Witold Głowacz
Metody analizy i rozpoznawania informacji zawartej w sygnałach prądowych i napięciowych
silników elektrycznych dla diagnostyki stanów przedawaryjnych
Streszczenie
Celem rozprawy doktorskiej było udowodnienie tezy, że algorytmy rozpoznawania umożliwiają zastosowanie metod analizy sygnałów prądowych i napięciowych do efektywnej diagnostyki stanów przedawaryjnych silników elektrycznych. Aby osiągnąć ten cel, zrealizowano następujące zadania badawcze: przeanalizowano problemy rozpoznawania stanów przedawaryjnych silników elektrycznych, przedyskutowano możliwości zastosowania wybranych metod przetwarzania i analizy sygnału prądowego i napięciowego, dokonano implementacji poszczególnych metod, opracowano projekt stanowiska diagnostycznego do badania sygnałów prądowych i napięciowych silników elektrycznych, przeprowadzono badania sygnałów prądowych/napięciowych zmierzające do skonfigurowania przetwarzania i analizy w celu uzyskania najlepszej metody rozpoznawania dla wybranych typów silników elektrycznych oraz przedstawiono projekt urządzenia monitorującego silnik elektryczny w trakcie jego eksploatacji.
Rozważania prowadzone w rozprawie dotyczyły dwóch typów silników elektrycznych, tj. silników indukcyjnych i silników prądu stałego. Przeprowadzone badania pokazały, że stany pracy przykładowych silników znajdowały odbicie w sygnałach prądowych i napięciowych przez nie generowanych w stopniu wystarczającym, aby metody rozpoznające z zadawalającą precyzją wskazywały pojawianie się monitorowanych uszkodzeń.
Istotnym czynnikiem wpływającym na uzyskanie wysokiej skuteczności rozpoznawania sygnału prądowego/napięciowego była długość próbki sygnału stosowana do rozpoznawania. Wykazano również, iż klasyfikator oparty na metodzie najbliższego sąsiada NN i klasyfikator oparty na liniowej analizie dyskryminacyjnej LDA działały najlepiej przy wypracowanych metodach obróbki. Sieć neuronowa z algorytmem wstecznej propagacji błędów miała niższą skuteczność rozpoznawania, niż pozostałe klasyfikatory. Spośród algorytmów FFT, LPCC, LPC najlepszą skuteczność rozpoznawania sygnału prądowego/napięciowego dawały FFT. Podsumowując wyniki eksperymentów, można stwierdzić, że teza rozprawy doktorskiej została udowodniona.
W rozdziale pierwszym przedstawiono problemy rozpoznawania stanów przedawaryjnych silników elektrycznych. Rozdział drugi omawia metody analizy informacji zawartej w sygnałach prądowych i napięciowych silników elektrycznych. W ramach rozdziału trzeciego opracowano projekt stanowiska do badania sygnałów prądowych i napięciowych silnika elektrycznego. W rozdziale czwartym opisano eksperymenty oraz wyniki badania sygnałów, zmierzające do skonfigurowania metod przetwarzania i analizy w celu uzyskania jak najlepszego wariantu metod rozpoznawania dla dwóch wybranych typów silników, indukcyjnych prądu przemiennego i obcowzbudnych prądu stałego. W rozdziale piątym omówiono projekt urządzenia monitorującego silnik elektryczny w ruchu. Rozdział szósty podsumowuje rezultaty opisane w rozprawie. W dodatku A przedstawiono wykaz ważniejszych skrótów w tekście. W dodatku B podano wyniki rozpoznawania sygnałów prądowych i napięciowych dla wybranych silników elektrycznych. W dodatku C przedstawiono opis badanych stanów silników elektrycznych.
Witold Głowacz
Methods of analysis and recognition of information contained in current and voltage signals of electrical motors for early faults diagnostics
Summary