17277

17277

تشخيص عيب هاي سنسوري به كمك تركيب اطلاعات در سيستم الكتروپمپ

كارشناسي ارشد

كنترل

بهمن 1395

دكتر جواد پشتان

دكتر نرگس صادقزاده

برق

يك فرآيند عيب يابي موفق وابسته به اندازگيري صحيح سنسورهايي است كه داراي عيوب نرم مختلفي از جمله باياس، دريفت و فاكتور مقياس و همين طور عيوب سخت خواهد بود كه اين عيوب در حالت معمول كاربرد سنسورها شناسايي نمي شوند. از اين رو در اين پايان نامه مسئله تشخيص عيب سنسوري با تركيب اطلاعات سنسوري در نظر گرفته شده است. عيوب نرم سنسوري مدل شده و به مدل فضاي حالت الكتروپمپ اضافه شده است. مدل غيرخطي از موتور القايي خطي سازي شده و يك مدل فضاي حالت براي زيرسيستم پمپ به كمك استفاده از رويكرد آنالوگ الكتريكي طراحي شده است.در ادامه حالت هاي سيستم و عيوب سنسوري اضافه شده به مدل با به كارگيري يك فيلتر كالمن تخمين زده شده است.سپس كارايي روش مطرح شده با داده هاي شبيه سازي شده بررسي و در نهايت نتايج بر روي يك سيستم آزمايشگاهي بررسي شده است. مقادير اندازگيري شده از سنسورهاي جريان ، فشار و فلو با مقادير سيگنال تخمين زده شده مقايسه شده است و نتايج نشان مي دهد كه مدل در نظر گرفته شده قادر خواهد بود به طور موفقي سيستم آزمايشگاهي را توصيف كند.اين نتايج نشان مي دهد كه مدل به كار برده شده قادر خواهد بود به خوبي ديناميك سيستم الكتروپمپ را بيان كند.

1396/02/11

1/1/1900 12:00:00 AM

A successful fault detection (FD) procedure depends on correct sensory measurements which may suffer from different sensory soft faults in the form of bias, drift, scaling factor an​d hard faults which cannot be identified an​d detected in a standalone use but in combination with other sensors. Thus in this thesis the problem of sensory fault detection is considered fusing sensory information. The sensory soft faults are modeled an​d augmented to electro-pump state space model. Nonlinear model of induction motor is linearized an​d a state space model for pump subsystem is developed using electrical analogy approach. Both system states an​d augmented sensory soft faults are then estimated employing a Kalman filter. The efficiency of the method eva​luated through simulation . Finally, results are eva​luated on a laboratory system. Measured volume currents, flow an​d pressure are compared with simulated signals, an​d results show that the proposed model is able to successfully describe the laboratory system with good precision These results show the model describes the electro-pump dynamic with good precision