• Journal of Electrical Engineering and Technology
• /
• 제2권4호
• /
• pp.485-493
• /
• 2007

This paper deals with the problem of detection of induction motor incipient faults. Artificial Neural Network (ANN) approach is applied to detect two types of incipient faults (1). Interturn insulation and (2) Bearing wear faults in single-phase induction motor. The experimental data for five measurable parameters (motor intake current, rotor speed, winding temperature, bearing temperature and the noise) is generated in the laboratory on specially designed single-phase induction motor. Initially, the performance is tested with two inputs i.e. motor intake current and rotor speed, later the remaining three input parameters (winding temperature, bearing temperature and the noise) were added sequentially. Depending upon input parameters, the four ANN based fault detectors are developed. The training and testing results of these detectors are illustrated. It is found that the fault detection accuracy is improved with the addition of input parameters.

• 한국자동차공학회논문집
• /
• 제13권1호
• /
• pp.126-131
• /
• 2005

This paper presents experimental results by using the machinery fault simulator which is monitoring its conditions with an acceleration signal. Components of the machinery, for example, motor, belt pulley, belt, bearing, and gear, with artificial defects were used for the experiment.

• 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.

• 조명전기설비학회논문지
• /
• 제19권6호
• /
• pp.36-45
• /
• 2005

이 논문은 다른 종류의 유도전동기 구름베어링 손상을 유도전동기 고정자 전류신호해석을 통하여 검출하고 실시간으로 손상을 진단하는 알고리즘을 개발하였다. 유도전동기 구름베어링의 손상을 검출하기 위하여 정상적인 베어링을 갖는 유도전동기, 측정열에 불량을 가지고 있는 전동기와 베어링 외륜에 구멍을 가지고 있는 2가지 종류의 비정상 베어링을 갖는 유도전동기 3set를 실험시스템을 구축하였다. 또한 유도전동기의 구름베어링시스템의 비정상적인 상태에서 고정자전류을 검출하기 위하여 TMS320F2407 DSP 칩을 이용하여 데이터 획득보드를 개발하였다. 이 고정자전류신호를 해석을 통하여 베어링 손상을 검출하기 위한 방법으로 FFT, 웨이브렛 분석 및 내적에 의한 평균 신호패던에 의한 분석결과를 제시하였다. 특히 내적에 의한 신호분석 온 통하여 베어링 손상 여부를 실시간으로 진단할 수 있는 새로운 알고리즘과 분석방법을 제시하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 춘계학술대회논문집
• /
• pp.319-323
• /
• 2007

Acoustic emission (AE) was originally developed for non-destructive testing of static structure, but over the year its application has been extended to health monitoring of rotating machines and bearings. It offers the advantage of earlier defect detection in comparison with monitoring bearing. This study was diagnosed low-speed machine which had a fault bearing for early detection by AE. And the artificial faults in a experimentation bearing was made for the bearing signals from difference speed and load were compared and analyzed by AE.

• 비파괴검사학회지
• /
• 제33권4호
• /
• pp.330-335
• /
• 2013

결함을 조기에 발견하기 위한 실시간 모니터링 시스템은 적외선 열화상 기술을 중점으로 구성된다. 본 연구의 중점은 비파괴 적외선 열화상 기법을 사용하여 볼베어링의 손상 검출 및 온도 특성 분석이다. 본 논문에서는 신뢰성 평가를 위한 적외선 실험 데이터와 기존의 주파수 데이터를 비교했다. 실험을 통해 베어링의 온도 특성에 따라 다양한 손상 상황을 분석했다. 본 논문의 실험의 결과로부터 적외선 열화상 기법은 실시간으로 동작 상태에 하중을 받는 볼베어링의 손상 탐지를 위한 매우 유용한 기법임이 확인되었다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.488-493
• /
• 2022

제조 현장에 사용되는 전기적 구동 모터는 베어링의 결함 발생 시 시스템 전체의 작동 정지를 초래하게 된다. 제조 환경 작동의 정지는 시간과 금전적으로 막대한 손해를 일으키며 이러한 베어링의 결함 원인으로는 회전 요소들의 지속적인 접촉으로 인한 마모, 과도한 하중 적용, 구동 환경 등 다양한 요소가 될 수 있다. 따라서 본 논문에서는 국내 제조 환경과 유사한 모터 구동 환경을 제작하여, 다양한 원인의 베어링 환경을 모의한다. 또한 구축된 환경을 바탕으로 정상 및 결함 상태에 따라 달라지는 진동 특성의 변화를 센서를 통해 수집하여 베어링 결함 예지 정비를 위한 데이터셋을 제안한다. 진동 특성 수집에 사용된 센서는 Microphone G.R.A.S. 40PH-10을 사용하여 수집하였으며, 다양한 기계학습 모델을 사용하여 제안하는 데이터셋에 훈련된 견본 베어링 예지 정비 시스템을 제작해본 결과, 심층 신경망 모델 기준 시간 영역 92.3%, 주파수 영역 98.3%의 높은 정확도 성능을 보여준다.

• 비파괴검사학회지
• /
• 제31권2호
• /
• pp.134-138
• /
• 2011

회전기기의 고장 탐지에 있어 기존의 진단법과 달리 동적 하중조건 하에서 비접촉, 비파괴의 적외선 열화상 기법이 제안된다. 본 논문에서는 단열 깊은 홈 볼 베어링을 시편으로 하여, 회전기기의 기존의 고장 진단법 대신 수동형 열화상 기법을 이용한 시험을 수행하였다. 추가적으로, 제안된 방법의 효율성을 평가하기 위해 기존의 진동 스펙트럼 분석법을 적용하여 열화상 시험법을 비교하였다. 시혐의 결과로써, 동적 하중조건 하 볼 베어령의 온도분포 특성이 철저히 분석되었다.

• Journal of Power Electronics
• /
• 제8권2호
• /
• pp.181-191
• /
• 2008

The task performed by induction motors grows increasingly complex in modern industry and hence improvements are sought in the field of fault diagnosis. It is essential to diagnose faults at their very inception, as unscheduled machine down time can upset critical dead lines and cause heavy financial losses. Artificial intelligence (AI) techniques have proved their ability in detection of incipient faults in electrical machines. This paper presents an application of AI techniques for the detection of inter-turn insulation and bearing wear faults in single-phase induction motors. The single-phase induction motor is considered a proto type model to create inter-turn insulation and bearing wear faults. The experimental data for motor intake current, rotor speed, stator winding temperature, bearing temperature and noise of the motor under running condition was generated in the laboratory. The different types of fault detectors were developed based upon three different AI techniques. The input parameters for these detectors were varied from two to five sequentially. The comparisons were made and the best fault detector was determined.

• 비파괴검사학회지
• /
• 제33권4호
• /
• pp.355-360
• /
• 2013

본 연구에서는 적외선 열화상 카메라를 통하여 베어링의 온도변화를 분석하고, FEM 수치해석을 통하여 모델러에 대한 정상상태에서의 시뮬레이션을 통해 베어링의 열적분포를 해석하였다. 전산 열해석을 위한 유한요소 해석과 열화상 실험을 서로 비교분석하였고 유한요소 전산해석을 통하여 열화상 실험의 정확도를 확인하였다. 본 연구를 통하여 적외선 열화상 실험은 실시간으로 베어링의 상태를 감시할 수 있어 다른 진단방식보다 많은 장점을 가지고 있다. 또한 작업 현장에서 베어링 파손 상태 유무 확인과 파손 방지를 위해서 현장 작업조건을 적용한 유한요소 해석 결과를 비롯하여, 하중조건 회전속도조건, 볼 손상조건, 내외륜 손상조건 등에 따라, 열화상 카메라로 실시간으로 베어링을 감시하면 베어링의 파손을 진단 검출할 수 있다.