Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2021 - zeszyt 3

Rotor Faults Diagnosis by Adjustable Window Function

10.15199/48.2021.03.24

nr katalogowy: 130672
10.15199/48.2021.03.24

Streszczenie

Several recent studies dealing with new diagnosis methods criticize the classical method of Power Spectral Density by periodogram technique for its drawbacks related to frequency resolution. This is reflected by the appearance of a smoothing and a negative effect following the selected window function. Indeed, this technique is less efficient in the detection of frequency signatures of faults close to a high amplitude harmonic. In addition, it is unable to detect an incipient fault. However, this method has several advantages such as a low computation time and easy programming. To avoid these drawbacks while considering the method advantages, this paper proposes a simple procedure to define precisely the shape parameters of a new window belonging to the raised-cosine family. This procedure uses the characteristics of the stator current spectrum to ensure reliable diagnosis in the case of an incipient fault, while maintaining a quick processing time. The experimental tests carried out prove the effectiveness of the suggested approach in the diagnosis of incipient fault affecting an induction motor.

Abstract

Kilka ostatnich badań dotyczących nowych metod diagnostycznych krytykuje klasyczną metodę gęstości widmowej mocy techniką periodogramu ze względu na jej wady związane z rozdzielczością częstotliwości. Rzeczywiście, ta technika jest mniej skuteczna w wykrywaniu sygnatur częstotliwości uszkodzeń blisko harmonicznej o dużejj amplitudzie. Ponadto nie jest w stanie wykryć początkowej usterki. Jednak ta metoda ma kilka zalet, takich jak krótki czas obliczeń i łatwe programowanie. Aby uniknąć tych wad, biorąc pod uwagę zalety metody, w niniejszym artykule zaproponowano prostą procedurę precyzyjnego zdefiniowania parametrów kształtu nowego okna należącego do rodziny podniesionych cosinusów. Ta procedura wykorzystuje właściwości widma prądu stojana, aby zapewnić niezawodną diagnozę w przypadku początkowej fazy uszkodzenia, przy jednoczesnym zachowaniu szybkiego czasu przetwarzania. Przeprowadzone testy eksperymentalne dowodzą skuteczności sugerowanego podejścia w diagnozowaniu początkowej fazy uszkodzenia występującej w silnik indukcyjny (Diagnostyka uszkodzeń wirnika z wykorzystaniem regulowanej funkcji okna)

Słowa kluczowe

Keywords

Bibliografia

[1] A. H. Boudinar, N. Benouzza, A. Bendiabdellah, et M. Khodja,” Induction Motor Bearing Fault Analysis Using a Root- MUSIC Method,” IEEE Transactions on Industry Applications. 52 (2016), No. 5, 3851􀀀3860.
[2] A. H. Bonnett et C. Yung,” Increased Efficiency Versus Increased Reliability,” IEEE Industry Applications Magazine. 14 (2008), No. 1, 29􀀀36.
[3] J. A. Antonino-Daviu, J. Pons-Llinares, et S. B. Lee,” Advanced Rotor Fault Diagnosis for Medium-Voltage Induction Motors Via Continuous Transforms,” IEEE Transactions on Industry Applications. 52 (2016), No. 5, 4503􀀀4509.
[4] D. G. Jerkan, D. D. Reljić, et D. P. Marčetić,” Broken Rotor Bar Fault Detection of IM Based on the Counter-Current Braking Method,” IEEE Transactions on Energy Conversion. 32 (2017), No. 4, 1356􀀀1366.
[5] H. Henao et al,” Trends in Fault Diagnosis for Electrical Machines: A Review of Diagnostic Techniques,” IEEE Ind. Electron. 8 (2014), No.2, 31􀀀42.
[6] M. Iorgulescu et R. Beloiu,” Faults diagnosis for electrical machines based on analysis of motor current” in International Conference on Optimization of Electrical and Electronic Equipment (OPTIM), Bran, Romania. (2014), 291􀀀297.
[7] P. A. Panagiotou, I. Arvanitakis, N. Lophitis, J. Antonino-Daviu, et K. N. Gyftakis,” A New Approach for Broken Rotor Bar Detection in Induction Motors Using Frequency Extraction in Stray Flux Signals,” IEEE Transactions on Industry Applications. 55 (2019), No. 4, 3501􀀀3511.
[8] M. Z. Ali, M. N. S. K. Shabbir, X. Liang, Y. Zhang, et T. Hu,” Machine Learning-Based Fault Diagnosis for Single- and Multi-Faults in Induction Motors Using Measured Stator Currents and Vibration Signals,” IEEE Transactions on Industry Applications. 55 (2019), No. 3, 2378􀀀2391.
[9] Praveen Kumar N et Isha T B,” Electromagnetic field analysis of 3-Phase induction motor drive under broken rotor bar fault condition using FEM,” IEEE International Conference on Power Electronics, Drives and Energy Systems (PEDES). (2016), 1􀀀6.
[10] M. Aberkane, N. Benouzza, A. Bendiabdellah, et A. H. Boudinar,” Discrimination between Supply Unbalance and Stator Short-Circuit of an Induction Motor Using Neural Network,” International Review of Automatic Control (IREACO). 10 (2017), No. 5, 451􀀀460.
[11] I. Ouachtouk, S. E. Hani, S. Guedira, K. Dahi, et H. Mediouni,” Broken rotor bar fault detection based on stator current envelopes analysis in squirrel cage induction machine,” in IEEE International Electric Machines and Drives Conference (IEMDC), Miami, FL, USA. (2017) 1􀀀6.
[12] M.-E.-A. Khodja, A. H. Boudinar, et A. Bendiabdellah,” Effect of Kaiser Window Shape Parameter for the Enhancement of Rotor Faults Diagnosis,”. International Review of Automatic Control (IREACO). 10 (2017), No. 6, 461-467.
[13] M. Sahraoui, A. J. M. Cardoso, et A. Ghoggal,” The Use of a Modified Prony Method to Track the Broken Rotor Bar Characteristic Frequencies and Amplitudes in Three-Phase Induction Motors,” IEEE Trans. on Ind. Applicat. 51 (2015), No. 3, 2136􀀀2147.
[14] J. Grande-Barreto, C. Morales-Perez, J. Rangel-Magdaleno, et H. Peregrina-Barreto,” Half-broken bar detection using MCSA and statistical analysis,” in IEEE International Autumn Meeting on Power, Electronics and Computing (ROPEC), Mexico. (2017), 1􀀀5.
[15] A. Bellini et al,” On-field experience with online diagnosis of large induction motors cage failures using MCSA,” IEEE Transactions on Industry Applications. 38 (2002), No. 4, 1045􀀀1053.
[16] J. Zhuzhi, Z. Hongyu, L. Xuyang, et S. Hang,” Incipient Broken Rotor Bar Fault Diagnosis Based on Extended Prony Spectral Analysis Technique,” in 37th Chinese Control Conference (CCC), Wuhan, China. (2018), 5705􀀀5710.
[17] Y. Kim, Y. Youn, D. Hwang, J. Sun, et D. Kang,” High- Resolution Parameter Estimation Method to Identify Broken Rotor Bar Faults in Induction Motors,” IEEE Transactions on Industrial Electronics. 60 (2013), No.9, 4103􀀀4117.
[18] B. Xu, L. Sun, L. Xu, et G. Xu,” Improvement of the Hilbert Method via ESPRIT for Detecting Rotor Fault in Induction Motors at Low Slip,” IEEE Transactions on Energy Conversion. 28 (2013), No. 1, 225􀀀233.
[19] M. B. Koura, A. H. Boudinar, et A. F. Aimer,” Improved Diagnosis of Induction Motor’s Rotor Faults using the Papoulis Window,” in 2019 International Aegean Conference on Electrical Machines and Power Electronics (ACEMP) 2019 International Conference on Optimization of Electrical and Electronic Equipment (OPTIM). (2019), 216􀀀220.
[20] H. Wen, Z. Teng, Y. Wang, et Y. Yang,” Optimized Trapezoid Convolution Windows for Harmonic Analysis,” IEEE Transactions on Instrumentation and Measurement. 62 (2013), No. 9, 2609􀀀2612.
[21] M. Mottaghi-Kashtiban et M. G. Shayesteh,” New efficient window function, replacement for the Hamming window,” IET Signal Processing. 5 (2017), No. 5, 499-505.
[22] S. Williamson et A. C. Smith,” Steady-state analysis of 3-phase cage motors with rotor-bar and end-ring faults,” IEE Proceedings B - Electric Power Applications. 129 (2017), No.3, 93-100.
[23] G. B. Kliman, R. A. Koegl, J. Stein, R. D. Endicott, et M. W. Madden,” Noninvasive detection of broken rotor bars in operating induction motors,” IEEE Transactions on Energy Conversion. 3 (1988), No. 4, 873􀀀879.
[24] F. Filippetti, G. Franceschini, C. Tassoni, et P. Vas,” AI techniques in induction machines diagnosis including the speed ripple effect,” IEEE Transactions on Industry Applications. 34 (2017), No. 1, 98􀀀108.
[25] H. Henao, H. Razik, et G.-A. Capolino,” Analytical Approach of the Stator Current Frequency Harmonics Computation for Detection of Induction Machine Rotor Faults,” IEEE Trans. on Ind. Applicat. 41 (2005), No. 3, 801􀀀807.
[26] G. B. Kliman et J. Stein,” Methods of Motor Current Signature Analysis,” Electric Machines & Power Systems. 20 (1992), No. 5, 463􀀀474.
[27] A. F. Aimer, A. H. Boudinar, N. Benouzza, et A. Bendiabdellah,” Simulation and experimental study of induction motor broken rotor bars fault diagnosis using stator current spectrogram,” in 3rd International Conference on Control, Engineering Information Technology (CEIT), Tlemcen, Algeria. (2015), 1􀀀7.
[28] A. Papoulis,” Minimum-bias windows for high-resolution spectral estimates,” IEEE Transactions on Information Theory. 19 (1973), No. 1, 9􀀀12.
[29] F. J. Harris,” On the use of windows for harmonic analysis with the discrete Fourier transform,” Proceedings of the IEEE. 66 (1978), No. 1, 51􀀀83.
[30] K. M. M. Prabhu, Window Functions and Their Applications in Signal Processing. CRC Press, 2018.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2021-3 , nr katalogowy 130672 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2021-3 licencja: Osobista Produkt cyfrowy Nowość	58.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2021-3

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma