9355

خطايابي موتور القايي با استفاده از شبكه هاي يادگيري ماشين

كارشناسي

مهندسي برق

1403

دكتر ابوالفضل واحدي

1403/08/05

مهندسي برق

Fault Detection in Induction Motors with Machine Learning

تحقيق پيرامون تشخيص زود هنگام و پيشبيني خرابي هاي موتورهاي القايي الكتريكي به علت هزينه بالاي تعمير آن به يكي از موضوعات مهم تبديل شده است. اين خرابي ها به دو دسته مكانيكي و الكتريكي تقسيم ميشوند. شكستگي روتور و اتصال كوتاه سيم پيچ استاتور مهمترين خرابي ها به ترتيب در ميان خرابي هاي مكانيكي و الكتريكي هستند. براي تشخيص و پيشبيني شكستگي روتور و اتصال كوتاه سيم پيچ استاتور به طور عمده به ترتيب از سيگنال هاي لرزش موتور و جريان استاتور استفاده ميكنند، كه داشتن سيگنال لرزش موتور نيازمند تجهيزات اندازه گيري و سنسور هاي دقيق و بروز است و اين مسئله باعث ميشود كه دريافت سيگنال لرزش موتور سخت شود و در اين پروژه، پژوهش ها بر روي سيگنال جريان صورت گرفته است. براي تحليل اين خرابي ها از ويژگي هاي زماني و فركانسي و روش هاي مختلف رگرسيوني، شبكه هاي عصبي ، يادگيري ماشين و الگوريتم هاي طبقه بندي استفاده ميشود. براي استخراج ويژگي هاي مهم از سيگنال جريان اوليه از تبديل هاي حوزه زمان-فركانس و فركانسي مانند تبديل فوريه ، تبديل موجك ، تبديل هيلبرت ، تبديل پارك و ... استفاده شده است.نهايتا ويژگي هاي استخراج شده با استفاده از شبكه هاي عصبي و الگوريتم هاي طبقه بندي براي تشخيص وضعيت موتور مورد بررسي قرار گرفته است.

موتور القايي , خطايابي موتور القايي , هوش مصنوعي , يادگيري ماشين