الكشف عن خطأ الدائرة القصيرة في آلات الحث

أهمية الكشف عن خطأ الدائرة القصيرة في آلات الحث

تستخدم المحركات الحثية (IMs) على نطاق واسع في الصناعات لتحويل الطاقة الكهربائية إلى طاقة ميكانيكية، بحيث سيؤدي فشل الرسائل الفورية إلى تعطل الآلة وخسارة اقتصادية وحتى تهديد سلامة الإنسان، كما يعد خطأ الدائرة القصيرة الداخلية (ITSC) عطلاً كهربائياً شائعاً في المحركات الحثية، وعادةً ما تحدث أخطاء (ITSC) بسبب فشل العزل والضغط الميكانيكي والرطوبة والتفريغ الجزئي.

عادة ما تبدأ هذه الأخطاء على أنها طفيفة وعندما تُترك دون حل، لذلك؛ فإنها تتسبب في حدوث أعطال من المرحلة إلى الأرض أو من الطور إلى الطور، مما قد يؤدي إلى تلف دائم في الرسائل الفورية، كما يؤدي هذا بدوره إلى زيادة تكلفة التشغيل بسبب تعطل الآلة.

كما أن كل ذلك يزيد من الحاجة إلى مراقبة وموثوقية فعالة وأساليب “تشخيص الأعطال” غير الغازية في تقليل فترات التعطل غير المجدولة والتكاليف المرتفعة المرتبطة بها، وبالتالي؛ فإن الطرق القادرة على الكشف المبكر عن أخطاء (ITSC) أثناء العمليات، هي بمثابة أمر بالغ الأهمية وتطلب الصناعات توفرها في العديد من التطبيقات.

لذلك بقي موضوع تشخيص أخطاء (ITSC) في المراحل المبكرة يمثل تحدياً كبيراً، حيث لا يزال بإمكان الرسائل الفورية إجراء العمليات المطلوبة، على سبيل المثال بالدوران بالسرعة المصممة، ومن الصعب تحديد خطأ حساس بدرجة كافية لاكتشاف الخصائص الكهربائية غير الطبيعية في هذه الرسائل الفورية إذا كانت شدة الخطأ منخفضة للغاية.

الفئات المستخدمة لدراسة مستوى الدائرة القصيرة في الآلات الحثية

تنسجم التشوهات التشغيلية مع التغيرات في السرعة الميكانيكية للدائرة (IM)، وعندما يتم فرض جهد التردد المتغير وكذلك توصيل أو فصل الأحمال من (IMs) مما يؤدي إلى اختلافات في نقطة التشغيل، وذلك بهدف اكتشاف أخطاء (ITSC) في المرحلة الأولية، بحيث يمكن تصنيف التقنيات المعمول بها على نطاق واسع إلى ثلاث فئات.

كما تعتمد الفئة الأولى على تحليلات الإشارات، والتي تستخدم أدوات طيفية للتأكيد على حدوث مكونات تردد محددة مرتبطة بـ (ITSC)، وذلك باستخدام تقنيات مثل تحليل التوقيع الحالي للمحرك الكهربائي من تحليل التسلسل السلبي ومراقبة المجال الكهرومغناطيسي، على سبيل المثال، وكمؤشر على فشل الدائرة القصيرة في اللفات؛ فإنه من الشائع اكتشاف التغيرات في طيف جهد التسلسل السلبي.

ومع ذلك؛ فإن استخدام مثل هذه الأساليب التقليدية غالباً ما يكون فقط للكشف عن أنواع معينة معروفة من التشوهات، وبالتالي لا يمكن اكتشاف أي سلوك غير طبيعي جديد موجود في النظام، وبالإضافة إلى ذلك، إذا كان طيف (IM) الصحي قريباً أو متداخلاً مع طيف (IM) معيب؛ فمن الصعب التمييز بين الخلل وظروف التشغيل الصحية.

علاوة على ذلك، وحتى في الظروف الآمنة تعتمد مكونات التردد الكهربائي على السرعة وإمدادات الطاقة، والتي لا تتكيف معها هذه الاستراتيجيات جيداً وغالباً ما تنطبق فقط على الآلات في ظل ظروف عمل ثابتة، أي بسرعة وحمل ثابتين.

وللتغلب على هذه القيود؛ فقد تم اقتراح تقنيات معالجة الإشارات المتقدمة والتحليل الطيفي عالي الدقة مثل التيارات ذات التسلسل السالب والصفر، وكذلك التحليل القائم على الموجة مع استمرار التشكيك في قوة هذه الطرق التي تم ذكرها.

كما تستخدم الفئة الثانية النهج القائمة على هذا النموذج، والتي تتطلب معرفة فيزيائية ورياضية للعملية مسبقاً، بحيث يتم تحقيق تشخيص الخطأ من خلال إنشاء ميزات مثل المخلفات المحددة وتقدير المعلمات وتقدير الحالة الفنية.

