شماره راهنما :
1641 دكتري
پديد آورنده :
شهرياري نسب، پدرام
عنوان :
تشخيص و پيش بيني خطا در ماشين هاي الكتريكي از طريق الگوهاي دمايي بر روي بدنه ماشين
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
چهارده، 118ص. : مصور، جدول، نمودار
استاد مشاور :
ابراهيم شيراني، بابك فهيمي
توصيفگر ها :
مدلسازي چندميداني الكترومغناطيسي-حرارتي , ماشين سوئيج رلوكتانس , تشخيص و پيش بيني خطا , يادگيري ماشين
استاد داور :
محمد ابراهيمي، بهزاد ميرزائيان، محمود اشرفي زادع
تاريخ ورود اطلاعات :
1399/05/29
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1399/08/25
چكيده فارسي :
چكيده موتورهاي الكتريكي مهمترين مصرفكننده انرژي الكتريكي و نيروي محركه صنعت بهشمار ميروند كه كاركرد صحيح خط توليد اكثر صنايع وابسته به عملكرد درست و بدون وقفه آنها است به همين خاطر پايش وضعيت موتورهاي الكتريكي به عنوان يك راهبرد براي كاهش خسارات ناشي از توقف خط توليد و افزايش عمر موتورها از طريق كاهش خطا و انجام تعميرات پيشگيرانه اهميت فوقالعاده پيدا كرده است پايش وضعيت عبارتاست از اندازهگيري يك و يا چند سيگنال سيستم و پردازش سيگنالهاي اندازهگيري شده و تبديل دادههاي خام به شاخصهاي قابل تفسير براي پايش و در نهايت تفكيك شرايط عادي و خطاي سيستم بر اساس دادهها كه عموما از طريق الگوريتمهاي يادگيري ماشين انجام ميشود در اين رساله امكان پايش وضعيت ماشينهاي الكتريكي بر اساس دادههاي دمايي اندازهگيري شده از توزيع دما بر روي بدنه ماشين مورد بررسي قرار گرفته است مدلسازي براي تمامي ميدان هاي مورد نياز موتور انجام شده است كه از كنار هم قرار گرفتن مدل اين ميدانها مدل كامل چند ميداني شامل مدلسازي الكترومغناطيسي براي بخشهاي الكتريكي و مغناطيسي موتورها مدلسازي انتقال حرارت در تمام بخش هاي جامد و سيال ماشين و همچنين مدلسازي حركت براي بخش سيال موجود در سيستم ارائه شده است سپس بر اساس مطالعات انجام شده و نتايج بهدست آمده از تحليل مدل چند ميداني و بر اساس هدف تعريف شده براي مدل كه تخمين توزيع دما بر روي بدنه ماشين در شرايط كاري مختلف است مدلي كاهش يافته معرفي شدهاست كه بر اساس آن با حفظ دقت مدل كامل پيچيدگي محاسباتي كاهش يافته و در نتيجه مدلي با دقت قابل قبول براي ايجاد الگوريتمهاي پايش ماشين ايجاد شدهاست در اين مرحله دقت مدلسازي براساس مقايسه با نتايج عملي بر روي يك سيستم تست اعتباربخشي شدهاست الزم به ذكر است نتايج علمي تنها براي اعتبارسنجي نتايج مدلسازي و شبيهسازي مورد استفاده قرارگرفتهاست در مرحله بعد از مدل سادهشده براي تحليل توزيع دما در يك دامنه متنوع از شرايط كاري سيستم استفاده شد تا پايگاه داده مناسبي براي آموزش سيستم هوشمند جهت ارزيابي تاثير شرايط كاري مختلف ماشين بر توزيع دما تحليل شود ايجاد شود اين دادهها در مرحله بعد براي مطالعه و استخراج شاخصها بهعنوان ورودي الگوريتم پايش مورد استفاده قرار گرفت در اين رساله همچنين تعداد حداقل و محل نصب بهينه سنسورهاي حرارتي با استفاده از روشهاي آماري به گونهاي تعيين شده است كه دادههاي بدست آمده براي محاسبه شاخصهاي پايش كفايت نمايد دادههاي موجود و شاخصهاي پايش معرفي شده سپس براي آموزش الگوريتمهاي يادگيري ماشين و ايجاد الگوريتم پايش هوشمند چند مرحلهاي اين رساله استفاده شد كه در نهايت جهت گزارش شرايط كاري غير عادي ماشين و پيشبيني منشا نوع و شدت خطا مورد استفاده قرار گرفت دقت الگوريتم سهمرحلهاي ارائه شده از طريق داده هاي تست بر روي شرايط كاري ديگر متفاوت از شرايط كاري موجود در پايگاه داده مورد ارزيابي قرار گرفت كه نتايج آن نشان دهنده دقت مناسب اين روش مي باشد كلمات كليدي مدلسازي چندميداني الكترومغناطيسي حرارتي ماشين سوئيچ رلوكتانس تشخيص و پيشبيني خطا يادگيري ماشين
چكيده انگليسي :
117AbstractElectric Machines the most important consumer of electric energy are considered as the dominant drivingforce in different industries where most of the production lines are depended on the proper and uninterruptedperformance of electric machines In this regard condition monitoring is being considered as a strategy toincrease the life long and to reduce the production line shutdown s loss Condition monitoring includes measuring physical signals and process the gathered raw data in order toobtain interpretable indices in monitoring the operating status of the machine and differentiating the normaland fault condition of the system In this dissertation the feasibility of condition monitoring for electric machine based on the temperaturedistribution profile on the body surface of the machine is studied A multi physics modelling approachincluding electromagnetic heat transfer and fluid flow is being employed to analyze the flow of the fluidinside the machine and to predict the temperature distribution The model is then used to predict the body temperature distribution for several working conditions Theresult of such study has resulted into develop a simplified multi physics model based on which the temperatureon the surface of the machine can be predicted using a less ordered yet accurate model The simplified modelis validated in practice The validated simplified model is useful to predict the temperature profile in a wide range of workingcondition of the machine and create a database for training an intelligent algorithm in evaluating the workingcondition of the machine based on the predicted temperature profiles In this regard first the generated data are employed to define the minimum possible number of requiredtemperature sensors and the best installation position to reduce the costs and reduce the complexity of thecondition monitoring system In the second step the database is used to study and extract the efficient indicesas the inputs of the condition monitoring algorithm in order to report the abnormal working condition of themachine and then predict the type cause and the severity of the abnormality In this dissertation a three stagecondition monitoring algorithm is developed in order to increase the accuracy and functionality of thealgorithm Keywords Multi Physics Modelling Eletro Thermal Modelling Switched Reluctance Machines FaultDiagnosis Condition Monitoring Machine Learning
استاد مشاور :
ابراهيم شيراني، بابك فهيمي
استاد داور :
محمد ابراهيمي، بهزاد ميرزائيان، محمود اشرفي زادع
