Для диагностики асинхронных электродвигателей в оперативном режиме в настоящее время используются несколько способов диагностики, среди которых наиболее распространен метод виброакустической диагностики . В этом направлении активно проводятся исследования и разработки научно исследовательскими институтами Военно-промышленного комплекса Санкт-Петербурга, которые были объединены в акционерное общество "Технические Системы и Технологии". Главным недостатком такого метода является необходимость использования специальных виброакустических датчиков и сложность их установки. Специалистами Московского Центра электромагнитной безопасности был разработан метод спектрального анализа потребляемого тока . Достоинство этого метода по сравнению с предыдущим - возможность контроля состояния как механических, так и электрических частей электродвигателей по электрическому параметру, а в частности, по сигналу потребляемого тока, что значительно упрощает установку схемы для диагностики и избавляет от необходимости введения специальных датчиков. Особенно подобные методы распространены за рубежом . Суть данного метода заключается в анализе спектра гармоник тока потребляемого электродвигателем, путем выявления периодически повторяющихся изменений сигнала на графике, соответствующих конкретному виду повреждения электродвигателя. Однако из-за появлений ложных гармоник сигнала при различных помехах электрической сети, с подключенной к ней электродвигателем, возможны неверные результаты диагностики. В дополнение к этому неизвестно каким будет график спектрального анализа тока при нестабильном напряжении в сети.
Современные электротехнические средства, базирующиеся на использовании программируемых микроконтроллеров, позволяют наиболее гибко реализовать защиту и функциональную диагностику электродвигателей, по их электрическим параметрам.
Наиболее удачным методом является использование программно-аппаратного комплекса, который изображен на рис. 1, состоящего из компьютера и цифрового устройства-посредника, производящего необходимые измерения и передаваемого их в компьютер. В качестве измеряемых электрических величин могут быть оперативный ток, потребляемая мощность и т.д. Программа, выполняемая на компьютере, должна, в свою очередь, определенным образом обработать входную информацию и определить наиболее вероятный вид повреждения работающего электродвигателя или сделать заключение об его исправности. Этот метод наиболее эффективен, так как позволяет хранить на компьютере большие базы данных с информацией об отслеживаемой динамике повреждений электродвигателя с последующим прогнозированием выхода его из строя.
Рис. 1. Диагностический программно-аппаратный комплекс
Кроме этого, компьютер является более мощным средством обработки информации, чем микроконтроллер, что, в частности, позволяет использовать современные технологии, в том числе и технологии искусственного интеллекта, такие как использование искусственных нейронных сетей, нечеткой логики и экспертных систем.
Известно, что магнитное поле вращающегося ротора работающего асинхронного электродвигателя воздействует на магнитное поле его статорной обмотки, что приводит к периодическим колебаниям электрических величин электродвигателя, таких как потребляемый ток, мощность или напряжение обмотки статора. Период данных колебаний пропорционален, частоте вращения ротора. Таким образом, анализируя форму графика сигнала какой-либо из электрических величин на данном периоде можно обнаружить повреждение в электромеханической части электродвигателя и распознать его вид. Для решения данной проблемы можно использовать много различных подходов. Например, можно построить аппроксимационную функцию по нескольким исходным точкам сигнала, соответствующего конкретному виду повреждения, и в процессе диагностики сравнивать текущие измеряемые значения со значениями данной функции с определенной долей погрешности. Однако аппроксимация сложных нелинейных сигналов приводит к большим погрешностям, которые усугубляются дополнительными помехами электрической сети с подключенным электродвигателем. В настоящее время широкое распространение получило использование искусственных нейронных сетей для построения математических моделей сложных нелинейных процессов, распознавания образов и прогнозирования сигналов.
Нейронная сеть - это набор нейронов, каждый из которых представляет собой модель биологического нейрона, изображенного на рис. 2. Каждый нейрон имеет так называемые дендриты, синапсы и аксоны. Дендриты идут от тела нервной клетки к другим нейронам, где они принимают сигналы в точках соединения, называемых синапсами. Принятые синапсом входные сигналы подводятся к телу нейрона. Здесь они суммируются, причем одни входы стремятся возбудить нейрон, другие - воспрепятствовать его возбуждению. Когда суммарное возбуждение в теле нейрона превышает некоторый порог, нейрон возбуждается, посылая по аксону сигнал другим нейронам. У этой основной функциональной схемы много усложнений и исключений, тем не менее, большинство искусственных нейронных сетей моделируют лишь эти простые свойства .
Похожие статьи:
Анализ существующих международных маршрутов из города Гомеля
Филиал "Гомельский объединенный автовокзал" ОАО "Гомельоблавтотранс" расположен вблизи привокзальной площади, по улице Курчатова, 1, недалеко от железнодорожного вокзала. Здание Гомельского автовокзала было построено по проекту Ленинградского филиала государственного проектного ...
Расчет расстояния и времени
Ходовое время рейса судна зависит от расстояния между портами, технической скорости судна и навигационных условий плавания. Плановая продолжительность ходового времени рассчитывается делением плановых расстояний между портами захода судна, за вычетом протяженности каналов и узкостей на техническую ...
Полная масса и грузоподъемность АТС
Полная масса автотранспортных средств состоит из снаряженной массы, массы груза (по грузоподъемности) или пассажиров (по числу мест), их багажа, водителя и другого обслуживающего персонала. Полная масса автопоездов: для прицепного поезда – сумма полных масс тягача и прицепа; для седельного – сумма ...