سمینار برای دریافت درجه کارشناسی ارشد

مهندسی برق – قدرت

عنوان:

بررسی روش های نوین condition monitoring در ماشین های القایی

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :
چکیده:
کاندیشن مانیتورینگ با توسعه تکنولوژی های نو برای تشخیص و برنامه ریزی پیشگیرانه در صنعت به خصوص ماشین های الکتریکی گسترش یافته است. موتورهای القایی در نیروگاه ها و صنایع مختلف از جمله صنعت برق کاربرد زیادی داشته و معمولا وظیفه مهم و حساسی را به عهده دارند.
روش های مختلفی برای تشخیص خطا و کشف فالت های احتمالی در ماشین های الکتریکی در سریع ترین زمان ممکن با بهره گرفتن از کمیت های مختلف مثل جریان، ولتاژ، سرعت، بازدهی، دما و ارتعاش صورت می گیرد. در حال حاضر از روش های مکانیکی و الکتریکی مختلفی برای مانیتورینگ استفاده می شود. یکی از روش های مکانیکی مهم استفاده از سیگنال های ارتعاشی در ماشین است. در حال حاضر از روش های نوینی برای مانیتورینگ در ماشین ها استفاده می گردد که می توان به سیستم های خبره، منطق فازی، شبکه های

 عصبی و تحلیل موجک و… نام برد. در این سمینار با جزییات به ارائه کلیه روش های مانیتورینگ در ماشین های الکتریکی پرداخته می شود.

مقدمه:
با توجه به اینکه یکی از مهمترین هزینه در صنعت هزینه های تعمیر و نگهداری و توقفات روند تولید ناشی از خطاها می باشد، بحث تشخیص به موقع خطا به منظور پیشگیری از گسترش آن از اهمیت بالایی در صنعت برخوردار است. بسیاری از محققان و مهندسان در سال های اخیر توجه خود را به تشخیص خطا و نگهداری پیشگیرانه که هدف آن جلوگیری از خطاهای بزرگ در موتورهاست، معطوف کرده اند. تاکنون روش های مخرب و غیرمخرب زیادی پیشنهاد شده اند. روش های غیرمخرب روش هایی هستند که بر پایه اندازه گیری های ساده و ارزان بنا شده اند و نیازی به تغییر ساختار موتور ندارند.
اخیرا تشخیص خطا در ماشین های الکتریکی از روش های متداول قدیمی به سمت روش های مبتنی بر هوش مصنوعی می رود. متغیرهای زیادی در ماشین می توانند به عنوان سیگنال تشخیص خطا به کار گرفته شوند. به دلیل ساده بودن نمونه برداری از ولتاژها و جریان های استاتور و در دسترس بودن حسگرهای لازم برای اندازه گیری، استفاده از این سیگنال ها مناسب به نظر می رسد.

این مطلب را هم بخوانید :

در این سمینار سعی می شود روش های هوشمند بر پایه تحلیل سیگنال برای تشخیص بعضی خطاها در موتور القایی مورد بررسی قرار گیرد، و سپس با انتخاب متد مناسب روشی برای تشخیص خطاهای مهم ارائه خواهد شد.
ابتدا در فصل اول به معرفی راهکارهای مختلف به کار رفته برای تشخیص خطا در ماشین های القایی، مزایا و معایب آنها پرداخته می شود. سپس در فصل دوم در مورد استفاده از هوش مصنوعی در تشخیص خطا بحث می شود. در فصل سوم نحوه طراحی و پیاده سازی دو طبقه بندی کننده از نوع بیزی و نیز شبکه عصبی به عنوان ابزار تفکیک موتورهای سالم از موتورهای خطادار شرح داده و ملاحظات مربوط به آن بیان