| Titre : | A high-resolution frequency estimation method for three-phase induction machine fault detection (2007) |
| Titre original : | Une méthode à haute résolution d'évaluation de fréquence pour la détection de défaut triphasée de machine d'induction |
| Auteurs : | Kia, Shahin Hedayati, Auteur ; Henao, Humberto, Auteur ; Capolino, Gérard-André, Auteur |
| Type de document : | Article : texte imprimé |
| Dans : | IEEE transactions on industrial electronics (Vol. 54 N°4, Août 2007) |
| Article en page(s) : | 2305-2314 p. |
| Note générale : | Electronique |
| Langues : | Anglais |
| Index. décimale : | 621 (Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie) |
| Tags : | Electric variable measurement Fault diagnosis Fourier transforms Frequency estimation Induction machines Multidimensional signal processing Pattern classification Mesure électrique Diagnostic de défaut Transformée Evaluation fréquence Machines d'Induction Traitement des signaux multidimensionnel Classification modèle |
| Résumé : |
Fault detection in alternating-current electrical machines that is based on frequency analysis of stator current has been the interest of many researchers. Several frequency estimation techniques have been developed and are used to help the induction machine fault detection and diagnosis. This paper presents a technique to improve the fault detection technique by using the classical multiple signal classification (MUSIC) method. This method is a powerful tool that extracts meaningful frequencies from the signal, and it has been widely used in different areas, which include electrical machines. In the proposed application, the fault sensitive frequencies have to be found in the stator current signature. They are numerous in a given frequency range, and they are affected by the signal-to-noise ratio. Then, the MUSIC method takes a long computation time to find many frequencies by increasing the dimension of the autocorrelation matrix. To solve this problem, an algorithm that is based on zooming in a specific frequency range is proposed with MUSIC in order to improve the performances of frequency extraction. Moreover, the method is integrated as a part of MUSIC to estimate the frequency signal dimension order based on classification of autocorrelation matrix eigenvalues. The proposed algorithm has been applied to detect a rotor broken bar fault in a three-phase squirrel-cage induction machine under different loads and in steady-state condition.
La détection de défaut dans des machines électriques de courant alternatif qui est basée sur l'analyse de fréquence du courant de redresseur a été l'intérêt de beaucoup de chercheurs. Plusieurs techniques d'évaluation de fréquence ont été développées et sont employées pour aider la détection et le diagnostic de défaut de machine d'induction. Cet article présente une technique pour améliorer la technique de détection de défaut en employant la méthode multiple classique de classification de signal (MUSIQUE). Cette méthode est un outil puissant qui extrait des fréquences signicatives à partir du signal, et il a été employé couramment dans différents secteurs, qui incluent les machines électriques. Dans l'application proposée, les fréquences sensibles de défaut doivent être trouvées dans la signature de courant de redresseur. Elles sont nombreuses dans une gamme de fréquence donnée, et elles sont affectées par le rapport signal/bruit. Puis, la méthode de MUSIQUE prend un bon moment de calcul de trouver beaucoup de fréquences en augmentant la dimension de la matrice d'autocorrélation. Pour résoudre ce problème, on propose un algorithme qui est basé sur bourdonner dans une gamme de fréquence spécifique avec la MUSIQUE afin d'améliorer les exécutions de l'extraction de fréquence. D'ailleurs, la méthode est intégrée comme une partie de MUSIQUE pour estimer l'ordre de dimension de signal de fréquence basé sur la classification des valeurs propres de matrice d'autocorrélation. L'algorithme proposé a été appliqué pour détecter un défaut de barre cassé par rotor dans une machine squirrel-cage triphasée d'induction sous différentes charges et en état équilibré. |
| DEWEY : | 621 |
| ISSN : | 0278-0046 |
| RAMEAU : | Machines asynchrones |
| En ligne : | shahin.hedayati.kia@u-picardie.fr, humberto.henao@ieee.org, gerard.capolino@ieee.org |
