new5 free
حراج!

دانلود متن كامل تشخيص خطاي حلقه به حلقه سیم پیچی استاتورموتورهايالقايي سه فاز قفس سنجابي با در نظر گرفتن اثر اشباع مغناطیسی

49.000تومان 39.000تومان

توضیحات

مشاهده چند صفحه اول :

دانشگاه زنجان

دانشكده فنی و مهندسی

                          پايان‌نامهدوره کارشناسی ارشد مهندسی برق – قدرت

تشخيص خطاي حلقه به حلقه سیم پیچی استاتورموتورهايالقايي سه فاز قفس سنجابي با در نظر گرفتن اثر اشباع مغناطیسی

 

 

 

 

اساتید راهنما:

دکتر منصور اوجاقی

پروفسور جواد فيض

 

استاد مشاور:

دکتر وحید رشتچی

زمستان  1390

 

دانلود متن کامل در

download-thesis.com

 

 

چکیده :

پایش وضعیت موتورهای القائی، یک فناوری کاملاً ضروری و مهم برای تشخیص به هنگام عیوب مختلف در مرحله ابتدائی است. که می‌تواند از شیوع عیب‌های غیرمنتظره در همان مراحل ابتدائی جلوگیری کند. تقریباً 30 تا40% عیوب موتورهای القائی مربوط به عیب‌های استاتور هستند. در این پایان‌نامه بررسی جامعی از عیوب مختلف موتور القائی، دلایل بوجود آورنده و روش‌های مختلف مدلسازی این عیوب صورت گرفته است. در ادامه شاخص‌های مختلف تشخیص عیب اتصال حلقه به حلقه سیم‌پیچی استاتور معرفی گردیده و از جنبه‌های مختلف مورد بررسی و مطالعه قرار گرفته‌اند.

ایده اصلی این پایان‌نامه شبیه‌سازی موتور القائی معیوب با عیب اتصال حلقه به حلقه سیم‌پیچی استاتور با در نظرگرفتن اثر اشباع مغناطیسی است و شبیه‌سازی موتور القائی سه فاز معیوب با عیب اتصال حلقه به حلقه سیم پیچی استاتور، با و بدون در نظرگرفتن اثر اشباع مغناطیسی انجام گرفته است. سپس شاخص‌های مختلف این نوع عیب استخراج شده و در هر دو شرایط خطی و اشباع با نتایج عملی مقایسه شده‌اند. همچنین در این پایان‌نامه شاخص جدیدی با ویژگی‌های مطلوب‌تری جهت شناسایی عیب حلقه به حلقه سیم پیچی استاتور معرفی گردیده است و در نهایت مطلوب‌ترین شاخص از بین شاخص‌های موجود معرفی شده است.

کلمات کلیدی : عیب حلقه به حلقه سیم‌پیچی استاتور، موتور القایی، اشباع مغناطیسی، الگوریتم ژنتیک، پدیده نوسان پاندولی، اندوکتانساستاتور

 

دانلود متن کامل در

download-thesis.com

 

مقدمه‌ای بر عیوب مختلف موتورهای القایی سه فاز  و معرفی شاخص‌های عیب حلقه به حلقه سیم‌پیچی استاتور

 

  • مقدمه

موتورهای القایی به دلیل سادگی و استحکام ساختمان، ارزانی، محدوده وسیع سرعت و پاره‌ای مزایای دیگر  کاربرد گسترده‌ای پیدا کرده‌اند. به همین دلیل پایش وضعیت این نوع موتورها جهت شناسایی خطاها در مراحل اولیه پیدایش آن‌ها، به ویژه در توان‌های زیاد، اهمیت زیادی دارد.بنابراین تشخیص خطای اتصال حلقه در زمان‌های اولیه وقوع آن می‌تواند مزیت‌های زیر رادربر داشته باشد‌:

  • جلوگیری از آسیب عمده به موتور و تعمیرات زمان‌بر و پر هزینه آن.
  • جلوگیری از توقف غیر منتظره خط تولید.
  • کاهش تلفات.

حصول مزیت‌های فوق مستلزم اطلاع به هنگام از شدت و موقعیت (فاز) خطای اتصال حلقه موتور است. این امر معمولا از طریق آشکارسازی بعضی آثار مترتب بر رفتار موتور در اثر بروز خطا میسر است.معایب موتورهای القایی را می‌توان به سه گروه اصلی‌: مکانیکی، روتور و استاتور تقسیم کرد.هرکدام از  این خطاها ریشه در عوامل متفاوتی دارند و آثار مختلفی بر عملکرد موتور می‌گذارند. حتی بعضی از خطاها ممکن است خود منشا بروز خطاهای دیگر شوند.

خطاهای مکانیکی عمدتاٌ از خطای یاتاقان‌ها (بلبرینگ‌ها) ناشی می‌شوند ]1و2 [. بعضی عوامل ایجاد خطای یاتاقان عبارتند از : روغن کاری نامناسب یا ناکافی، تنش‌های شعاعی و محوری سنگین بدلیل انحراف محور ومونتاژ، تنظیم یا فونداسیون ضعیف. این عوامل سبب تسریع در سایش و فرسایش یاتاقان ها می‌شوند. معمولا خطای یاتاقان‌ها بروز خطای ناهم‌محوری روتور و استاتور را نیزدرپی دارند. تشدید خطای اخیر می‌تواند منجر به تماس سطوح روتور و استاتور شده و معایب روتور و استاتور را پدید آورد.

