• Journal of Electrical Engineering and Technology
• /
• 제8권2호
• /
• pp.288-294
• /
• 2013

The diagnosis of motor failures using an on-line method has been the aim of many researchers and studies. Several spectral analysis techniques have been developed and are used to facilitate on-line diagnosis methods in industry. This paper discusses the first application of a motor flux spectral analysis to the identification of broken rotor bar (BRB) faults in induction motors using a multiple signal classification (MUSIC) technique as an on-line diagnosis method. The proposed method measures the leakage flux in the radial direction using a radial flux sensor which is designed as a search coil and is installed between stator slots. The MUSIC technique, which requires fewer number of data samples and has a higher detection accuracy than the traditional fast Fourier transform (FFT) method, then calculates the motor load condition and extracts any abnormal signals related to motor failures in order to identify BRB faults. Experimental results clearly demonstrate that the proposed method is a promising candidate for an on-line diagnosis method to detect motor failures.

• Journal of Electrical Engineering and Technology
• /
• 제6권5호
• /
• pp.666-670
• /
• 2011

In this paper, a method for detecting broken rotor bar and stator winding fault in a low voltage squirrel-case induction motor using an air-gap flux variation analysis is proposed to develop a simple and low cost diagnosis technique. To measure the leakage flux in radial direction, a radial flux sensor is designed as a search coil and installed between stator slots. The proposed method is able to identify two kinds of motor faults by calculating load condition of motors and monitoring abnormal signals those are related with motor faults. Experimental results obtained on 7.5kW three-phase squirrel-cage induction motors are discussed to verify the performance of the proposed method.

• 한국자기학회지
• /
• 제6권5호
• /
• pp.287-293
• /
• 1996

농형유도전동기의 회전자는 제조 과정중에 회전자 도체의 단선, 기포 발생으로 인한 회전자 도체의 저항 증가, 스큐 불량 등 여러 가지 고장이 발생될 수 있다. 이와 같은 고장은 유도전동기의 성능을 저하시키므로 회전자를 조립하기 전에 고장 유무를판단하면 조립에 드는 제조 비용을 절약할 수 있고 전동기의 신뢰성을 높일 수 있다. 본 논문에서는 이와같은 고장을 진단하는 방법의 하나로 유한요소법을 이용하여 회전자가 회전할 때 발생하는 전자석 코일에서의 유도 전류 파형을 검출하여 고장을 진단하는 방법을 제안하였다. 제안한 방법의 타당성을 검층하기 위하여 5 Hp 삼상 농형유도전동기에 대해 고장전류를 검출하고 이를 해석 결과와 비교 분석하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2003년도 추계학술대회논문집
• /
• pp.549-555
• /
• 2003

The technology of machine condition monitoring is used effectively to detect the machine faults at an early stage using different machine quantities, such as current, voltage, temperature and vibration. Induction motors are most widely used to drive pumps, compressors and fans in industrial drives. This paper presents approach to data fusion using Dempster-Shafer theory because only one technique has uncertainty. So we can obtain advanced accuracy of the machine fault diagnosis. Vibration and current quantities are applied to diagnose three-phase induction motor.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2006년 창립20주년기념 정기학술대회 및 국제워크샵
• /
• pp.46-53
• /
• 2006

This paper presents the fault diagnosis of induction motor based on support vector machine (SVMs). SVMs are well known as intelligent classifier with strong generalization ability. Application SVMs using kernel function is widely used for multi-class classification procedure. In this paper, the algorithm of SVMs will be combined with feature extraction and reduction using component analysis such as independent component analysis, principal component analysis and their kernel (KICA and KPCA). According to the result, component analysis is very useful to extract the useful features and to reduce the dimensionality of features so that the classification procedure in SVM can perform well. Moreover, this method is used to induction motor for faults detection based on vibration and current signals. The results show that this method can well classify and separate each condition of faults in induction motor based on experimental work.

