Název: Inter Turn Short-Circuit Detection In Vector Controlled Pms Motor Using Ai
Autoři: Zezula, Lukáš
Typ dokumentu: Příspěvky z konference
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: This paper deals with the diagnostics of inter turn faults in a vector controlled synchronous motor with permanent magnets. Inter turn faults are detected by a convolution neural network from adequately preprocessed current signals of the stator phases. The goal is to create a model within which different severity of inter turn faults will be simulated. Data from the simulations are preprocessed and transformed using Wavelet transform and the resulting scalograms are fed to a pre-trained convolution neural network GoogLeNet. This neural network’s diagnostic capabilities are tested on a physical drive, capable of emulating faults.
Klíčová slova: Convolutional neural network; Inter turn fault; Inter turn short-circuit; ITF; Motor fault diagnostics; PMSM; Vector control
Zdrojový dokument: Proceedings I of the 26st Conference STUDENT EEICT 2020: General papers, ISBN 978-80-214-5867-3

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/200521

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-447573


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference