تشخیص و جداسازی هوشمند عیوب موتورالقایی سیستم الکتروپمپ با استفاده از ترکیب داده

در این مقاله، عملکرد شبکۀ عصبی در تشخیص و جداسازی وضعیت‌های موتورالقایی (سالم، عیب حلقۀ بیرونی یاتاقان، اتصال کوتاه سیم‌پیچی استاتور و شکستگی میلۀ روتور) با استفاده از ترکیب اطلاعات سیگنال‌های جریان و ولتاژ پیش پردازش شده با آنالیز مولفه‌های مستقل بررسی شده است. همچنین، مقاوم‌بودن روش پیشنهادی در حضور اغتشاشات (نامتعادلی منبع تغذیه و خشک کار کردن پمپ) بررسی شده است. نتایج حاصل از آزمایش نشان می‌دهند روش ترکیب دادۀ عصبی با قابلیت اطمینان زیادی، عیوب ذکرشده را تشخیص می‌دهد و نسبت به اغتشاشات موجود، عملکرد مقاومی دارد.

Intelligent Fault Diagnosis of an Induction motor in Electropump using Data Fusion

In this paper, the performance of the neural network in diagnosing an induction motor situations (safe, bearing outer race, broken rotor bar and stator short circuit faults) has been evaluated using fusion ofthe preprocessedcurrentandvoltagesignals information. Moreover, the robustness of the proposed approach is evaluated against the unbalanced power source and dry running of the electropump. Results indicate that the proposed neural data fusion has better reliability in this fault detection application, also provides more robust behavior.