التجارب الفنية للكشف عن أخطاء المحركات الحثية

اقرأ في هذا المقال


ضرورة التجارب الفنية للكشف عن أخطاء المحركات الحثية

أجريت العديد من الدراسات التجريبية على الإطار المقترح للكشف عن المشاكل الفنية للمحركات الحثية، وذلك باستخدام بيانات (ITSC) الصحية والخاطئة، والتي تم إنشاؤها من (IM) بثلاث مراحل، حيث أظهرت نتائج الدراسات أنه يمكن التمييز بين الحالات المعيبة والحالات الصحية حتى مع انخفاض الخطورة، كما يمكن اكتشاف العيوب غير المرئية في ظل ظروف العمل المختلفة.

الإعداد التجريبية لبدء تشخيص مشاكل المحركات الحثية

وصف آلية الكشف والاختبار

يوضح الشكل التالي (1) إعداد سرير الاختبار التجريبي الذي تم إجراؤه مع (IMs)، بحيث يتكون بشكل أساسي من أربعة أجزاء، وهي:

مصدر الطاقة: بحيث يتحكم في التردد الأساسي للتيار والجهد الكهربائي من أجل تغيير السرعة الميكانيكية للموجات.

المولد الكهربائي: بحيث يتم التحكم في الحمل المطبق على (IM).

وحدة تحكم (ITSC): بناء أنواع مختلفة من أخطاء (ITSC).

جامع الإشارة: يعمل على جمع إشارات مختلفة من الحساسات.

%D8%A7%D9%84%D8%A3%D9%88%D9%84-300x182

كما يوضح الشكل التالي (2) كيفية محاكاة خطأ (ITSC) في وحدة التحكم، بحيث تعطى علاقة هذه الكمية بـ (xa = NA / N)، وهو الكسر النسبي للخطأ في المرحلة (A)، كما ويتم تعريفها على أنها النسبة بين المنعطفات المختصرة (NA) وإجمالي المنعطفات (N) في كل ملف ثابت، كما تُعرَّف بأنها النسبة المئوية القصيرة (Short٪)، وهي تمثل النسبة المئوية لملفات الجزء الثابت التي تم قصر دائرة دائرتها في التشغيل التجريبي.

%D8%A7%D9%84%D8%AB%D8%A7%D9%86%D9%8A-1-300x208

لذلك كلما ارتفعت النسبة، كانت نسبة الخطأ أشد، في محاكاة تدهور الخطأ من البداية إلى الشديدة؛ فإنه يتم توصيل المقاوم (R) بملف الجزء الثابت، بحيث تمثل القيم المختلفة لـ (Short٪) و (R) المستويات المختلفة لخطورة الأخطاء التي يتعرض لها (IM).

بناءً على معرفة المجال؛ ستزداد شدة الخطأ مع زيادة النسبة القصيرة أو النقص في المقاومة الكهربائية (R)، حيث أن هذه الظاهرة موضحة في الشكل التالي (3)، كما يمكن أن نرى بوضوح أن تقليل شدة الخطأ يعني زيادة الصعوبات في اكتشاف الأعطال.

%D8%A7%D9%84%D8%AB%D8%A7%D9%84%D8%AB-1-300x188

بيانات الوصف الخاصة بالكشف والاختبار

يتم استخدام “سرير الاختبار” المذكور أعلاه لإجراء التحقيقات التجريبية، كما أنه يتم التعبير عن حالة (IM) مع (ITSC) من خلال [2-tuple] (السرعة والحمل)، كما تمثل قيم “السرعة الاسمية” وتتوافق مع التردد الأساسي الفعلي للتيار الكهربائي والجهد في (IM)، والذي يتحكم فيه مورد الطاقة الكهربائية.

أيضاً تختلف قيمة السرعة من (600) دورة في الدقيقة إلى (1400) دورة في الدقيقة، بحيث يمثل “الحمل” مقدار الشغل الذي يخرجه المحرك مع قيم تتراوح من (0) نيوتن متر و (5) نيوتن متر من ظروف تحميل (IM)، كما تلتقط المستشعرات البيانات في ظل ظروف العمل المختلفة من (IM)، بما في ذلك تيار الطور من المراحل الثلاث (IA ،IB ،IC) والجهد الطوري من جميع الأطوار الثلاثة (VA ،VB ،VC).

كما يوضح الجدول التالي؛ فقد تم وصف التيارات والجهود ذات المراحل الثلاث التي تم جمعها من التجارب، وذلك مع تعيين النسبة القصيرة على أربع قيم مختلفة، وعندما يكون (IM) سليماً، يكون (ITSC 0٪)، كما ويتم تعيين (R) مبدئياً على اللانهاية الإيجابية لجمع البيانات الصحية.

%D8%A7%D9%84%D9%81-300x151

وبعد حوالي (300) ثانية، يتم تعيين (ITSC) يدوياً بقيمة معينة من (Short٪)، وذلك مع خفض قيمة (R) تدريجياً، مما يمثل عملية التدهور، بحيث تم جمع البيانات الخاطئة الأخرى في نفس الوقت، أي من (0٪ الى ما لانهاية) إلى (2٪ – 50 أوم) ثم (2٪ – 0.8 أوم) وهكذا، كما تجمع المستشعرات أنواعاً مختلفة من البيانات بتردد أخذ العينات البالغ (5) كيلو هرتز.

مؤشر الخطأ في كشف عن مشاكل المحركات الحثية

من أجل التقاط وتحديد الاتجاهات أو الأنماط المحددة في البيانات؛ فإنه يتم استخدام آلية النافذة المنزلقة، وذلك كما هو موضح في الشكل التالي، لذلك تعتبر كيفية تجزئة إشارة خام لغرض استخراج الميزات، بحيث تقسم الآلية بيانات السلاسل الزمنية الطويلة إلى مقاطع قصيرة قبل إجراء أي معالجة مسبقة، مما يوفر مزيداً من التبصر في سلوك الآلة.

ونظراً لأن المستشعرات تحصل على البيانات بتردد (5) كيلو هرتز؛ فهذا يعني أن هناك (5000) نقطة بيانات في الثانية، كما تم ضبط حجم النافذة على (2500) نقطة بيانات أو (0.5) ثانية، بحيث تم اختيار هذه القيمة لتحقيق توازن جيد بين الكفاءة والفعالية.

لذلك إذا كان حجم النافذة كبيراً جداً؛ فستفقد معلومات الوقت حيث سيتم اعتبار جميع البيانات الموجودة داخل النافذة كمثيل واحد، أي أن الدقة الزمنية لمعالجة البيانات ستتأثر، ومن ناحية أخرى إذا كان حجم النافذة صغيراً جداً؛ فقد لا تكون المعلومات المستخرجة من الإشارة دقيقة لأن النافذة تحتوي على عدد قليل جداً من الدورات، مما يعرض دقة تحليل الطيف الترددي للخطر.

99633..21-300x103

ميزة استخراج البيانات لعملية الكشف عن الخطأ

لمزيد من استخراج المعلومات المفيدة من التيار (IA ،IB ،C) والجهد (VA ،VB ،VC) في تشخيص خطأ (ITSC)؛ فقد تم استخدام تقنيات استخراج الميزات المختلفة، بحيث سيتم استخدام كل تقنية لمعالجة جميع البيانات من نافذة واحدة إلى مجموعة من قيمة الميزة.

ومن خلال بناء ميزات جديدة من “السلاسل الزمنية” الأصلية؛ فإنه سيؤدي استخراج الميزات إلى تقليل نقاط بيانات السلاسل الزمنية الضخمة إلى بنية بيانات شاملة يمكن إدارتها مع الحفاظ على معظم خصائص السلاسل الزمنية، بالإضافة إلى ذلك يوفر استخدام استخراج الميزات فرصة لدمج معرفة المجال في البيانات.

(FFTFourier Transform): وهي واحدة من أكثر التقنيات الهندسية شيوعاً، والمستخدمة في تحليل “السلاسل الزمنية” و (FFT) (تحويل فورييه السريع) هو تنفيذها السريع، وبالنظر إلى المتجه (x1 ، … xN)؛ فإنه يتم تمثيل السلسلة الزمنية بطيفها كـ:

%D8%A8%D8%A7%D8%A8-%D8%A7%D9%84%D8%AD%D8%A7%D8%B1%D8%A9

حيث أن [ωN = e (−2πi) / N] هو جذر (N) للعدد واحد، وبعد (FT)؛ فإن المعاملات التي تم الحصول عليها هي قيم معقدة لا تناسب معظم المصنفات الحالية، وهو غالباً ما تكون الخطوة التالية للحصول على ميزات ذات قيمة حقيقية مطلوبة.

التنبؤ الخطي الحسي: يعد التنبؤ الخطي الإدراكي (PLP) تقنية شائعة لاستخراج الميزات في معالجة الإشارات الصوتية، وفي (PLP)؛ فإنه يتم تحليل معلومات نظام السمع البشري بحيث تبقى التفاصيل ذات الصلة الإدراكية فقط. أثناء المعالجة، كما يتبع تحليل النطاق الحرج تركيز مسبق لجهارة الصوت المتساوية وشدة ضغط جهارة الصوت.

وأخيراً؛ فقد بتصميم ووصف إطار عمل مراقبة الحالة مع مجموعة متعددة النماذج متعددة الاستخراج و الاختيار، وذلك بالإضافة إلى التحقق المتقاطع من (10) أضعاف والذي يستخدم كطريقة عامة في استخراج البيانات لتقييم أداء الاختبار، كما تم إجراء تقييمين آخرين أيضاً لتقييم قدرات تعميم النموذج بما في ذلك تعميم توقع السلاسل الزمنية الجديدة التي تظهر في المستقبل.

كما تم توقع سلاسل زمنية جديدة لنسبة الماس الكهربائي المختلفة (التعميم القصير٪)، بحيث أجريت دراسات تجريبية تستند إلى إطار العمل المقترح على بيانات حقيقية تتضمن بيانات صحية وبيانات خاطئة (ITSC)، كما تم إنشاؤها من مراسلة فورية تعمل بثلاث مراحل.

المصدر: P. K. Dagadkar and C. V. Honade, "Monitoring of power transformer incipient fault", Int. J. Innov. Res. Sci. Technol., vol. 2, pp. 187-189, 2015.J.-H. Jung, J.-J. Lee and B.-H. Kwon, "Online diagnosis of induction motors using MCSA", IEEE Trans. Ind. Electron., vol. 53, no. 6, pp. 1842-1852, Dec. 2006.M. B. K. Bouzid and G. Champenois, "New expressions of symmetrical components of the induction motor under stator faults", IEEE Trans. Ind. Electron., vol. 60, no. 9, pp. 4093-4102, Sep. 2013.R. Isermann, "Model-based fault-detection and diagnosis—Status and applications", Annu. Rev. Control, vol. 29, no. 1, pp. 71-85, 2005.


شارك المقالة: