SERVO MOTOR novo industrial 200V SGM-02A5FJ12 SGM-02A5FJ12 de Yaskawa do servo motor

O segundo método apresentado nesta tese é uma técnica da monitoração da falha do motor de indução baseada na análise do perfil do torque da diferença de ar, associada com as técnicas de aprendizagem da máquina para classificar a condição operacional de um motor de indução como saudável ou defeituoso. Estas técnicas de aprendizagem da máquina são baseadas em GMMs e em RPSs. A natureza nova importante desta aproximação é dupla. Primeiramente, as assinaturas saudáveis e defeituosas necessárias do motor para treinar este método são obtidas das simulações finitas do elemento, não dos dados experimentais. Em segundo, as assinaturas podem ser aplicadas às classes diferentes de motores de indução com um processo novo da normalização. Uma condição defeituosa representa todo o número de barras quebradas do rotor. As assinaturas usadas na fase de formação são baseadas no perfil do torque da diferença de ar de um motor de indução simulado por um método de elemento finito do tempo-piso.

Na fase de monitoração uma assinatura nova é construída para o torque desenvolvido. Este torque é calculado em linha de um grupo novo de tensões trifásicas e de correntes do estator adquiridas de um motor de indução real que está sendo monitorado. Uma comparação das assinaturas obtidas no treinamento e que monitoram fases classifica a condição operacional do motor.