文献

J-GLOBAL ID：201802253651264881   整理番号：18A0942588

Hall効果センサを用いた非常に低い滑りで走る誘導電動機における回転子バー検出【JST・京大機械翻訳】

Broken Rotor Bars Detection in Induction Motors Running at Very Low Slip Using a Hall Effect Sensor

著者 (2件)： Dias Cleber Gustavo (Informatics and Knowledge Management Graduate Program, Nove de Julho University, Sao Paulo, Brazil) ,  Pereira Fabio Henrique (Informatics and Knowledge Management Graduate Program and the Industrial Engineering Post Graduation Program, Nove de Julho University, Sao Paulo, Brazil)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 18  号： 11  ページ： 4602-4613  発行年： 2018年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,非常に低い滑りで走行するモータにおける完全に破壊されたロータバーを診断するために,かごかご誘導電動機の2つの固定子スロット間に設置されたHall効果センサの使用,エアギャップ擾乱のスペクトル解析および機械学習アプローチを提案した。本論文は,通常,機械が低負荷または無負荷条件の下で動作するとき,モータ電流シグネチャの従来の解析を用いることによって,破壊された棒診断の典型的な欠点を克服した。高速Fourier変換を,いくつかの高調波特徴を同定するためにHallセンサデータにおいて実行し,また,いくつかの統計データを抽出して,時間領域特性を得た。これらの値を,多層パーセプトロン(MLP)ニューラルネットワーク分類器,k最近傍分類器,およびサポートベクトルマシン分類技術の入力として用いた。さらに,主成分分析を適用して,いくつかの元の値,すなわち時間と周波数特徴の両方についてデータ次元を低減し,回転子故障検出に寄与した。各事例について分類器性能評価のために交差検証法を用いた。この手法の効率は,非常に低い滑り条件で走行する7.5kWのかご誘導機から評価され,MLP分類器は他の知的な方法よりも良好な結果を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  多層パーセプトロン ,  高速Fourier変換 ,  故障検出 ,  高調波 ,  機械学習 ,  主成分分析 ,  *誘導電動機 ,  スペクトル解析 ,  *センサ ,  固定子 ,  *Hall効果 ,  性能評価 ,  *回転子
準シソーラス用語： Hallセンサ , 【Automatic Indexing@JST】

分類 (2件)： 磁電デバイス  (NC03100X) ,  磁気の計測法・機器  (AD07060U)

タイトルに関連する用語 (4件)： Hall効果 ,  滑り ,  誘導電動機 ,  回転子