ومع ذلك؛ فإن الجانب السلبي لهذه الفئات من الأساليب هو أنه في العديد من المواقف يجعل تعقيد الأنظمة الخاضعة للمراقبة من المستحيل تقريباً، بحيث يتم استنباطها نماذج قوية ودقيقة للتطبيقات عبر الإنترنت، وعلاوة على ذلك تفترض هذه الأساليب المعرفة الدقيقة لمعطيات النموذج، وهذا ليس هو الحال في الممارسة العملية، حيث أنه غالباً ما توجد أوجه عدم يقين تؤدي إلى إنذار كاذب عالي.

لذلك فإن البديل الجيد للفئتين المذكورتين أعلاه هو الفئة الثالثة، والتي تنص على استخدام النهج القائمة على البيانات لاكتشاف أخطاء (ITSC)، بحيث يتم إجراء ذلك من خلال تقييم الكمية الكبيرة من البيانات المتاحة، والتي تم جمعها من أجهزة استشعار غير تدخليه وغير مكلفة، بحيث تم تنفيذها بالفعل في نظام التحكم بالتيار الكهربائي في (IM) دون الإخلال بالتشغيل العادي للآلات الكهربائية.

وفي مجالات مراقبة إدارة المعلومات عبر الإنترنت؛ فإنه تم تطبيق العديد من الأساليب المعتمدة على البيانات، وذلك مع طرق مراقبة العمليات الإحصائية متعددة المتغيرات وأساليب التعلم الآلي، ومع ذلك وعند استخدام هذه الأساليب؛ فإنه غالباً ما يتم وضع افتراضات بأن جميع الأخطاء معروفة مسبقاً، وذلك باستثناء بعض الأخطاء الشائعة، بحيث لا يمكن تحديد جميع الأخطاء قبل تصميم نظام التشخيص، مما يؤدي إلى المخاطرة بالتصنيف الخاطئ لأخطاء غير معروفة.

وعلى الرغم من أن اكتشاف الأخطاء هو مجال بحثي ناضج بشكل معقول، إلا أن هناك عدداً قليلاً جداً من التقنيات التي تم تطويرها مع وضع العمليات في الوقت الفعلي في الاعتبار، وذلك مع القدرة على التنبؤ بالأخطاء الأولية في وقت مبكر بما فيه الكفاية.

علاوة على ذلك في (IM)؛ فإنه يمكن أن يخضع لحالات تشغيل مختلفة يمكن اعتبارها طبيعية، والتي تنشأ عن اختلاف السرعة أو ظروف التحميل طوال عمر الماكينة، لذلك عند اكتشاف هذا الوضع المحدد من حالات الفشل التي تمت مواجهتها طوال عمر الآلات الكهربائية؛ فإنه يجب أن تكون طريقة اكتشاف الأعطال قوية وقابلة للتعميم عبر مجموعة من ظروف التشغيل.

تشخيص الأعطال الحركية التي تسببها الدائرة في الآلات الحثية

أيضاً كانت هناك بعض الدراسات التي تعمل على تشخيص الأعطال الحركية بناءً على نهج المجموعة، بحيث تم فحص ميزة الخلل في استخراج الشذوذ الميكانيكي على محمل المحرك التعريفي باستخدام التحويل الموجي الفائق للمجموعة، كما تستخدم إشارات الاهتزاز من المحامل العادية والمحامل مع ثلاثة مواقع خطأ مختلفة.

لذلك فقد استند اكتشاف خطأ المحمل إلى “كاشف المجموعة الهجينة” وتحلل الوضع التجريبي، كما يتم الحصول على إشارات التيار الثابت للمحركات الحثية باستخدام طريقة (MCSA) ثم تتم معالجة الإشارات لإنتاج مجموعة من الميزات القائمة على التوافقية للتصنيف باستخدام نموذج (FMMCRFE).

وغالباً ما تستخدم الآداب أعلاه إشارات التيار أو الاهتزاز كمؤشر خطأ ناتج ،ومع ذلك؛ فإنه لم يلاحظ أي اختلاف واضح في المراحل الأولى من (ITSC)، على سبيل المثال، (2٪) و (10٪)، كما أن هذا يعني أن مجرد تحليل إشارات التيار أو الاهتزاز لن يضمن أداء اكتشاف الخطأ.

وعلاوة على ذلك؛ فإنه لا يمكن تعميم معظم الأساليب القائمة على أساس البيانات غير المرئية، مما يعني أن بيانات الاختبار يجب أن يكون لها نفس خصائص بيانات التدريب، ومع ذلك ونظراً لاختلاف ظروف التشغيل الخاصة بـ (IM)؛ فمن غير المعقول استنفاد جميع ظروف العمل أثناء التقييم والفحص.