شکستن میله‌های روتور، شکستن حلقه انتهایی روتور و انواع ناهم‌محوری (استاتیکی، دینامیکی و مرکب) از جمله خطاهای روتور هستند ]3[. دلایل اصلی بروز این خطاها به شرح زیرند :

  1. اضافه بار حرارتی که می‌تواند حین شتابگیری، کارکرد دایم و یا توقف روتور حاصل شود.
  2. عدم تعادل حرارتی یا اختلاف دما در میله‌های روتور که از راه اندازی‌های مکرر، پدیده پوستی، انتقال حرارت غیریکنواخت هسته و میله‌های روتور و بعضی عوامل دیگر ناشی می‌شود.
  3. اثرات مغناطیسی که منجر به وارد شدن نیروهای الکترودینامیکی شعاعی بر میله‌ها می‌شوند. این نیروها که از تاثیر متقابل شار مغناطیسی و جریان میله‌ها حاصل می‌شوند، با مربع جریان میله‌ها متناسب بوده و سبب لرزش و خمش میله‌ها در امتداد شعاعی شده و سرانجام ممکن است منجربه شکستن میله‌های روتور شوند.
  4. غیر یکنواختی ذاتی درامتداد طولی فاصله هوایی (ناهم‌محوری ذاتی) که از ایده‌آل نبودن فناوری ساخت و مونتاژ موتور ناشی می‌شود، باعث کشش مغناطیسی نامتقارن در سطوح مجاور روتور و استاتور می‌شود. زیرا روتور در سمتی که فاصله هوایی کوچکتر است تحت نیروهای کششی بزرگتری قرار می‌گیرد. این امر سبب خم شدن روتور، تشدید خطای نا هم‌محوری و در نهایت منجر به برخورد روتور با استاتور می‌شود. در نتیجه ممکن است به ساختار روتور و استاتور آسیب جدی وارد شود.
  5. افزایش تنش‌های وارد بر میله‌های روتور در اثر اضافه بار دایم یا نوسانی در طول زمان می‌تواند منجر به شکستن میله‌های روتور شود.
  6. افزایش نیروهای گریز از مرکز در اثر افزایش سرعت موتور به بیش از سرعت اسمی می‌تواند منجر به بروز تنش‌هایی در حلقه‌های انتهایی و شکستن اتصال بین میله‌های روتور و حلقه‌های انتهایی گردد.

استاتور موتورهای القایی نیز همانند بلبرینگ‌ها و روتور می‌تواند تحت تاثیر عوامل مختلفی دچار خطا شود]3[ . پنج نوع خطا برای سیم پیچ‌های استاتور گزارش شده‌اند که همه آنها ریشه در  خرابی  عایق سیم‌پیچ‌ها  دارند ]4[ این خطاها عبارتند از:

  1. خطای حلقه به حلقه در یک کلاف که در آن دو نقطه از یک یا چند حلقه از یک کلاف به همدیگر اتصال پیدا می‌کنند (خطای اتصال حلقه).
  2. خطای کلاف به کلاف در یک فاز که در آن یک نقطه از یک کلاف به یک نقطه از کلاف دیگر سیم‌پیچی همان فاز اتصال پیدا می‌کند.
  3. خطای فاز به فاز که در آن نقطه‌ای از سیم‌پیچ یک فاز به نقطه‌ای از سیم‌پیچ یک فاز دیگر اتصال پیدا می‌کند.
  4. خطای مدار باز که در آن به دلیل قطع شدگی سیم، یک فاز یا بخشی از یک فاز مدار باز می‌شود.
  5. خطای کلاف به زمین که در آن نقطه‌ای از سیم‌پیچ یک فاز به زمین (بدنه) اتصال پیدا می‌کند.

شكل1-1- انواع خطاها در سیم پیچ استاتور

شکل (1-1) انواع خطای سیم‌پیچ استاتور را نشان داده است. یک موتور معیوب ممکن است دارای ترکیبی از خطاهای سه گانه فوق باشد. به عنوان مثال، در یک موتور ممکن است محور موتور خمیدگی پیدا کند و این امر سبب ایجاد لرزش و آسیب در بلبرینگ‌ها شده، منجر به تماس روتور با استاتور ‌شود. با ادامه کارکرد موتور در این وضعیت گرمای بیش از حد تولید شده ممکن است میله‌های آلومینیمی روتور ذوب شوند. پخش شدن آلومینیم مذاب روی سیم‌پیچ استاتور خطای سیم‌پیچ را به دنبال می‌آورد.

حدود 75 درصد  از کل خرابی‌های موتورهای القایی قفس سنجابی مربوط به خطاهای استاتور و یاتاقان است خرابی بلبرینگ‌ها (خطاهای مکانیکی) 40 تا 50 درصد، خرابی عایق استاتور (خطای استاتور) 30 تا 40 درصد و خرابی قفسه روتور (خطای روتور) 5 تا 10 درصد گزارش شده است ]6[. اگر از پیشرفت خرابی های حلقه به حلقه جلوگیری نشود، موارد مذکور منجر به خطا فاز به زمین یا فاز به فاز می‌گردد، که البته خطا فاز به زمین محتمل‌تر است. نتایج مطالعات جامع‌تر که بر پایه یک روش آماری و برای موتورهایی با قدرت‌ها و سرعت‌های مختلف صورت گرفته نیز موید درصد‌های فوق الذکر است ]2و7و8[. بنابراین خطاهای سیم‌پیچ استاتور درصد قابل توجهی از کل معایب موتور القایی را به خود اختصاص می‌دهد. لذا این پایان‌نامه بر روی خطای سیم‌پیچ استاتور تمرکز دارد.

انواع خطای سیم‌پیچ استاتور معمولا با اتصال کوتاه چند حلقه مجاور سیم‌پیچ فاز (خطای اتصال حلقه) شروع می‌شود. به این ترتیب که جریان گردشی در حلقه‌های اتصال کوتاه موجب تولید گرما و افزایش دما در ناحیه معیوب سیم‌پیچ شده و با تخریب بیشتر عایق در آن محل، منجر به خطاهای شدیدتر یعنی خطای کلاف به کلاف، خطای فاز به فاز و یا خطای فاز به زمین می‌گردد. . اگرچه اطلاعات تجربی از فاصله زمانی بین وقوع خطای اتصال حلقه تا شکست عایقی و تشدید کامل خطا وجود ندارد، ولی قدر مسلم آنست که این فرایند آنی و لحظه‌ای نیست و سرعت آن به شدت خطا، یعنی تعداد حلقه‌های اتصال کوتاه شده، وابسته است.

برای آشکارسازی خطای اتصال حلقه تاکنون شاخص‌های متعددی معرفی شده و روش‌های مختلفی هم برای اندازه گیری آن‌ها و نتیجه‌گیری در خصوص وقوع خطا ارائه شده است که در ادامه مورد بررسی قرار گرفته‌اند.

 

دانلود متن کامل در

download-thesis.com

 

6-2- نوآوری‌های پایان‌نامه:

  1. ارائه روش جدید شبیه‌سازی موتور القایی سه فاز قفس سنجابی با عیب اتصال حلقه به حلقه با در نظر گرفتن اثر اشباع مغناطیسی.
  2. استفاده از روش هوش مصنوعی برای تخمین مقادیر kg و B0 با الگوریتم ژنتیک.
  3. معرفی شاخص جدید اندوکتانس معادل استاتور برای عیب اتصال حلقه به حلقه سیم‌پیچی استاتور.

6-3- پیشنهادات:

  1. شبیه سازی موتور و ژنراتور سنکرون در حالت سالم و معیوب با در نظر گرفتن اثر اشباع مغناطیسی.
  2. شبیه سازی ماشین PM با در نظر گرفتن اثر اشباع مغناطیسی.
  3. از شاخص اندوکتانس استاتور برای شناسایی عیوب ماشین‌های دیگر نیز استفاده شود.

 

دانلود متن کامل در

download-thesis.com

 

 

مراجع

[1]     Tavner, P.J; Gaydon, B.G; Ward, D.M; “Monitoring generators and large motors”, IEE Proceedings B. Electric Power Applications, vol. 133, no. 3, pp.169-180, May 1986

[2]     Thorsen, O.; Dalva, M; “Condition monitoring methods, failure identification and analysis for high voltage motors in petrochemical industery”, IEEE proceeding, EMD 97, pp. 109-113, Sep 1997

[3]     Bonnett, A.H.; Soukup, G.C.; “Cause and analysis of stator and rotor failures in three-phase squirrel-cage induction motors”, IEEE Trans On Industry Applications, vol. 28, no. 4, Jully/Aug 1992

[4]     Bonnett, A. H.; “The cause of winding failures in three-phase squirred-cage induction motors”, PCI-76-7

[5]     Joksimovic, G.; Penman, J., “The detection of interturn short circuits in the stator windings of operating motors”, IEEE Trans on Industrial Electronics, Vol. 47, No. 5, pp. 1078-1084, Oct 2000

[6]     Cornell, E. P.; Owen, E. L.; Appiarius, J. C.; McCoy, R. M.; Albrecht, P. F.; Houghtaling, D. W., “Improved motors for utility applications”, Volume 1, Electric Power Reserch Institute, Palo Alto, CA,Project no 1763-2, 1985

[7]     IEEE Committee Report, “Report on large motor reliability survey of industrial plants”, part I,II,III, IEEE Trans on Industry Applications, Vol IA-10(2) pp. 213-252, 1974

[8]     Donnel, P.O, Coor dinating author, “Report on large motor reliability survey of industrial and commerical applications”, part I,II, IEEE Trans on Industry Applications”, IA-21(4), pp. 853-872, 1985

[9]     Siddique, A.; Yadava, G.S.; Singh, B.; “A Review of stator fault monitoring techniques of induction motors”, IEEE Trans. Energy Convers., vol. 20, no. 1, pp. 106-114, March 2005

[10]  Nandi, S.; Toliyat, H.A.; “Novel frequency-domain-based technique to detectstator interturn faults in induction machines using stator-induced voltages after switch-off”,IEEE Trans. Industry Applications., vol. 38, no. 1, pp. 101–109,Jun./Feb 2002.

[11]  Xu Bo-qiang; Li He-ming; Sun Li-ling, “Detection of stator winding inter-turn short circuit fault in induction motors”, International Conference on Power System Technology, vol. 2, pp. 1005-1009,  Nov 2004

[12]  Cruz, S.M.A.; Cardoso, A.J.M.; “Multiple reference frames theory: a new method for the diagnosis of stator faults in three-phase induction motors”, IEEE Trans. Energy Conversion., Vol. 20, no. 3, Sept. 2005

[13]  Obaid, R.R.; Hebetler, T.G.; Grtter, D.J.; “A simplified technique for detecting mechanical faults using stator current in small induction motors”, IEEE Conference on Industry Applications, vol. 1, pp. 479-483 ,  2000

[14]  Nandi, S.;“Detection of Stator Faults in Induction Machines Using Residual Saturation Harmonics,” IEEE Trans. Industry Applications., vol. 42, no. 5, pp. 1201–1208,Sep./Oct. 2006

[15]  Xu  Boqiang, Li  Heming; Sun  Liling, “Feature signal extraction of inter-turn short circuit fault in stator windings of induction motors,” IEEE Conference on Industrial Technology, vol. 1, pp. 97-100, 2002

[16]  Mirafzal, B.; Povinelli, R.J.; Demerdash, N.A.O.; “Interturn Fault Diagnosis in Induction Motors Using the Pendulous Oscillation Phenomenon”, IEEE Trans. Ind. Electron., vol. 55, no. 3, pp. 1310–1318, March. 2006

[17]  Tolyiat, H.A.; Lipo, T.A.; “Transient analysis of cage induction machines under stator, rotor bar and end ring faults”, IEEE Trans on Energy Conversion, vol. 10, no. 2, pp. 241-247, Jun 1995

[18]  Tallsm, R.M.; Habeller, T.G.; Harley, R.G.; “Self-commissioningtraning algorithms for neural networks with applications to electricmachine fault diagnostics”,  IEEE Transactions on Powr Electronics,vol. 17, no. 6, pp. 1089-1095, Nov/Dec 2002.

