کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4977240 1451849 2017 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Methodology for fault detection in induction motors via sound and vibration signals
ترجمه فارسی عنوان
روش شناسایی خطا در موتور القایی از طریق سیگنال های صدا و ارتعاش
کلمات کلیدی
ترجمه چکیده
امروزه نگهداری به موقع موتورهای الکتریکی برای حفظ فرایندهای پیچیده تولید صنعتی ضروری است. در حال حاضر روش های گوناگونی برای تشخیص خطا وجود دارد. معمولا تشخیص با تجزیه و تحلیل سیگنال های فعلی در یک حالت حرکتی حالت پایدار یا در طی گذر زمان شروع می شود. این روش به عنوان تحلیل امضایی موتور شناخته شده است، که فرکانس های مرتبط با گسل ها در دامنه فرکانس یا تجزیه فرکانس زمان سیگنال های فعلی را شناسایی می کند. شناسایی خطا ممکن است با تجزیه و تحلیل سیگنال صوتی و ارتعاش امکان پذیر باشد، زیرا مفید است زیرا گاهی این اطلاعات فقط در دسترس است. سهم این کار روش شناسی گسل های موتور القایی در حالت پایدار بر مبنای تجزیه و تحلیل سیگنال های صدای صوتی و ارتعاش است. این روش پیشنهادی از تجزیه حالت تجربی گروه کامل برای تجزیه سیگنال به چندین توابع حالت ذهنی استفاده می کند. در ادامه، حاشیه فرکانس نمایندگی گابور برای به دست آوردن محتوای طیفی صندوق بین المللی پول در حوزه فرکانس محاسبه می شود. این پیشنهاد، نتایج خوب تشخیص خطا را در مقایسه با سایر آثار منتشر شده، علاوه بر شناسایی فرکانس های بیشتر مرتبط با گسل ها، فراهم می کند. گسل های تشخیص داده شده در این کار دو شکاف روتور شکسته، عدم تعادل مکانیکی و نقص های تحمل می باشد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
روش شناسایی خطا در موتور القایی از طریق سیگنال های صدا و ارتعاش
چکیده انگلیسی
Nowadays, timely maintenance of electric motors is vital to keep up the complex processes of industrial production. There are currently a variety of methodologies for fault diagnosis. Usually, the diagnosis is performed by analyzing current signals at a steady-state motor operation or during a start-up transient. This method is known as motor current signature analysis, which identifies frequencies associated with faults in the frequency domain or by the time-frequency decomposition of the current signals. Fault identification may also be possible by analyzing acoustic sound and vibration signals, which is useful because sometimes this information is the only available. The contribution of this work is a methodology for detecting faults in induction motors in steady-state operation based on the analysis of acoustic sound and vibration signals. This proposed approach uses the Complete Ensemble Empirical Mode Decomposition for decomposing the signal into several intrinsic mode functions. Subsequently, the frequency marginal of the Gabor representation is calculated to obtain the spectral content of the IMF in the frequency domain. This proposal provides good fault detectability results compared to other published works in addition to the identification of more frequencies associated with the faults. The faults diagnosed in this work are two broken rotor bars, mechanical unbalance and bearing defects.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 83, 15 January 2017, Pages 568-589
نویسندگان
, , , , , ,