Torque Based Selection of ANN for Fault Diagnosis of Wound Rotor Asynchronous Motor-Converter Association
In this paper, an automatic system of diagnosis was
developed to detect and locate in real time the defects of the wound
rotor asynchronous machine associated to electronic converter. For
this purpose, we have treated the signals of the measured parameters
(current and speed) to use them firstly, as indicating variables of the
machine defects under study and, secondly, as inputs to the Artificial
Neuron Network (ANN) for their classification in order to detect the
defect type in progress. Once a defect is detected, the interpretation
system of information will give the type of the defect and its place of
appearance.
[1] F.Felippitti, G.francescini,C.Tassoni, S.zond, P.vas ; «AI Techniques in induction machines diagnosis including the speed ripple Effect », IEEE Transaction on industries applications, vol.34, n┬░1,junnuary /February 1998.PP.98-108.
[2] S.Nandi, H.A.Tolyat, « Condition monitoring and fault diagnosis of electrical machines : A review », Industry applications conference,
thirty-fourth IAS annual meeting conference record of the 1999
IEEE,vol.1 ,PP.197-202.
[3] G.Rostaing, « Diagnostic de défauts dans les entra├«nements
électriques», Thèse de Doctorat, laboratoire d-électrotechnique de
Grenoble, 1997/ sous la Direction de J.C.Trigeassou.
[4] A.Murry, J.Penman, «Extracting usefull higher order features for
condition monitoring using artificial neural network», IEEE transaction
on signal processing, Vol, 45, N┬░11, November 1997, PP. 2821-2828.
[5] A.R.Sadeghian, Z.Ye, B.Wu, «Induction motor mechanical fault on-line
Diagnostic with the application of neural networks», IEEE Proceeding
2001, PP. 1015-1020.
[6] G.Zwinngelsten, « Diagnostic des défaillances: théorie et pratique pour
les systèmes industriels », Ed. Hermès Paris. 1995.
[7] G. Didier and H. Razik, «Sur la détection d'un défaut au rotor des
moteurs asynchrones», revue 3EI no27, December 2001, pp. 53-62.
ISSN :1252-770X.
[8] J.N. Chatain ; « Diagnostic par système expert », Ed, Hermès, Paris
1993.
[9] B.Dubuisson ; « Détection et diagnostic des pannes sur processus »,
Technique de l-ingénieur. R7597,1992.
[10] J.Morel ; « Vibrations des machines et diagnostic de leur état
mécanique », Ed. Eyrolles, 1996.
[11] J.Richalet, « Modélisation et identification des processus », Technique
de l-ingénieur R7140, Avril 1987.
[12] R.Casimir, «Diagnostic des défauts des machines asynchrones par
reconnaissance des formes», Thèse de doctorat, l-école doctorale
d-électronique, d-électrotechnique et d-automatique de Lyon, Décembre
2003.
[13] Siemens ÔÇÿManuel-, «Vector Control ÔÇÿconpodium» , Simovert-
Masterdrive 1998. Edition AF order no : 6SE7D87-6QX60.
[14] B.Chetate, DJ.Khodja, « Diagnostic en temps réel des défaillances d-un
ensemble Moteur asynchrone-convertisseur électronique en utilisant les
réseaux de neurones artificiels», Journal Electrotekhnika, Moscou
12/2003, pp:16-20.
[15] DJ.Khodja, B.Chetate, «ANN system for identification and localisation
of faillures of anatomawed electric asynchronous drive», 2nd
International Symposium on Electrical, Electronic and Computer
engineering en Exhibition, March, 11-13, NEU-CEE 2004, NICOSIA,
TRNC pp : 156-161.
[16] DJ.Khodja, B.Chetate, «Development of Neural Network module for
fault identification in Asynchronous machine using various types of
reference signals», 2nd International Conference PHYSICS and
CONTROL, August,24-26, Physcon 2005, St Ptersburg, Russia. pp :
537-542.
[17] M.E.Hawary ; « Detection and lacalization of shorted turns in the DC
field winding of turbine-generator rotors using novelty detection and
fuzzified neural networks », Electronic Power Applications of Fuzzy
Systems, Ed IEEE press, 1998, PP.85-111.
[18] N.Kandil, V.K.Sood, K.Khorasani, RV.Patel ; « Fault identification in
AN AC-DC transmission using neural networks », IEEE .Transaction on
power systems, May 1992, Vol.7 ,n┬░2, 1992, PP.812-819.
[19] F.Filippetti, G.Franceschini, C.Tassoni ; « Neural Networks approach to
electric machine on-line diagnostics". EPE BRIGHTON 93, pp.213-
218.
[20] V.I.Komachinski, D.A.Omirnov, «Réseaux de Neurones et leurs
utilisations dans les systèmes de commande et de connexion», Ed, Ligne
Chaude, telecom, Moscou, 2002.
[21] V.A.Tolovka. « Réseaux de neurones : Apprentissage, Organisation et
Utilisation », Ed, Entreprise de rédaction de journal ÔÇÿRadiotekhnika-
Moscou, 2001.
[22] T.Sorsa, HN.Koivo, « Neural networks in process fault diagnosis »,
IEEE transaction on systems , vol. 21,n┬░ 4, july-august 1991.pp.815-825.
[23] M.J.Boeck ; «Experiments in the application of Neural Networks to
Rotating machine fault diagnosis», IEEE Intern. Juin conf on neural
network, vol.1, 1992, pp.769-774.
[1] F.Felippitti, G.francescini,C.Tassoni, S.zond, P.vas ; «AI Techniques in induction machines diagnosis including the speed ripple Effect », IEEE Transaction on industries applications, vol.34, n┬░1,junnuary /February 1998.PP.98-108.
