|
|
Modeling and fault detection of electric power system
Kluz, Jan ; Huzlík, Rostislav (referee) ; Vlach, Radek (advisor)
Thesis focuses on the topic of fault detection of power systems. First part presents a comprehensive review of area of reactive, preventive and predictive maintenace of power systems based on physical or AI–driven models. Important part is design and subsequent assembly of an experimental testing device. This device incorporates four faults: heightened contact resistance, low contact area, parallel load imbalance and sparking. Device contains precise current and linear Hall sensors. The device has successfully been assembled and tested with positive results. A lumped parameter thermal networks has been created on this experimental device and results were verified with measured data. Thesis also contains statistical analysis of voltage and current signals, that were captured during spark discharges with 10 – 90 voltage supply.
|
|
|
Fault relevance diagnostics of the PMSM under the inter-turn short circuit fault
Zezula, Lukáš ; Václavek, Pavel (referee) ; Blaha, Petr (advisor)
Tato práce popisuje matematické modelování mezizávitových zkratů fázového vinutí synchronního motoru s permanentními magnety, diskretizaci odvozeného modelu a diagnostiku závažnosti zkratu založenou na referenčním modelu. Popis zkratovaného stroje je vytvořen v proměnných statoru s uvažováním sérioparalelního zapojení vinutí a následně transformován do referenčního rámce rotoru pomocí rozšířené Clarkové a Parkovy transformační matice. Diskrétní ekvivalent navrženého modelu je vytvořen pomocí definované diskretizace lineárních časově variantních systémů, přičemž je uvažováno, že elektrická úhlová rychlost je časově variantní parametr s definovaným integrálem. Diskrétní model je transformován do referenčního rámce statoru, aby se maximalizovala perzistence vstupních signálů. Diagnostika závažnosti zkratu je poté realizována pomocí rekurzivního parametrického odhadu diskrétního modelu. Jedna z kapitol je věnována i popisu řídicího systému, neboť zkraty mohou ovlivnit stavové proměnné různým způsobem v závislosti na architektuře a volbě parametrů řídicího systému. Za každou kapitolou následuje experimentální ověření prezentovaných myšlenek.
|
|
|
Design of a fault-tolerant control system for a self-balancing two-wheel vehicle
Matějásko, Michal ; Zouhar, František (referee) ; Grepl, Robert (advisor)
Tato práce se zabývá návrhem nového řídícího systému, odolného proti chybám, pro nestabilní samo-balancující dvoukolové vozidlo typu Segway. Původní systém vozidla je podroben analýze rizikovosti jeho součástí a na základě výsledků jsou navržena opatření pro zvýšení jeho bezpečnosti. Je navržena nová topologie řídícího systému obsahující dvě samostatné řídící jednotky, redundantní senzoriku a voter. Pro řídící jednotky byl vyvinut software obsahující bezpečnostní algoritmy a mechanismy přepínání kontrolních výstupů. V práci jsou také představeny dva matematické modely vozidla různé složitosti, které jsou následně využity při HIL testování nově navrženého systému. Celý návrh byl proveden s využitím nástrojů pro Rapid Control Prototyping.
|
|
|
Artificial intelligence on nVIDIA Jetson platform
Batelka, Lukáš ; Kozovský, Matúš (referee) ; Blaha, Petr (advisor)
The aim of this bachelor thesis is to design, train and implement an artificial neural network in an NVIDIA Jetson Nano embedded device. The first part of the thesis describes the current state of the art of implementing artificial intelligence in embedded devices. The following section describes the tools for developing artificial neural networks and the possibilities of implementing them in a Jetson Nano device. These tools are further used in the thesis to create and train an artificial neural network to detect a fault in preprocessed measurement data on a synchronous electric motor. Finally, the optimization of the trained neural network is described. The achieved results are summarized in the conclusion of the paper.
|
|
|
Monitoring and Diagnosis Algorithms for Synchronous Motor Drives
Otava, Lukáš ; Glasberger, Tomáš (referee) ; Lettl, Jiří (referee) ; Václavek, Pavel (advisor)
Permanent magnet synchronous machine drives are used more often. Although, synchronous machines drive also suffer from possible faults. This thesis is focused on the detection of the three-phase synchronous motor winding faults and the detection of the drive control loop sensors' faults. Firstly, a model of the faulty winding of the motor is presented. Effects of the inter-turn short fault were analyzed. The model was experimentally verified by fault emulation on the test bench with an industrial synchronous motor. Inter-turn short fault detection algorithms are summarized. Three existing conventional winding fault methods based on signal processing of the stator voltage and stator current residuals were verified. Three new winding fault detection methods were developed by the author. These methods use a modified motor model and the extended Kalman filter state estimator. Practical implementation of the algorithms on a microcontroller is described and experimental results show the performance of the presented algorithms in different scenarios on test bench measurements. Highly related motor control loop sensors fault detection algorithms are also described. These algorithms are complementary to winding fault algorithms. The decision mechanism integrates outputs of sensor and winding fault detection algorithms and provides an overall drive fault diagnosis concept.
|
|
|
Fault relevance diagnostics of the PMSM under the inter-turn short circuit fault
Zezula, Lukáš ; Václavek, Pavel (referee) ; Blaha, Petr (advisor)
Tato práce popisuje matematické modelování mezizávitových zkratů fázového vinutí synchronního motoru s permanentními magnety, diskretizaci odvozeného modelu a diagnostiku závažnosti zkratu založenou na referenčním modelu. Popis zkratovaného stroje je vytvořen v proměnných statoru s uvažováním sérioparalelního zapojení vinutí a následně transformován do referenčního rámce rotoru pomocí rozšířené Clarkové a Parkovy transformační matice. Diskrétní ekvivalent navrženého modelu je vytvořen pomocí definované diskretizace lineárních časově variantních systémů, přičemž je uvažováno, že elektrická úhlová rychlost je časově variantní parametr s definovaným integrálem. Diskrétní model je transformován do referenčního rámce statoru, aby se maximalizovala perzistence vstupních signálů. Diagnostika závažnosti zkratu je poté realizována pomocí rekurzivního parametrického odhadu diskrétního modelu. Jedna z kapitol je věnována i popisu řídicího systému, neboť zkraty mohou ovlivnit stavové proměnné různým způsobem v závislosti na architektuře a volbě parametrů řídicího systému. Za každou kapitolou následuje experimentální ověření prezentovaných myšlenek.
|
|
|
Monitoring and Diagnosis Algorithms for Synchronous Motor Drives
Otava, Lukáš ; Glasberger, Tomáš (referee) ; Lettl, Jiří (referee) ; Václavek, Pavel (advisor)
Permanent magnet synchronous machine drives are used more often. Although, synchronous machines drive also suffer from possible faults. This thesis is focused on the detection of the three-phase synchronous motor winding faults and the detection of the drive control loop sensors' faults. Firstly, a model of the faulty winding of the motor is presented. Effects of the inter-turn short fault were analyzed. The model was experimentally verified by fault emulation on the test bench with an industrial synchronous motor. Inter-turn short fault detection algorithms are summarized. Three existing conventional winding fault methods based on signal processing of the stator voltage and stator current residuals were verified. Three new winding fault detection methods were developed by the author. These methods use a modified motor model and the extended Kalman filter state estimator. Practical implementation of the algorithms on a microcontroller is described and experimental results show the performance of the presented algorithms in different scenarios on test bench measurements. Highly related motor control loop sensors fault detection algorithms are also described. These algorithms are complementary to winding fault algorithms. The decision mechanism integrates outputs of sensor and winding fault detection algorithms and provides an overall drive fault diagnosis concept.
|
|
|
Artificial intelligence on nVIDIA Jetson platform
Batelka, Lukáš ; Kozovský, Matúš (referee) ; Blaha, Petr (advisor)
The aim of this bachelor thesis is to design, train and implement an artificial neural network in an NVIDIA Jetson Nano embedded device. The first part of the thesis describes the current state of the art of implementing artificial intelligence in embedded devices. The following section describes the tools for developing artificial neural networks and the possibilities of implementing them in a Jetson Nano device. These tools are further used in the thesis to create and train an artificial neural network to detect a fault in preprocessed measurement data on a synchronous electric motor. Finally, the optimization of the trained neural network is described. The achieved results are summarized in the conclusion of the paper.
|
|
|
Design of a fault-tolerant control system for a self-balancing two-wheel vehicle
Matějásko, Michal ; Zouhar, František (referee) ; Grepl, Robert (advisor)
Tato práce se zabývá návrhem nového řídícího systému, odolného proti chybám, pro nestabilní samo-balancující dvoukolové vozidlo typu Segway. Původní systém vozidla je podroben analýze rizikovosti jeho součástí a na základě výsledků jsou navržena opatření pro zvýšení jeho bezpečnosti. Je navržena nová topologie řídícího systému obsahující dvě samostatné řídící jednotky, redundantní senzoriku a voter. Pro řídící jednotky byl vyvinut software obsahující bezpečnostní algoritmy a mechanismy přepínání kontrolních výstupů. V práci jsou také představeny dva matematické modely vozidla různé složitosti, které jsou následně využity při HIL testování nově navrženého systému. Celý návrh byl proveden s využitím nástrojů pro Rapid Control Prototyping.
|
|
|
Preliminaries of probabilistic hierarchical fault detection
Jirsa, Ladislav ; Pavelková, Lenka ; Dedecius, Kamil
The paper proposes a novel probabilistic fault detection and isolation (FDI) system that enables to evaluate dynamically the industrial system condition (health) at any level of its functional hierarchy. The investigated industrial system is considered as a set of interconnected individual components. Each component acts in its noisy environment as an imperfect participant, more or less dependent on neighbouring components and, in turn, influencing some others. The nature of the problem prevents us from expressing sufficiently hard propositions about the health of the system as a whole at once but we can observe and construct propositions at lower system hierarchies. These propositions (opinions) are combined at higher levels using the rules of probabilistic logic, retaining the ignorance and finally yielding a single opinion on the health of the whole monitored system.
|
guest ::
