Detección y diagnóstico de fallas eléctricas del estator y rotor para motor de inducción trifásico mediante enfoque de energía de wavelet
Autores: Hussein, Ameer M.; Obed, Adel A.; Zubo, Rana H. A.; Al-Yasir, Yasir I. A.; Saleh, Ameer L.; Fadhel, Hussein; Sheikh-Akbari, Akbar; Mokryani, Geev; Abd-Alhameed, Raed A.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Detección y diagnóstico de fallas eléctricas del estator y rotor para motor de inducción trifásico mediante enfoque de energía de wavelet
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Detección de fallas
Transformada de Paquetes de Onda
Motores de inducción
Muestras de corriente
Muestras de ventana
Resultados experimentales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
Este documento presenta un método de detección de fallas en motores de inducción trifásicos utilizando la Transformada de Paquetes de Onditas (WPT). El algoritmo propuesto toma un marco de muestras de la corriente de suministro trifásica de un motor de inducción. Las muestras de corriente trifásica se combinan para generar una señal de corriente única mediante el cálculo del valor de la Raíz Media Cuadrática (RMS) de las muestras de corriente trifásica en cada marca de tiempo. Las muestras de corriente resultantes se dividen en ventanas de 64 muestras. Cada ventana resultante de muestras se procesa por separado. El algoritmo propuesto utiliza dos métodos para crear muestras de ventana, que se llaman muestras de ventana no superpuestas y muestras de ventana móviles/superpuestas. Las muestras de ventana no superpuestas se crean simplemente dividiendo las muestras de corriente en ventanas de 64 muestras, mientras que las muestras de ventana móviles se generan tomando las primeras 64 muestras de corriente, y luego las muestras de ventana móviles consecuentes se generan moviendo la ventana a través de las muestras de corriente una muestra cada vez. La nueva ventana de muestras consta de las últimas 63 muestras de la ventana anterior y una nueva muestra. El método de superposición reduce el tiempo de detección de fallas a una precisión de una sola muestra. Sin embargo, es computacionalmente más costoso que el método no superpuesto y requiere más memoria de la computadora. Las muestras de ventana resultantes se procesan por separado de la siguiente manera: El algoritmo propuesto realiza una WPT de dos niveles en cada muestra de ventana resultante, dividiendo sus coeficientes en sus cuatro subbandas de ondita. La información en las subbandas de alta frecuencia de ondita luego se utiliza para la detección de fallas y activar la señal de disparo para desconectar el motor de la fuente de alimentación. El algoritmo propuesto se implementó primero en la plataforma MATLAB, y la Energía de Entropía (EE) de las subbandas de alta frecuencia de la WPT se utilizó para determinar la condición del motor. Si el motor de inducción está defectuoso, el algoritmo procede a identificar el tipo de falla. Luego se implementó una configuración empírica del sistema propuesto, y se probó la condición del algoritmo bajo condiciones reales, donde se indujeron prácticamente diferentes fallas en el motor de inducción. Los resultados experimentales confirmaron la efectividad de la técnica propuesta. Para generalizar el método propuesto, se repitió el experimento en diferentes tipos de motores de inducción con diferentes edades de funcionamiento y con diferentes clasificaciones de potencia. Los resultados experimentales muestran que la capacidad del método propuesto es independiente de los tipos de motores utilizados y sus edades.
Descripción
Este documento presenta un método de detección de fallas en motores de inducción trifásicos utilizando la Transformada de Paquetes de Onditas (WPT). El algoritmo propuesto toma un marco de muestras de la corriente de suministro trifásica de un motor de inducción. Las muestras de corriente trifásica se combinan para generar una señal de corriente única mediante el cálculo del valor de la Raíz Media Cuadrática (RMS) de las muestras de corriente trifásica en cada marca de tiempo. Las muestras de corriente resultantes se dividen en ventanas de 64 muestras. Cada ventana resultante de muestras se procesa por separado. El algoritmo propuesto utiliza dos métodos para crear muestras de ventana, que se llaman muestras de ventana no superpuestas y muestras de ventana móviles/superpuestas. Las muestras de ventana no superpuestas se crean simplemente dividiendo las muestras de corriente en ventanas de 64 muestras, mientras que las muestras de ventana móviles se generan tomando las primeras 64 muestras de corriente, y luego las muestras de ventana móviles consecuentes se generan moviendo la ventana a través de las muestras de corriente una muestra cada vez. La nueva ventana de muestras consta de las últimas 63 muestras de la ventana anterior y una nueva muestra. El método de superposición reduce el tiempo de detección de fallas a una precisión de una sola muestra. Sin embargo, es computacionalmente más costoso que el método no superpuesto y requiere más memoria de la computadora. Las muestras de ventana resultantes se procesan por separado de la siguiente manera: El algoritmo propuesto realiza una WPT de dos niveles en cada muestra de ventana resultante, dividiendo sus coeficientes en sus cuatro subbandas de ondita. La información en las subbandas de alta frecuencia de ondita luego se utiliza para la detección de fallas y activar la señal de disparo para desconectar el motor de la fuente de alimentación. El algoritmo propuesto se implementó primero en la plataforma MATLAB, y la Energía de Entropía (EE) de las subbandas de alta frecuencia de la WPT se utilizó para determinar la condición del motor. Si el motor de inducción está defectuoso, el algoritmo procede a identificar el tipo de falla. Luego se implementó una configuración empírica del sistema propuesto, y se probó la condición del algoritmo bajo condiciones reales, donde se indujeron prácticamente diferentes fallas en el motor de inducción. Los resultados experimentales confirmaron la efectividad de la técnica propuesta. Para generalizar el método propuesto, se repitió el experimento en diferentes tipos de motores de inducción con diferentes edades de funcionamiento y con diferentes clasificaciones de potencia. Los resultados experimentales muestran que la capacidad del método propuesto es independiente de los tipos de motores utilizados y sus edades.