[19]  Singal, R.K.; Williams, K.; Verma, S.P.; “Vibration behavior of statorsof electrical machines, PartII: Experimental study,” Journal of Sound and Vibration, vol. 115, no. 1 , pp. 13–23, May 1987

[20]  Lee.Y.-S.; Nelson, J.K.;  Scarton, H.A.; Teng, D;Azizi-Ghannad, S.; “An acoustic diagnostic technique for use with electric machine insulation,”IEEE Trans. Dielectr. Electr. Insul., vol. 1, no. 6, pp. 1186–1193, Dec 1994

[21]  S. P.Verma, R.K. Singal, andK.Williams, “Vibration behavior of statorsof electrical machines, PartI: Theoretical study,” Journal of  Sound and  Vibration., vol. 115,pp. 1–12, 1987

[22]  Chang, S.C.;  Yacamini, R.; “Experimental study of the vibrationalbehaviour of machine stators,” IEE Proc. Inst. Elect. Eng., Elect. Power Appl.,vol. 143, no. 3, pp. 242–250, May 1996

[23]  Bowers, S.V.; Piety, K.R..; “ Proactive Motor Monitoring ThroughTemperature, Shaft Current andMagnetic FluxMeasurements. [Online].Available:” www. compsys.com/files/ProactiveTCF.pdf

[24]  Said, M.S.N.; Benbouzid, M.E.H; “H-G diagram based rotor parameters identification for induction motors thermal monitoring,” IEEE Trans. Energy Convers., vol. 15, no. 1, pp. 14–18, Mar. 2002.

[25]  Nassar, O.M.; “The use of partial discharge and impulse voltage testingin the evaluation of interturn insulation failure of large motors,” IEEETrans. Energy Convers., vol. EC-2, no. 4, pp. 615–621, Dec. 1987

[26]  Tanaka, T.; “Partial discharge pulse distribution pattern analysis,” IEE Proc.Inst. Elect. Eng., Sci. Meas. Technol., vol. 142, pp. 46–50, Jan 1995

[27]  Kemp, I.J.; “Partial discharge plant-monitoring technology: Present andfuture developments,” IEE Proc. Inst. Elect. Eng., Sci. Meas. Technol., vol.142, no. 1, pp. 4–10, Jan. 1995

[28]  Stone, G.C.; Sedding, H.G.; “In- Service evaluation of motor andgenerator stator windings using partial discharge tests,” IEEE Trans. Ind.Appl., vol. 31, no. 2, pp. 299–303, Mar./Apr 1995

[29]  Stone, G.C.; Sedding, H.G.; Costello, M.; “Application of partialdischarge testing to motor and generator stator winding maintenance,”IEEE Trans. Ind. Appl., vol. 32, no. 2, pp. 459–464, Mar./Apr. 1996

[30]  Tetrault, S.M.; Stone, G.C.; Sedding, H.G.; “Monitoring partial discharges on 4-kV motor windings,” IEEE Trans. Ind. Appl., vol. 35, no.3, pp. 682–688, May/Jun. 1999

[31]  Riding the Reflected Wave to Improve Variable-Speed AC Motor Reliability. Rockwell Int. Corp. [Online]. Available: www.reliance.com/pdf_elements/d7722

[32]  “Variable frequency drives optimize performance and protection of off-shore oil electric submersible pumps,” in Allen –Bradley Variable Frequency Drives Application Notes. Milwaukee,WI: Rockwell Automation.

[33]  Insulation for Inverter Fed Motors [Online]. Available: www.tech-centre.tde.alstom.com

[34]  IEEE Guide for Testing Turn-to-Turn Insulation on Form Wound Stator Coils forAlternating Current Rotating Electric Machines, IEEE Std. 522-1992

[35]  Dick, E.P.; Gupta, B.K.; Pillai, P.; Narang, A.; Sharma, D.K.; “Practical calculation of switching surges at motor terminals,” IEEE Trans.Energy Convers., vol. 3, no. 4, pp. 864–872, Dec 1988

[36]  Schump, D.E; “Improved detection method for winding surge tests oflarge AC motors,” Electrical Electronics Insulation Conference, pp. 292–294, Sep 1989

[37]  Zotos, P.A.; “Motor failures due to steep fronted switching surges: Theneed for surge protection—User’s experience,” IEEE Trans. Ind. Appl.,vol. 30, no. 6, pp. 1514–1524, Nov./Dec. 1994

[38]  Sasi, A.B.; Payne, B.; York, A.; Gu, F. Ball, A. Condition Monitoringof ElectricMotors Using Instantaneous Angular Speed. [Online]. Available: www. maintenance. org.uk/RESEARCH/Marcon200120publications/ Ahmed.pdf

[39]  Hsu, J.S.; “Monitoring of defects in induction motors through air-gaptorque observation,” IEEE Trans. Ind. Appl., vol. 31, no. 5, pp.1016–1021, Sep./Oct 1995

[40]  Perman, J.; Dey, M.N.; Tait, A.J.; Bryan, W.E.; “Condition monitoring of electrical drives,” IEE Proc. Inst. Elect Power Appl. B, vol. 133, no. 3, pp. 142–148, May 1986.

[41]  Lipo, T.A.; Chang, K.C.; “A new approach to flux and torque-sensingin induction machines,” IEEE Trans. Ind. Applicant., vol. IA-12, no. 4, pp. 731–737, Jul./Aug 1986.

[42]  Bowers, S.V.; Piety, K.R.; Proactive Motor Monitoring Through Temperature, Shaft Current andMagnetic FluxMeasurements. [Online]. Available: www. compsys.com/files/ProactiveTCF.pdf

[43]  Dorrell, D.G.; Thomson, W.T.; Roach, S.; “Analysis of airgap flux,current and vibration signals as a function of the combination of staticand dynamic airgap eccentricity in the 3-phase induction motors,” IEEETrans. Ind. Appl., vol. 33, no. 1, pp. 24–34, Jan./Feb 1997

[44]  Penman, J.;  Sedding, H.G.; Lloyd, B.A.; Fink, W.T,; “Detection andlocation of interturn short circuits in the stator windings of operatingmotors,” IEEE Trans. Energy Convers., vol. 9, no. 4, pp. 652–658, Dec1994

[45]  Kliman, G.B.; Premerlani, W.J.; Koegl, R.A.; Hoeweler, D.; “Sensitive, on-line turn-to-turn fault detection in AC motors,” Electric Machines and Power Systems, vol. 28, no. 10, pp. 915-927, 2000

[46]  Kohler, J.L.; Sottile, J.; Trutt, F.C.; “Alternatives for assessing the electrical integrity of induction motors,” IEEE Transactions on Industry Applications, vol. 28, no. 5, pp. 1109-1117, Sep/Oct 1992

[47]  Farag, S.F.; Bartheld, R.G.; Habetler, T.G.; “An integrated, on-line motor protection system,” Conference Record of the IEEE IndustryApplications Society, vol. 1, pp. 117-122, 1994

[48]  Lin, B.K.; “An unsupervised neural network fault discriminating system implementation for on-line condition monitoring and diagnostics of induction machines,” Ph.D. Dissertation. School of Electrical and Computer Engineering, Georgia Institute of Technology,Atlanta, USA, 1998

[49]  Tallam, R.M.; Habetler, T.G.; Harley, R.G.; “Transient model forinduction machines with stator winding turn faults,” IEEE Trans. Ind.Appl., vol. 38, no. 3, pp. 632–637, May/Jun. 2002

[50]  Arkan, M.; Perovic, D.K.; Unsworth, P.; “Online stator fault diagnosis in induction motors,” IEE Proc. Inst. Elect. Eng.—Elect. Power Appl.,vol. 148, no. 6, pp. 537–547, Nov  2001

[51]  Williamson, S.; Mirzoian, P.; “Analysis of cage induction motors with stator winding faults”,IEEE Power Engineering Review,Vol. 1, No. 7, July 1985

[52]  Kohler, J.L.; Sottile, J.; Tratt, F.C.; “Alternative for assessing the electrical integrity motors”, IEEE Trans on Ind Appl, Vol. 28, no. 5, pp. 1109-1117, Sept 1992

[53]  Kliman, G.B.; Premerlani, W.J.; Koegl, R.A.; Hoeweler, D.; “A new approach to on-line turn fault detection in AC motors”, IEEE-IAS Annual meeting,vol. 1, pp. 687-693, 1996

[54]  Marques Cardoso, A.J.; Cruz, S.M.A.; Carvalho, J.F.S; Saraiva, E.S.;“Rotor cage fault diagnosis in three-phase induction motors, by Park’svector approach,” in Proc. IEEE Ind. Appl. Conf., vol. 1, pp.642–646, 1995

[55]  Cardoso, A.J.; Cruz, A.J.; Fonseca, D.S.B.; “Inter-turnstator winding fault diagnosis in three-phase induction motors, byPark’s vector approach,” IEEE Trans. Energy Conv., vol. 14, no. 3, pp.595–598, Sep. 1999

[56]  Jee-Hoon Jung; Jong-Jae Lee; Bong-Hwan Kwon; “Online diagnosis of inductionmotors using MCSA,” IEEE Trans. Ind. Electron., vol. 53, no. 6,pp. 1842–1852, Dec 2006

[57]  Kliman, G.B.; Stein, J.; “Induction motor fault detection via passive current monitoring,” in Proc. Int. Con$ Electric Machines,pp. 13-17. Aug 1990

[58]  Cruz, S.M.A.;Cardoso, A.J.M.; “Diagnosis of stator inter-turn shortcircuits in DTC induction motor drives,” IEEE Trans. Ind. Appl., vol. 40,no. 5, pp. 1349–1360, Sep./Oct 2004

[59]  Stavrou, A.; Sedding, H.G.; Penman, J.; “Current monitoring for detecting inter-turn short circuits in induction motors,” IEEE Trans. Energy Conves, vol. 16, no. 1, pp. 32-37, Mar 2001

[60]  Collamati, L.; Filippetti, F.; Franceschini, G.; Pirani, S.;Tassoni, C.; “Induction motor stator fault on-line diagnosis based onlabview environment”, Proceedrngs of the MELECON’ 96 Conference.vol. l. Bari, Italy, pp.49J-498, May 1996

[61]  Qing Wu; Nandi, S.; “Fast Single-Turn Sensitive Stator Interturn FaultDetection of Induction Machines Based onPositive- and Negative-Sequence Third HarmonicComponents of Line Currents,” IEEE Trans. Ind. Electron., vol. 46,no. 3, pp. 974-983, May/June 2010

[62]  Dong Jian-yuan, Duan Zhi-shan, Xiong Wan-li, “Research of thestator windings fnults of asynchronous motor and its diagnosticmethod,” Proceedings of the Chinese Society for ElectricalEngineering, vol. 19, No. 3, pp. 26-30, March 1999

[63]  Kallesoe, C.S.; “Model-based Stator Fault Detection in Induction Motors”, : Industry Applications Society Annual Meeting, 2008. IAS ’08.,Oct. 2008

[64]  Zidani, F.; Benbouzid,M.E.H.; Diallo, D.; Nait-Said, M.S.; “Induction motor stator faults diagnosis by a current Concordia pattern-based fuzzy decision system,” IEEE Trans. Energy Convers., vol. 18, no. 4, pp. 469–475, Dec. 2003

[65]  Cruz, S.M.A.; Toliyat, H.A.; Cardoso, A.J.M.; “DSP Implementation of the Multiple Reference Frames Theory for the Diagnosis of Stator Faults in a DTC Induction Motor Drive”, IEEE Trans. On Energy Conv, vol. 20, no. 2, June 2005

[66]  Diallo, D.;   Benbouzid, M.E.H.;   Hamad, D.;   Pierre, X.; “Fault Detection and Diagnosis in an Induction Machine Drive: A Pattern Recognition Approach Based on Concordia Stator Mean Current Vector”, IEEE Trans. On Energy Conv, vol. 20, no. 3, pp. 512-519, Sept. 2005

[67]  Legowski, S.F.; Sadrul Ula, A.H.M.; Trzynadlowski, A.M.; “Instantaneous power as amediumfor the signature analysis of inductionmotors,”IEEE Trans. Ind. Appl., vol. 32, no. 4, pp. 904–909, Jul./Aug 1996

