$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

결함에 따른 견인전동기 고정자 코일의 부분방전측정 및 패턴분류
PD Measurement and Pattern Discrimination of Stator Coil for Traction Motor according to Different Defects 원문보기

한국전기전자재료학회 2005년도 하계학술대회 논문집 Vol.6, 2005 July 07, 2005년, pp.221 - 222  

장동욱 (한국철도기술연구원) ,  박현준 (한국철도기술연구원) ,  박영 (한국철도기술연구원)

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, application of NN (Neural Network) as a method of pattern discrimination of PD(partial discharge) which occurs at the stator coil of traction motor was studied. For PD data acquisition, three defective models are manufactured such as internal discharge model, slot discharge model and ...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • BP학습결과가 양호하게 나타나 온라인 진단시에 활용하기 위해서 학습된 결과를 LaBVIEW프로그램을 이용하여 패턴을 분류할 수 있도록 하였다. 그림 5는 Lab View를 이용하여 작성된 프론트 패널을 나타내고 있으면, 부분 방전 측정 후에 방전원을 식멸하여 결과를 나타낼 수 있도록 하였다.
  • 진단 시스템 구축을 하기 위해서 DAQ(Data Acquisition) 보드, Notebook PC, LabView프로그램을 이용하였다. DAQ로 입력된 부분방전 신호를 분석하기 위해서 랩뷰 프로그램을 사용하였으며, 이 프로그램으로 부분망 전의 통계적 분포 및 데이터 저장을 실시하였다.
  • 견인전동기에서 발생될 수 있는 결함을 실시간으로 진단할 수 있도록 하기위해 발생 가능한 결함을 인공적으로 모의하여 부분방전 시험을 실시하였다. 부분방전 결함분류를 위해 BP알고리즘을 사용하였으며, 학습시 사용한 파라미터는 RMSE(root mean squre error)가 0으로 수렴되도록 선정하여, 학습률은 0.
  • 분석하였다. 결함의 종류는 내부방전, 표면방전, 슬롯방전으로 하여 시편을 제작하였고, 부분방전 측정은 IEC60270에 따라서 부분방전신호를 측정하였다. 측정된 신호는 DAQ 보드와 LabView 프로그램을 이용하여 데이터를 취득하였으며, LabView프로그램을 통하여 통계적 문포 및 통계연산자 계산하여 DB로 저장하였다.
  • BP 알고리즘 적용결과 우수한 식별 결과를 보여 온라인 진단시스템의 적용이 가능할 것으로 판단이 된다. 또한 현장적용을 위해서 LabView프로 Z1 램으로 프로그램을 작성하여 부분방전을 측정하였으며, BP 알고리즘을 LabView 프로그램에 적용하여 부분 방전의 결함을 분류할 수 있도록 하였다.
  • 모의 제작한 시편의 종류는 내부결함, 표면방전, 슬롯방전이렇게 3종류로 그림 3과 같이 제작하였다.
  • 본 논문은 부분방전 측정을 통하여 견인전동기 고정자 코일의 결함을 분류하기 위해서 모의 결항시편을 3종류 제작하여 부분방전을 측정하였으며, 결함분류를 위해서 BP 알고리즘을 적용하였다. BP 알고리즘 적용결과 우수한 식별 결과를 보여 온라인 진단시스템의 적용이 가능할 것으로 판단이 된다.
  • 부분방전 시험을 실시하였다. 부분방전 결함분류를 위해 BP알고리즘을 사용하였으며, 학습시 사용한 파라미터는 RMSE(root mean squre error)가 0으로 수렴되도록 선정하여, 학습률은 0.2, 은닉층 수는 5, 학습회수는 10000회로 하였다. 그림 4는 BP알고리즘을 적용하여 분류한 결과를 나타내고 있다.
  • 부분방전 신호는 BNC컨넥터를 통하여 DAQ 보드로 입력되며, ChO에 부분방전 신호가 입력되고, 부분 방전 신호를 상용주파수와 동기화시키기 위해서 60 Hz 트리거 신호가 사용되었다. 부분방전신호는 48 kHz로 샘플링하고 여기서 한 주기당(60 Hz)800개의 데이터를 읽어 데이터 처리를 하였다.
  • 수 있도록 하였다. 부분방전신호를 측정과 동시에 통계적 연산자를 자동 계산하여 저장하였다. 저장된 통계연산자는 추후에 신경망회로망의 입력으로 사용되어 부분 방전의 패턴을 분류하는데 사용하였다.

  • 2. 실험

    실제 도시철도차량에 사용되는 제조공정과 동이하게 하여 고정자 코일을 제작하였으며, 제작한 결함의 종류는 내부방전, 표면방전, 슬롯방전 시편으로 나누어 제작하였다. 진단 시스템 구축을 하기 위해서 DAQ(Data Acquisition) 보드, Notebook PC, LabView프로그램을 이용하였다.

  • 운행 중에 발생 가능한 결함원들을 모의 제작한 200 kW 급 견인전동기용 고정자코일을 사용하여 부분 방전을 측정하고 분석하였다. 결함의 종류는 내부방전, 표면방전, 슬롯방전으로 하여 시편을 제작하였고, 부분방전 측정은 IEC60270에 따라서 부분방전신호를 측정하였다.
  • 위와 같이 구성된 진단시스템을 이용하여 이미 제작된 결함 모의시편을 가지고 부분방전 측정을 실시하였다. 모의 제작한 시편의 종류는 내부결함, 표면방전, 슬롯방전이렇게 3종류로 그림 3과 같이 제작하였다.
  • 부분방전신호를 측정과 동시에 통계적 연산자를 자동 계산하여 저장하였다. 저장된 통계연산자는 추후에 신경망회로망의 입력으로 사용되어 부분 방전의 패턴을 분류하는데 사용하였다. 사容한 통계연샨자들은 평균부분방전 발생위상각, 청예도, 왜도, 표준편차, 상관계수이다.
  • 진단 시스템 구축을 하기 위해서 DAQ(Data Acquisition) 보드, Notebook PC, LabView프로그램을 이용하였다. DAQ로 입력된 부분방전 신호를 분석하기 위해서 랩뷰 프로그램을 사용하였으며, 이 프로그램으로 부분망 전의 통계적 분포 및 데이터 저장을 실시하였다.

대상 데이터

  • 부분방전 신호는 BNC컨넥터를 통하여 DAQ 보드로 입력되며, ChO에 부분방전 신호가 입력되고, 부분 방전 신호를 상용주파수와 동기화시키기 위해서 60 Hz 트리거 신호가 사용되었다. 부분방전신호는 48 kHz로 샘플링하고 여기서 한 주기당(60 Hz)800개의 데이터를 읽어 데이터 처리를 하였다.
  • 부분방전신호는 IEC 60270규격에 마카서 구성된 부분 방전 계측기의 출력신호를 DAQ 보드 입력으로 사용하였다. 부분방전 신호는 BNC컨넥터를 통하여 DAQ 보드로 입력되며, ChO에 부분방전 신호가 입력되고, 부분 방전 신호를 상용주파수와 동기화시키기 위해서 60 Hz 트리거 신호가 사용되었다.
  • 측정된 신호는 DAQ 보드와 LabView 프로그램을 이용하여 데이터를 취득하였으며, LabView프로그램을 통하여 통계적 문포 및 통계연산자 계산하여 DB로 저장하였다. 저장된 DB 는 부분방전 결함원을 식별하기 위한 학습데이터로 사용하였다. 부분방전을 식별하기 위해서 BP알고리즘을 이吾 하였다.

데이터처리

  • 결함의 종류는 내부방전, 표면방전, 슬롯방전으로 하여 시편을 제작하였고, 부분방전 측정은 IEC60270에 따라서 부분방전신호를 측정하였다. 측정된 신호는 DAQ 보드와 LabView 프로그램을 이용하여 데이터를 취득하였으며, LabView프로그램을 통하여 통계적 문포 및 통계연산자 계산하여 DB로 저장하였다. 저장된 DB 는 부분방전 결함원을 식별하기 위한 학습데이터로 사용하였다.

이론/모형

  • 저장된 DB 는 부분방전 결함원을 식별하기 위한 학습데이터로 사용하였다. 부분방전을 식별하기 위해서 BP알고리즘을 이吾 하였다. 식별결과 양호하게 부분방전을 분류하는 것을 확인할 수 있었다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로