$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

Abstract

Broken rotor bars in induction motors can be detected by monitoring any abnormality of the spectrum amplitudes at certain frequencies in the motor current spectrum. Broken rotor bar fault detection schemes should rely on multiple signatures in order to overcome or reduce the effect of any misinterpretation of the signatures that are obscured by factors such as measurement noises and different load conditions. Multiple Discriminant Analysis (MDA) and Artificial Neural Networks (ANN) provide appropriate environments to develop such fault detection schemes because of their multi-input processing capabilities. This paper describes two fault detection schemes for broken rotor bar fault detection with multiple signature processing, and demonstrates that multiple signature processing is more efficient than single signature processing.

참고문헌 (9)

  1. G.B. Kliman et al., 'Non-invasive detection of broken rotor bars in operating induction motors', IEEE Trans. on Energy Conversion vol. EC-3, no. 4, pp. 873-879, 1988 
  2. S. Lawrence Marple, 'Digital Spectral Analysis with Applications', Prentice Hall, 1987 
  3. A. Bellini, F. Filippetti, G. Franceschini, C. Tassoni, G.B. Kliman, , 'Quantitative evaluation of induction motor broken bars by means of electrical signature analysis', IEEE Trans. on Industrial Applications, vol. 37, no. 5, Sep./Oct. 2001, pp. 1248-1255 
  4. S. Amari et al. 'Asymptotic statistical theory of overtraining and cross validation,' IEEE Trans. on Neural Networks, vol. 8, no. 5, Sep. 1997, pp. 985-996 
  5. M.E.H. Benbouzid , G.B. Kliman, 'What stator current processing based technique to use for induction motor rotor faults diagnosis',' IEEE Power Engineering Review, August 2002 
  6. B. Li., M.-Y. Chow, Y. Tipsuwan, lC. Hung, 'Neural-network-based motor rolling bearing fault diagnosis,' IEEE Trans. Industrial Electronics on, vol. 47, no. 5 , Oct. 2000, pp. 1060-1069 
  7. S. Altug, M.- Y. Chow, H.J. Trussell, 'Fuzzy inference systems implemented on neural architectures for motor fault detection and diagnosis,' IEEE Trans. on Industrial Electronics, vol. 46, no. 6 , Dec. 1999, pp. 1069 -1079 
  8. M. Haji, H. A. Toliyat, 'Pattern recogmtion - a technique for induction machines rotor broken bar detection,' IEEE Trans. on Energy Conversion, vol. 16, no. 4, Dec. 2001, pp. 312-317 
  9. F. Filipetti et al., 'AI Techniques in induction machines diagnosis including the speed rifle effect,' lEEE- lAS Annual Meeting Conference, San Diego, pp. 655-662, Oct 6-10, 1996 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

이 논문과 연관된 기능

DOI 인용 스타일