Обзор методов обнаружения неисправностей асинхронных двигателей центробежных насосов на основе машинного обучения
Review of Machine Learning Based Fault Detection for Centrifugal Pump Induction Motors
2022-01-01
SCID: 54.1/pda5xgz2
Discuss with AI
мониторинг состояния центробежных насосовнеисправности асинхронных двигателейдиагностика неисправностей на основе машинного обученияанализ сигнатуры тока двигателяобнаружение неисправностей насосов
Figures from the paper
Abstract (AI)
Центробежные насосы являются неотъемлемой частью многих промышленных процессов и широко используются в системах водоснабжения, канализации, отопления и охлаждения. Несмотря на наличие нескольких обзорных работ, посвящённых диагностике неисправностей асинхронных двигателей на основе машинного обучения, применению этих методов к центробежным насосам уделялось относительно мало внимания. В настоящей работе обобщены и рассмотрены последние исследования и разработки в области мониторинга технического состояния и диагностики неисправностей насосов на основе машинного обучения. В статье сначала приводится краткое описание работы насоса, включая распространённые неисправности насосов и основные принципы метода анализа сигнатуры тока двигателя (Motor Current Signature Analysis, MCSA). Затем подробно рассматриваются различные методы на основе машинного обучения, включая типы обнаруживаемых неисправностей, особенности экспериментов и заявленные показатели точности. Результаты применения различных подходов систематически представлены в единой таблице. В заключение авторы обсуждают практические аспекты и проблемы, связанные со сбором и хранением данных, а также с реализацией методов в реальных условиях.
Key Findings
1
В единой таблице сопоставляются опубликованные показатели эффективности различных методов машинного обучения для диагностики неисправностей насосов.
2
В работе обобщаются распространённые неисправности центробежных насосов и объясняется анализ сигнатур тока двигателя как основной метод мониторинга.
3
Выделяются практические проблемы сбора и хранения данных, а также внедрения систем диагностики в реальных условиях.
4
Систематически рассматриваются методы машинного обучения, выявляемые типы неисправностей, экспериментальные установки и заявленная точность диагностики.
5
Обзор рассматривает относительно малоизученное применение машинного обучения для мониторинга состояния и диагностики неисправностей асинхронных двигателей центробежных насосов.
Research Object
асинхронные двигатели центробежных насосов и соответствующие насосные системы
Research Subject
мониторинг технического состояния и диагностика неисправностей на основе машинного обучения, включая типы выявляемых неисправностей, эффективность методов и практические проблемы внедрения
Publication Details
Publication Date
2022-01-01
Journal
Publisher
ISSN
Cited by
115
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest