Перспективи розвитку функціонального методу діагностування виткового замикання статорних обмоток електродвигуна при несиметрії напруг живлення
DOI:
https://doi.org/10.31498/2225-6733.51.2025.344830Ключові слова:
виткове замикання, функціональна діагностика, діагностичні критерії, статистичний аналіз, параметри схеми заміщення електродвигунаАнотація
У статті розглянуто актуальну проблему підвищення достовірності виявлення міжвиткових коротких замикань у статорних обмотках асинхронних двигунів (АД) за умов динамічно змінних та несиметричних напруг живлення. Проаналізовано сучасні методи функціональної діагностики, включно з аналітичними підходами, методами обробки сигналів, машинного навчання та системами на основі симетричних компонент. Показано, що більшість існуючих рішень недостатньо враховують вплив коливань показників якості електроенергії та змін навантаження на валу АД, що знижує точність раннього виявлення виткових замикань. Запропоновано перспективний напрям удосконалення функціонального методу діагностування шляхом комплексного використання миттєвих значень фазних струмів і напруг, параметрів схеми заміщення та статистичної обробки даних. Наведено програму експериментальних досліджень впливу динамічних змін параметрів мережі та режимів роботи електродвигуна на інформативні ознаки дефекту. Отримані результати створюють підґрунтя для підвищення чутливості та надійності систем ранньої діагностики асинхронних двигунів за умов несиметрії напруг живлення
Посилання
Устройство для контроля и защиты электродвигателя от неполнофазных режимов и витковых замыканий: авт. свід. 1584028 СССР: SU 1584028. № 4389543/24-07; заявл. 09.03.88; опубл. 07.08.90, Бюл. № 29. 10 с.
Спосіб діагностики початкового моменту виткового замикання в статорних обмотках електродвигуна: пат. 124403 Україна: МПК G01R 31/00, H02H 7/09, H02H 7/08, H02H 1/00. № a201912168; заявл. 23.12.19; опубл. 08.09.21, Бюл. № 36. 7 с.
Jameson N. J., Azarian M. H., Pecht M. Improved electromagnetic coil insulation health monitoring using equivalent circuit model analysis. International journal of electrical power & energy systems. 2020. Vol. 119. Article 105829. DOI: https://doi.org/10.1016/j.ijepes.2020.105829.
Model-based diagnosis and RUL estimation of induction machines under interturn fault / V. Nguyen et al. IEEE Transactions on Industry Applications. 2017. Vol. 53, iss. 3. Pp. 2690-2701. DOI: https://doi.org/10.1109/TIA.2017.2669195.
Babu A. K., Seshadrinath J. Interacting multiple model framework for incipient diagnosis of interturn faults in induction motors. IEEE Transactions on Artificial Intelligence. 2024. Vol. 5. Pp. 5120-5129. DOI: https://doi.org/10.1109/TAI.2024.3405468.
Ray S., Day D. Development of a comprehensive analytical model of an induction motor under conditions of stator interturn faults taking into ac-count rotor slot harmonics. IEEE Transactions on Industrial Electronics. 2023. Vol. 70, iss. 2. Pp. 2037-2047. DOI: https://doi.org/10.1109/TIE.2022.3165294.
Early detection of inter-turn short circuits in in-duction motors using the derivative of stator current and a lightweight 1D-ResNet / C. J. Morales-Perez et al. Computation. 2025. Vol. 13(6). Article 140. DOI: https://doi.org/10.3390/computation13060140.
Lamim Filho P. C. M., Pederiva R., Brito J. N. Detection of stator winding faults in induction machines using flux and vibration analysis. Mechani-cal Systems and Signal Processing. 2014. Vol. 42, iss. 1-2. Pp. 377-387. DOI: https://doi.org/10.1016/j.ymssp.2013.08.033.
Short-term fault feature extraction based on adaline for PMSM inter-turn short circuit diagnosis using residual insulation monitoring / D. Wei et al. IEEE Transactions on Industrial Electronics. 2023. Vol. 70. Pp. 3103-3114. DOI: https://doi.org/10.1109/TIE.2022.3167164.
