آشکارسازی میله های شکسته مبتنی بر FPGA در موتورهای القاقی تحت بار مختلف به کمک آنالیز جریان مشخصه موتور و ریخت شناسی ریاضی

قیمت: 42,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

آشکارسازی میله های شکسته مبتنی بر FPGA در موتورهای القاقی تحت بار مختلف به کمک آنالیز جریان مشخصه موتور و ریخت شناسی ریاضی

عنوان لاتین

FPGA-Based Broken Bars Detection on Induction Motors Under Different Load Using Motor Current Signature Analysis and Mathematical Morphology

آشکارسازی میله های شکسته در موتورهای القایی بحث مورد توجه در سال های اخیر بوده است. آشکارسازی آن بدلیل این واقعیت مهم است که خرالی آن بدون سر و صدا است و عواقب آن در افزایش مصرف توان، لرزش، تولید فرکانس های ساختگی در خط الکتریکی (و موارد دیگر)، می تواند دردسرساز باشد. در این مقاله، استفاده از آنالیز مشخصه جریان موتور و مورفولوژی ریاضی برای آشکارسازی میله های شکسته در موتورهای القایی تحت شرایط بار مکانیکی مختلف تحلیل شده است. الگوریتم پیشنهادی ابتدا بار موتور را مشخص می کند و شرایط آن را تعیین می کند. آنالیز آماری تست های متعدد تحت بارگذاری های مختلف موتور (100%، 75%، 50% و 25%) و شرایط موتور (سالم، یک میله شکسته، دو میله شکسته) ارائه شده است. روش پیشنهادی در یک آرایه گیت قابل برنامه ریزی میدانی پیاده سازی شده است تا در کاربردهای آنلاین زمان واقعی استفاده شود. الگوریتم در دقت متوسط 95% برای آشکارسازی خطا حاصل آمده است.

Broken bars detection on induction motors has been a topic of interest in recent years. Its detection is important due to the fact that the failure is silent and the consequences it produces as power consumption increasing, vibration, introduction of spurious frequencies in the electric line, among others, can be catastrophic. In this paper, the use of motor current signature analysis and mathematical morphology to detect broken bars on induction motors under different mechanical load condition is analyzed. The proposed algorithm first identifies the motor load and then the motor condition. The statistical analysis of several tests under different motor loads (100%, 75%, 50%, and 25%) and motor condition (healthy, one broken bar, and two broken bars) is presented. The proposed method has been implemented in a field programmable gate array, to be used in real-time online applications. The algorithm obtained in average a 95% accuracy of failure detection.