[68]  Kohler, J.L.; Sottile, J.; Trutt, F.C.; “Condition monitoring of stator windings in induction motors. I. Experimental investigation on effective negative-sequence impedancedetector,” IEEE Trans. Ind. Appl., vol. 38, no. 5, pp. 1447–1453,Sep./Oct 2002

[69]  Sang Bin Lee; Tallam, R.M.; Habetler, T.G.; “A robust, on-line turn-fault detection technique for induction machines based on monitoring the sequencecomponent impedance matrix,” IEEE Trans. Power Electron., vol. 18,no. 3, pp. 865–872, May 2003

[70]  Cash, M.A.; Hebetler, T.G.; Kliman, G.B.; “Insulation failure predication  in induction machines using line-neutral voltages”, IEEE Ind. Appl. Conference, IAS. 97, Vol. 1, pp. 208-212, Oct 1997

[71]  Mirafzal, B; Demerdash, N.A.O.; “Induction machine broken-bar fault diagnosis using the rotor magnetic field space-vector orientation,” IEEE Trans. Ind. Appl., vol. 40, no. 2, pp. 534–542, Mar./Apr. 2004.

[72]  Mirafzal, B.; Demerdash, N.A.O.; “Effects of load Magnitude on diagnosing broken bar faults in induction motors using the pendulous oscillation of the rotor magnetic field orientation,” IEEE Trans. Ind. Appl., vol. 41, no. 3, pp. 771–783, May/Jun. 2005

[73]  Filippetti, F.; Martelli, M.; Franceschini, G.; Tassoni, C.; “Development of expert system knowledge base to on-line diagnosis of rotor electrical faults of induction motors,” in Conf Rec. 27th Annu. IEEE Ind. Applicat. Soc. Meeting,  vol. 1, pp. 92-99, Oct 1992,

[74]  Leith, D.; Rankin, D.; “Real time expert system for identifying rotor faults and mechanical influences in induction motor phase current,” in IEE 5th Int. Conf Electrical Machines and Drives, London, no. 241,  pp. 46-50, Sept 1991

[75]  Zadeh. L.; “Fuzzy sets,” Inform. Contr., vol. 8, no. 3, pp. 338-353, June 1965

[76]  Pham, D.T.;  Pham, P.T.N.; “Artificial Intelligence in Engineering,” Intl. J. of Machine Tools & Manufacture, vol. 39, no. 6,  pp. 937-949, Jun 1999

[77]  Hu. W.; Zhou, Z.; “Condition monitoring and fault diagnosis of modern manufacturing systems,” www.soi.city.ac.uk/~ce702/manuf.html#con.

[78]  Nam, K.; Lee, S.; “ Diagnosis of Rotating Machines by Utilizing a Back-Propagation Neural Network, Proceedings of the 1992 IEEE International Conference on Industrial Electronics. Control,Instrumentation, and Automation, vol. 2, pp. 1064-1067, Nov 1992

[79]  Schoen, R.R.; Lin, B.K.; Habetler, T.G.; Schlag, J.H.; Farag, S.; “An Unsupervised, On-Line System for Induction Motor Fault Detection Using Stator Current Monitoring,” IEEE Transactions onIndustry Applications, vol. 31, no. 6, pp. 1274-1279, Nov/Dec 1995

[80]  Lin, B.K.; “An unsupervised neural network fault discriminating system implementation for on-line condition monitoring and diagnostics of induction machines,” Ph.D. Dissertation. School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, USA, 1998

[81]  Tallam, R.M.; Habetler, T.G.; Harley, R.G.; “Stator winding turn-fault detection for closed-loop induction motor drives,” IEEE Trans. Ind. Appl., vol. 39, no. 2,  pp. 720–724, May/Jun. 2003

[82]  Wu, S.; Chao, T.W.S; “Induction machine fault detection using SOM-based RBF neural networks,” IEEE Trans. Ind. Electron., vol. 51, no. 1, pp. 183–194, Feb. 2004.

[83]  Premrudeepreechacharn, S.; Utthiyuung, T.; Kruepengkul, K.; Puongkaew, P.; “Induction motor fault detection and diagnosis using supervised and unsupervised neural networks,” in Proc. IEEE ICIT, Bangkok, Thailand, vol. 1, pp. 93–96, 2002

[84]  Bouzid, M.B.K.; Champenois, G.; Bellaaj, N.M.; Signac, L.; Jelassi, K.; “An effective neural approach for the automatic location of stator interturn faults in induction motor,” IEEE Trans. Ind. Electron., vol. 55, no. 12, pp. 4277–4289, Dec 2008

[85]  Ho, S.L,; Lau, K.M.; “Detection of faults in induction motors using artificial neural networks,” Proc. IEE Electrical Mach. Drives, no. 412, pp. 176–181, Sep 1995.

[86]  Chow, M.; Yee, S.O.; “Methodology for on-line incipient fault detection in single-phase squirrel-cage induction motors using artificial neural networks,” IEEE Trans. Energy Convers., vol. 6, no. 3, pp. 536–545, Sep 1991

[87]  Chow, M.-Y.; Sharpe, R. N.; Hung, J.C.; “On the application and design of artificial neural networks for motor fault detection,” IEEE Trans. Ind. Electron., vol. 40, no. 2, pp. 181–196, Apr 1993

[88]  Sri R.Kolla, Shawn D. Altman, “Artificial neural network based fault identification scheme implementation for a three-phase induction motor,” ISA Trans., vol. 46, no. 2, pp. 261–266, April 2007

[89]  Bouzid, M.; Mrabet, N.; Moreau, S.;  Signac, L.; “Accurate detection of stator and rotor fault by neural network in induction motor,” in Proc. IEE SSD, Hammamet, Tunisia, vol. 3, pp. 1–7, Mar. 21, 2007

[90]  Bouzid, M.; Mrabet, N.; Khaled, J.; Champenois, G.; Signac, L.; “Location of an inter turn short circuit fault in stator windings of induction motor by neural network,” in Proc. IEE, IET, Colloq. Rel. Electromagn. Syst., Paris, pp. 32–39, France, May 24, 2007

