , شبکه های عصبی و تابع سیم پیچی