• 한국산학기술학회논문지
• /
• 제17권7호
• /
• pp.492-498
• /
• 2016

운전 중인 유도전동기에 고장이 발생하면, 구동장치 등 전체 시스템에 2차적인 고장을 유발 시킬 수 있다. 이 경우 구동시스템의 신뢰도와 안전성이 저하되고, 경제적인 손실을 초래할 뿐만 아니라, 인명 피해의 위험 등 많은 문제가 발생할 수 있다. 따라서 유도전동기의 고장징후를 조기 감지하여 전체 시스템 고장을 방지할 수 있도록 하는 유도전동기 고장진단 방법이 필요하다. 본 논문은 유도전동기에서 고정자권선의 부분 단락과 회전자 바의 균열이 발생하는 경우, 인버터 입력전류를 분석하여 고장징후를 조기 감지하는 유도전동기 고장진단 방법을 제안한다. 제안한 고장진단 방법은 고정자 전류 3개를 모두 센싱해야 하는 기존 고장진단 방법과 달리, 인버터 입력전류 센서 한 개만으로 유도전동기 고장진단이 가능하다. 또한, 정상전류 주파수성분과 고장전류 주파수성분이 서로 분리되어 나타나는 인버터 입력전류 특성을 통해 기존 고장진단 방법보다 비교적 쉽고 확실한 고장진단이 가능하다. 시뮬레이션을 통하여 제안한 유도전동기 고장진단 방법의 우수성과 유효성을 확인한다.

• 한국소음진동공학회논문집
• /
• 제19권7호
• /
• pp.726-735
• /
• 2009

이 논문에서는 신호 모델에 기반하여 유도전동기의 고장 검출 및 고장 진단을 위한 새로운 시스템을 제안한다. 산업현장에 적용하는 기존의 제품들은 신호가 문턱치를 넘어면 고장을 검출하는 단순한 알고리듬을 가지고 있어 고장의 유형이나 고장을 예측하는데 문제가 있다. 이 논문에서는 이러한 문제들을 해결하기 위한 시스템을 제안한다. 이 시스템은 고장 검출 과정과 고장 진단 과정으로 구성되며, 고장 검출 과정은 기계 신호음들이 웨이블렛 필터뱅크를 통과한 후 웨이블렛 계수들의 분산과 상관도를 분석하여 고장을 검출한다. 고장 진단 과정은 패턴분류기술을 적용하여 고장의 유형을 진단하게 된다. 대표적인 유도전동기 고장 유형들로서는 불평형, 미스얼라이먼트, 그리고 베어링 루스 등이 있으며, 이러한 유형들은 제안하는 시스템에서 분석되고 진단을 받게 된다. 제안하는 시스템에 적용한 결과 상관도를 이용한 방법은 78 %, 분산을 이용한 방법은 95 % 이상의 고장진단율을 보이는 우수한 결과를 나타내었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 추계학술대회논문집
• /
• pp.411-416
• /
• 2006

Fault detection and diagnosis is the most important technology in condition-based maintenance(CBM) system that usually begins from collecting signatures of running machines using multiple sensors for subsequent accurate analysis. With the quick development in industry, there is an increasing requirement of selecting special sensors that are cheap, robust, and easy-installation. This paper experimentally investigated performances of four types of sensors used in induction motors faults diagnosis, which are vibration, current, voltage and flux. In addition, diagnostic effects of five popular classifiers also were evaluated. First, the raw signals from the four types of sensors are collected at the same time. Then the features are calculated from collected signals. Next, these features are classified through five classifiers using artificial intelligence techniques. Finally, conclusions are given based on the experiment results.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2006년 창립20주년기념 정기학술대회 및 국제워크샵
• /
• pp.54-59
• /
• 2006

Decision tree is one of the most effective and widely used methods for building classification model. Researchers from various disciplines such as statistics, machine learning, pattern recognition, and data mining have considered the decision tree method as an effective solution to their field problems. In this paper, an application of decision tree method to classify the faults of induction motors is proposed. The original data from experiment is dealt with feature calculation to get the useful information as attributes. These data are then assigned the classes which are based on our experience before becoming data inputs for decision tree. The total 9 classes are defined. An implementation of decision tree written in Matlab is used for these data.

• 한국소음진동공학회논문집
• /
• 제16권4호
• /
• pp.404-413
• /
• 2006

Induction motors are the workhorse of our industry because of their versatility and robustness. The diagnosis of mechanical load and power transmission system failures is usually carried out through mechanical signals such as vibration signatures, acoustic emissions, motor speed envelope. The motor faults including mechanical rotor imbalances, broken rotor bar, bearing failure and eccentricities problems are reflected in electric, electromagnetic and mechanical quantities. The recent research has been directed toward electrical monitoring of the motor with emphasis on inspecting the stator current of the motor, The stator current spectrum has been widely used for fault detection in induction motor systems. The motor current signature analysis is the useful technique to assess machine electrical condition. This paper describes the motor condition detected by the current signatures Paralleled with vibration signatures analysis of induction motors with the roller bearing and the journal bearing type for large vertical pumps in power plant as examples to discuss for motor fault detection and diagnosis.