[91]  Bo-Suk Yang and Kwang Jin Kim, “Application of Dempster–Shafer theory in fault diagnosis of induction motors using vibration and current signals,” Mech. Syst. Signal Process., vol. 20, no. 2, pp. 403–420, Feb 2006

[92]  Nejjari, H.; Benbouzid, M.E.H.; “Monitoring and diagnosis of induction motors electrical faults using a current Park’s vector pattern learning approach,” IEEE Trans. Ind. Appl., vol. 36, no. 3, pp. 730–735, May/Jun 2000

[93]  Czeslaw T Kowalski; Teresa Orlowska-Kowalska; “Neural networks application for induction motor faults diagnosis,” Math. Comput. Simul., vol. 63, no. 3–5, pp. 435–448, Nov. 2003

[94]  Da Silva, A.M.; Povinelli, R.J.; Demerdash, N.A.O.; “Induction Machine Broken Bar and Stator Short-Circuit Fault Diagnostics Based on Three-Phase Stator Current Envelopes”, IEEE Trans. Ind. Electron., vol. 55, no. 3, pp. 1310–1318, March 2008

[95]  Bcnbouzid, M.E.H.; Viein, M.; Thcya, C.; “Induction motom’ faults detection and localization using stator current advanced signal processing tcchniqucr” IEEE Transactions on Power Electronics, vol. 14, no. 1, pp.14 -22, Jan 1999

[96]  Makarand S. Ballal; Zafar J. Khan; Hiralal M. Suryawanshi; Ram L. Sonolikar; “Adaptive neural fuzzy inference system for the detection of interturn insulation and bearing wear faults in induction motor,” IEEE Trans. Ind. Electron., vol. 54, no. 1, pp. 250–258, Feb. 2007

[97]  Zidani, F.; Benbouzid, M.E.H.; Diallo, D.; Nait-Said, M.S.; “Induction motor stator faults diagnosis by a current Concordia pattern-based fuzzy decision system,” IEEE Trans. Energy Convers., vol. 18, no. 4, pp. 469–475, Dec. 2003

[98]  Lasurt, I.; Stronach, A.F.; Penman, J.; “A fuzzy logic approach to the interpretation of higher order spectra applied to fault diagnosis in electrical machines,” in Proc. 19th Int. Conf. North Amer. Fuzzy Inf. Process. Soc., 2000, pp. 158–162

[99]  Woei Wan Tan; Hong Huo “A generic neurofuzzy model-based approach for detecting faults in induction motors,” IEEE Trans. Ind. Electron., vol. 52, no. 5, pp. 1420–1427, Oct. 2005

[100]           Martins, J.F.; Pires, V.F.; Pires, A.J.; “Unsupervised Neural-Network-Based Algorithm for an On-Line Diagnosis of Three-Phase Induction Motor Stator Fault,” IEEE Trans. Ind. Electron., vol. 54, no. 1, pp. 259–264, Feb. 2007

[101]           Bouzid, M.; Champenois, G.; Bellaaj, N.M.; Signac, L.; Jelassi, K.; “An Effective Neural Approach for the Automatic Location of Stator Interturn Faults in Induction Motor,” IEEE Trans. Ind. Electron., vol. 55, no. 12, pp. 4277–4289, Dec. 2008

[102]           Boqiang Xu; Heming Li; Liling Sun; “Detection Negative Sequence Admittance Average Based Detection of Stator Winding Inter-turn Short Circuit Fault in Induction Motors”, Sixth International Conference onElectrical Machines and Systems, ICEMS, vol. 2, Nov. 2003

[103]           Raie, A.; Rashtchi, V.; “Using a genetic algorithm for detection and magnitude determination of turn faults in an induction motor”, Electrical Engineering 84 (2002) 275–279 _ Springer-Verlag 2002, DOI 10.1007/s00202-002-0133-7, August 2002

[104]           Rashtchi, V.; “Detection and Magnitude Determination of Turn Faults in Induction Motor By Using of Particle Swarm Optimization Algorithm”, IEEE Conf, 2009

[105]           Chrzan, P.J.; Szczesny, R.; “fault diagnosis of voltage-fed inverter for induction motor drive”, IEEE, Industrial Electronics Conference, ISIE96, vol. 2, pp. 1011-1016, Jun 1996

[106]           Ojo, O.; Bhat, I.; “Analysis of faulted induction motor fed with PWM inverter”, IEEE, Industry Application Society Annual meeting, vol. 1, pp. 647-655, 1992

[107]           Fiser, R.; Ferkolj, S.; “Modeling of failure states of induction machines”, IEEE, Electrotechnical Conference MELECON 96, Vol. 3, pp. 1195-1199, 1996

[108]           Tallam, R.M.; Habetler, T.G.; Harley, R.G., “Transient model for induction machines with stator winding turnfaults”, IEEE Industry Applications Conference, pp. 304-309, October 2000

[109]           Gentile, G.; Rotondale, N.; Tursini, M.; “Investigation of inverter-fed induction motors under fault conditions”, IEEE, Power Electronics Specialists Conference PSESC 92, Vol. 1, pp. 126-132, Jun 1992

[110]           Tolyiat, H.A.; Rahimian, M.M.; Lipo, T.A.; “Transient analysis of induction machines under internal faults using winding functions”, Third International Conferenceon Electrical Rotating Machines-ELROMA’92, Bombay, India, paper 8, pp. 1-13, 1992

[111]           Toliyat, H.A.;   Lipo, T.A.; “Transient analysis of cage induction machines under stator , rotor bar and end ring faults”, IEEE Trans. on Energy Conv., vol. 10, no. 2, pp. 241-247, Jun 1995

[112]           Tabataei, I.; Faiz, J.; Lesani, H.; Nabavi-Razavi, M.T.; “Modeling and Simulation of a Salient-Pole Synchronous Generator With Dynamic Eccentricity Using Modified Winding Function Theory”, IEEE Trans. on Magnetics., vol. 40, no. 3, pp. 1550–1555, May. 2004

[113]           Ojaghi, M; Faiz, J.; “Extension to multiple coupled circuit modeling of induction machines to include variable degrees of saturation effects,” IEEE Trans. Magnetics, vol.44, no. 11, pp. 4053-4056, Nov. 2008.

