Алгоритм анализа сигналов на основе кватернионов для обнаружения неисправностей асинхронных двигателей

Quaternion Signal Analysis Algorithm for Induction Motor Fault Detection
René de Jesús Romero-Troncoso, Arturo García-Pérez, Mario-Alberto Ibarra-Manzano, Dora-Luz Almanza-Ojeda, Jose Luis Contreras-Hernandez, Sergio Ledesma
2019-01-14

обнаружение неисправностей асинхронного двигателястатистики вращения кватернионовкватернионный анализ сигналовалгоритм классификации на основе деревьевтрёхосевой акселерометр
Идентификация неисправностей асинхронных двигателей имеет важное значение для повышения эффективности промышленных процессов за счет снижения затрат, повышения производительности производственной линии и сокращения времени технического обслуживания. В статье представлена новая методика обнаружения неисправностей двигателей, основанная на анализе сигналов с использованием кватернионов. Предлагаемый метод задает коэффициенты кватерниона на основе измерений тока двигателя, тогда как переменные x, y и z соответствуют измерениям трехосевого акселерометра, установленного на корпусе асинхронного двигателя. Метод определяет вращения кватернионов и применяет статистические характеристики вращения кватернионов, включая среднее значение, кластерный наклон и кластерную выраженность, для извлечения признаков. Затем эти признаки используются для классификации состояния двигателя с помощью предложенного алгоритма классификации на основе дерева решений. Методика экспериментально подтверждена и сопоставлена с другими методами для оценки ее эффективности при обнаружении признаков, а также идентификации и классификации неисправностей двигателя.
1
Предложена новая методика обнаружения неисправностей асинхронных двигателей на основе quaternion-анализа сигналов, объединяющая измерения тока и трехосевой вибрации.
2
Коэффициенты кватерниона представляют ток двигателя, а компоненты x, y и z кодируют измерения трехосевого акселерометра, установленного на корпусе двигателя.
3
Вращение кватернионов анализируется с использованием статистических признаков, включая среднее значение, асимметрию кластеров и эксцесс кластеров.
4
Извлеченные кватернионные признаки классифицируются по состояниям работы двигателя с помощью предложенного алгоритма классификации на основе дерева.
5
Методика экспериментально проверена и сопоставлена с другими методами обнаружения признаков, идентификации и классификации неисправностей двигателя.

асинхронные двигатели, контролируемые по измерениям тока двигателя и сигналам трёхосевого акселерометра

извлечение признаков и классификация неисправностей и состояний двигателя на основе кватернионного анализа

Publication Details
Publication Date
2019-01-14
Journal
Publisher
ISSN
Cited by
50
Access Type
Author Information
Authors
René de Jesús Romero-Troncoso
Arturo García-Pérez
Mario-Alberto Ibarra-Manzano
Dora-Luz Almanza-Ojeda
Jose Luis Contreras-Hernandez
Sergio Ledesma
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%