[2] S.Nandi, H.A.Tolyat, « Condition monitoring and fault diagnosis of electrical machines : A review », Industry applications conference,
thirty-fourth IAS annual meeting conference record of the 1999
IEEE,vol.1 ,PP.197-202.
[3] G.Rostaing, « Diagnostic de défauts dans les entra├«nements
électriques», Thèse de Doctorat, laboratoire d-électrotechnique de
Grenoble, 1997/ sous la Direction de J.C.Trigeassou.
[4] A.Murry, J.Penman, «Extracting usefull higher order features for
condition monitoring using artificial neural network», IEEE transaction
on signal processing, Vol, 45, N┬░11, November 1997, PP. 2821-2828.
[5] A.R.Sadeghian, Z.Ye, B.Wu, «Induction motor mechanical fault on-line
Diagnostic with the application of neural networks», IEEE Proceeding
2001, PP. 1015-1020.
[6] G.Zwinngelsten, « Diagnostic des défaillances: théorie et pratique pour
les systèmes industriels », Ed. Hermès Paris. 1995.
[7] G. Didier and H. Razik, «Sur la détection d'un défaut au rotor des
moteurs asynchrones», revue 3EI no27, December 2001, pp. 53-62.
ISSN :1252-770X.
[8] J.N. Chatain ; « Diagnostic par système expert », Ed, Hermès, Paris
1993.
[9] B.Dubuisson ; « Détection et diagnostic des pannes sur processus »,
Technique de l-ingénieur. R7597,1992.
[10] J.Morel ; « Vibrations des machines et diagnostic de leur état
mécanique », Ed. Eyrolles, 1996.
[11] J.Richalet, « Modélisation et identification des processus », Technique
de l-ingénieur R7140, Avril 1987.
[12] R.Casimir, «Diagnostic des défauts des machines asynchrones par
reconnaissance des formes», Thèse de doctorat, l-école doctorale
d-électronique, d-électrotechnique et d-automatique de Lyon, Décembre
2003.
[13] Siemens ÔÇÿManuel-, «Vector Control ÔÇÿconpodium» , Simovert-
Masterdrive 1998. Edition AF order no : 6SE7D87-6QX60.
[14] B.Chetate, DJ.Khodja, « Diagnostic en temps réel des défaillances d-un
ensemble Moteur asynchrone-convertisseur électronique en utilisant les
réseaux de neurones artificiels», Journal Electrotekhnika, Moscou
12/2003, pp:16-20.
[15] DJ.Khodja, B.Chetate, «ANN system for identification and localisation
of faillures of anatomawed electric asynchronous drive», 2nd
International Symposium on Electrical, Electronic and Computer
engineering en Exhibition, March, 11-13, NEU-CEE 2004, NICOSIA,
TRNC pp : 156-161.
[16] DJ.Khodja, B.Chetate, «Development of Neural Network module for
fault identification in Asynchronous machine using various types of
reference signals», 2nd International Conference PHYSICS and
CONTROL, August,24-26, Physcon 2005, St Ptersburg, Russia. pp :
537-542.
[17] M.E.Hawary ; « Detection and lacalization of shorted turns in the DC
field winding of turbine-generator rotors using novelty detection and
fuzzified neural networks », Electronic Power Applications of Fuzzy
Systems, Ed IEEE press, 1998, PP.85-111.
[18] N.Kandil, V.K.Sood, K.Khorasani, RV.Patel ; « Fault identification in
AN AC-DC transmission using neural networks », IEEE .Transaction on
power systems, May 1992, Vol.7 ,n┬░2, 1992, PP.812-819.
[19] F.Filippetti, G.Franceschini, C.Tassoni ; « Neural Networks approach to
electric machine on-line diagnostics". EPE BRIGHTON 93, pp.213-
218.
[20] V.I.Komachinski, D.A.Omirnov, «Réseaux de Neurones et leurs
utilisations dans les systèmes de commande et de connexion», Ed, Ligne
Chaude, telecom, Moscou, 2002.
[21] V.A.Tolovka. « Réseaux de neurones : Apprentissage, Organisation et
Utilisation », Ed, Entreprise de rédaction de journal ÔÇÿRadiotekhnika-
Moscou, 2001.
[22] T.Sorsa, HN.Koivo, « Neural networks in process fault diagnosis »,
IEEE transaction on systems , vol. 21,n┬░ 4, july-august 1991.pp.815-825.
[23] M.J.Boeck ; «Experiments in the application of Neural Networks to
Rotating machine fault diagnosis», IEEE Intern. Juin conf on neural
network, vol.1, 1992, pp.769-774.
@article{"International Journal of Mechanical, Industrial and Aerospace Sciences:64862", author = "Djalal Eddine Khodja and Boukhemis Chetate", title = "Torque Based Selection of ANN for Fault Diagnosis of Wound Rotor Asynchronous Motor-Converter Association", abstract = "In this paper, an automatic system of diagnosis was
developed to detect and locate in real time the defects of the wound
rotor asynchronous machine associated to electronic converter. For
this purpose, we have treated the signals of the measured parameters
(current and speed) to use them firstly, as indicating variables of the
machine defects under study and, secondly, as inputs to the Artificial
Neuron Network (ANN) for their classification in order to detect the
defect type in progress. Once a defect is detected, the interpretation
system of information will give the type of the defect and its place of
appearance.", keywords = "Artificial Neuron Networks (ANN), Effective Value (RMS), Experimental results, Failure detection Indicating values, Motor-converter unit.", volume = "4", number = "11", pages = "1326-5", }