Online detection of induction motor's stator winding short-circuit faults / Eftekhari M., Moallem M., Sadri S., Hsieh M.-F. IEEE Systems Journal. 2014. Vol. 8, iss. 4. Pp. 1272-1282. DOI: https://doi.org/10.1109/JSYST.2013.2288172.
Ayas S., Ayas M. S. A novel bearing fault diagnosis method using deep residual learning network. Multimedia Tools and Applications. 2022. Vol. 81, iss. 2. Pp. 22407-22423. DOI: https://doi.org/10.1007/s11042-021-11617-1.
Convolutional neural network based inter-turn fault diagnosis in LSPMSMs / L. S. Maraaba et al. IEEE Access. 2020. Vol. 8. Pp. 81960-81970. DOI: https://doi.org/10.1109/ACCESS.2020.2991137.
Abid F. B., Sallem M., Brem A. Robust interpreta-ble deep learning for intelligent fault diagnosis of induction motors. IEEE Transactions on Instrumentation and Measurement. 2019. Vol. 69, iss. 6. Pp. 3506-3515. DOI: https://doi.org/10.1109/TIM.2019.2932162.
Husari F., Seshadrinath J. Early stator fault detection and condition identification in induction motor using novel deep network. IEEE Transactions on Artificial Intelligence. 2022. Vol. 3, iss. 5. Pp. 809-818. DOI: https://doi.org/10.1109/TAI.2021.3135799.
Fang Y., Wang M., Wei L. Deep transfer learning in inter-turn short circuit fault diagnosis of PMSM. Proceedings of the 2021 IEEE International Conference on Mechatronics and Automation (ICMA), Takamatsu, Japan, 8-11 August 2021. Pp. 489-494. DOI: https://doi.org/10.1109/ICMA52036.2021.9512785.
Oner M. U., Sahin I., Keysan O. Neural networks detect inter-turn short circuit faults using inverter switching statistics for a closed-loop controlled motor drive. IEEE Transactions on Energy Conversion. 2023. Vol. 38, iss. 4. Pp. 2387-2395. DOI: https://doi.org/10.1109/TEC.2023.3274052.
Joksimovic G. M., Penman J. The detection of inter-turn short circuits in the stator windings of operating motors. IEEE Transactions on Industrial Electronics. 2000. Vol. 47, iss. 5. DOI: https://doi.org/10.1109/41.873216.
Transient envelope current analysis for inter-turn short-circuit detection in induction motor stator / Zaparoli I. O., Baccarini L. M. R., Lamim Filho P. C. M., Batista F. B. Journal of the Brazilian Society of Mechanical Sciences and Engineering. 2020. Vol. 42. Article 97. DOI: https://doi.org/10.1007/s40430-020-2188-7.
Identification of inter-turn short-circuits in induction motor stator winding using simulated annealing / M. Tomczyk et al. Energies. 2022. Vol. 15(1). Article 17. DOI: https://doi.org/10.3390/en15010117.
Induction motor stator interturn short circuit fault detection in accordance with line current sequence components using artificial neural network / Rajamany G., Srinivasan S., Rajamany K., Natarajan R. K. Journal of Electrical and Computer Engineering. 2019. Vol. 2019. Article 4825787. DOI: https://doi.org/10.1155/2019/4825787.
Кривоносов В., Василенко С., Бухлал Н. Розробка програмного забезпечення виявлення виткового замикання в статорних обмотках електродвигуна і умовах несиметрії напруг. Наука та виробництво. 2020. № 23. С. 130-140. DOI: https://doi.org/10.31498/2522-9990232020240697.
Комп’ютерна програма «Пристрій діагностики неповнофазних режимів мережі, струмових ланцюгів, початкового моменту виткового за-микання в статорних обмотках і захисту електродвигуна»: опубл. 27.02.20.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Журнал "Вісник Приазовського державного технічного університету. Серія: Технічні науки" видається під ліцензією СС-BY (Ліцензія «Із зазначенням авторства»).
Дана ліцензія дозволяє поширювати, редагувати, поправляти і брати твір за основу для похідних навіть на комерційній основі із зазначенням авторства. Це найзручніша з усіх пропонованих ліцензій. Рекомендується для максимального поширення і використання неліцензійних матеріалів.
Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи в цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди, які стосуються неексклюзивного поширення роботи в тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи в цьому журналі.