[114]           A.S-Ahmed, B.M”Analysis of Stator Winding Inter-Turn Short-Circuit Faults in Induction Machines for Identification of the Faulty Phase”, IEEE Industry Applications Conference, pp. 1519-1524, 2006

[115]           X. Luo, Yuefeng Liao, H. A. Toliyat, A. El-Antably and A. lipo, “Multiple coupled circuit modeling of induction machines,” IEEE Trans. on Industry Applications, vol. 31, no. 2, pp. 311 – 318, March-April. 1995

[116]           Faiz, J.; Tabatabaei, I.; “Extension of winding function theory for nonuniform air gap in electric machinery,” IEEE Trans. on Magnetics, vol. 38, no. 6, pp. 3654 – 3657, Nov. 2002

[117]           Moreira,J. C.; Lipo,T.A.; “Modeling of saturated ac machines including air gap flux harmonic components,” IEEE Trans. Ind. Applications, vol. 28, pp. 343 – 349, March/April 1992

[118]           Levi,E.;  “A unified approach to main flux saturation modeling in D-Q axis models of induction machines,” IEEE Trans. on Energy Conversion, vol. 10, no. 3,  pp. 455 – 461,  Sept. 1995

[119]           Nandi, S.; “A detailed model of induction machines with saturation extendable for fault analysis,” IEEE Trans. Ind. Applications, vol. 40, pp. 1302 – 1309, September/October 2004

[120]           Bispo, D. ; Neto, L. M. ; de Resende ,J. T. ; de Andrade,D. A. ; “A new strategy for induction machine modeling taking into account the magnetic saturation,” IEEE Trans. Ind. Applications, vol. 37, pp. 1710 – 1719, November/December 2001

[121]           Ojo,J. O. ; Consoli,A. ; Lipo,T. A.; “An improved model of saturated induction machines,” IEEE Trans. Ind. Applications, vol. 26, pp. 212 – 221, March/April 1990

[122]           Sullivan, C. R. ; Sanders, S. R. ; “Models for induction machines with magnetic saturation of the main flux path,” IEEE Trans. Ind. Applications, vol. 31, pp. 907 – 917, July/August 1995

[123]           Levi, E. ; “Impact of cross-saturation on accuracy of saturated induction machine models,” IEEE Trans. on Energy Conversion, vol. 12, no. 3,  pp. 211 – 216,  Sept. 1997

[124]           Donescu,V. ; Charette, A. ; Yao ,Z. ; Rajagopalan, V. ; “Modeling and simulation of saturated induction motors in phase quantities,” IEEE Trans. on Energy Conversion, vol. 14, no. 3,  pp. 386 – 393,  Sept. 1999

[125]           Gerada,C. ; Bradley,K. J. ; Sumner,M. ; Sewell, P. ; “Evaluation and modeling of cross saturation due to leakage flux in vector-controlled induction machines,” IEEE Trans. Ind. Applications, vol. 43, pp. 694 – 702, May/June 2007

[126]           Joksimovic, G.M. ; Durovic,M.D. ;  Penman, J. ; Arthur, N. ; “Dynamic simulation of dynamic eccentricity in induction machines-finding function approach,” IEEE Trans. on Energy Conversion, vol. 15, no. 2,  pp. 143 – 148,  June  2000

[127]           Shaarbafi, K. ; Faiz, J. ; Sharifian,M. B. B. ; Feizi,  M. R. ; “Slot fringing effect on the magnetic characteristics of the electrical machines,” Proc. of ICECS 2003, vol. 2, pp. 778 – 781, 14 -17 Dec. 2003

[128]           Simon,D. J. ; “Optimal state Estimation,” John Wiley & Sons, Inc. New Jersey, USA, 2006

[129]           Krause, P. C.; “Analysis of  electric machinery,” McGraw-Hill Book Company, 2nd Printing, Singapore, 1987

[130]           Zamora,J. L. ; Cerrada, A. G. ; “Online estimation of the stator parameters in an induction motor using only voltage and current measurements,” IEEE Trans. Ind. Applications, vol.36, pp. 805-816, May/June 2000

[131]           Faiz, J.; Ojaghi, M.; “Stator Inductance Fluctuation of Induction Motor as an Eccentricity Fault Index”, IEEE Trans. on Magnetics, vol. 47, no. 6, June 2011

دانلود متن کامل در

download-thesis.com

 

 

Abstract

Condition monitoring of induction motors is a very necessary and important technology to detect the various faults in the primary step. That can prevent to spread unexpected faults in the primary steps. Almost 30 to 40 % of the induction motors faults are the stator faults. In this thesis a comprehensive review of various faults of induction motor, arisen reasons and different methods of modeling these faults has been made. In continuance, different indexes for detecting the turn to turn fault in the stator winding introduced and have been studied from various aspects.

The main idea of this thesis is to simulate a faulty induction motor with the stator winding turn to turn fault by considering the effect of magnetic saturation, and the simulation of the faulty three-phase induction motor with turn to turn fault of the stator winding, with and without considering the effect of magnetic saturation have been done. Then the various indexes of this kind of fault extracted and in both linear and saturated conditions have compared with experimental results. In addition, in this thesis a new index with better features to detect the stator winding turn to turn fault have been introduced and ultimately, the most desirable index among the available indexes has been introduced.

Key words: stator winding turn to turn fault, inductance motor, magnetic saturation, genetic algorithm, pendulous phenomenon, stator inductance

 

 

 

دانلود متن کامل در

download-thesis.com

 

 

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود متن كامل تشخيص خطاي حلقه به حلقه سیم پیچی استاتورموتورهايالقايي سه فاز قفس سنجابي با در نظر گرفتن اثر اشباع مغناطیسی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

6 + 4 =