[논문]전류 및 자속센서를 이용한 유동전동기 온라인 상태진단 알고리즘 개발

한상보; 황돈하; 강동식; 박재윤; 고희석

전류 및 자속센서를 이용한 유동전동기 온라인 상태진단 알고리즘 개발
The Development of On-line Diagnosis Algorithm for Induction Motor Using Current and Flux sensors 원문보기

한상보 (경남대학교 공과대학 전기공학과) , 황돈하 (한국전기연구원 산업전기단 전력설비진단연구그룹) , 강동식 (한국전기연구원 산업전기단 전력설비진단연구그룹) , 박재윤 (경남대학교 공과대학 전기공학과) , 고희석 (경남대학교 공과대학 전기공학과)

In this work, the development of the diagnosis algorithm is carried out for identifying health and faulted conditions in three-phase induction motors. The algorithm consists of feature calculation, feature extraction, and feature classification procedures in sequence. Signals for this algorithm are acquired by current and flux sensors simultaneously, the latter is to measure the change of magnetic flux at the air-gap, This work proposes the efficient diagnosis method for induction motors by developing the powerful algorithm. The calculated features show a good linearity according to faults severities. Moreover. the final results show a good classification rate on motor conditions.

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

문제 정의

본 연구는 전류 및 자속 센서 신호들을 동시에 적용한 유도전동기 최적 진단 알고리즘을 개발하기 위한 것으로서, 결함정도 및 센서의 종류에 따라서 선형성이적절하게 반영된 특징 추출 및 부하율을 적절하게 반영하기 위한 알고리즘 개발에 대하여 구체적으로 논하였다.
본 연구는 전류 및 자속센서 신호를 동시에 적용한 유도전동기 최적 진단 알고리즘을 개발하기 위한 것으로서, 그 결과를 정리하면 다음과 같다.

제안 방법

(2) 부하율에 따른 특징값들의 변화를 적절하게 반영하기 위하여, 자속센서의 제 7차 고조파의 편심주파수변화를 적용한 진단 알고리즘을 개발하였다.
Synergy(DAQ)를 사용하여 전원 인입라인의 3상 전류 (PR 30, LEM Co.) 및 자속센서의 신호들을 결함 전동기별 20회씩 20[KS/s]으로 164[s]동안 측정하여 컴퓨터에 반복. 저장하였다.
그림 1에 보인 것처럼 테스트 전동기 (A, 7.5kW, 4극 380V)와 부하 전동기 (B, 22kW, 4극, 380V)를 커플링으로직결하여 부하율 변화에 따른 실험을 진행하였다. 우측그림은 자체 개발한 자속센서의 구조를 보인 것으로서전동기 고정자 권선부의 웨지 상부에 설치하여 공극에서 발생한 자속을 용이하게 검출하도록 제작하였다.
수 있다. 따라서 여러가지 결함들을 적절히 반영하는 특징들을 계산하기 위하여, 센서 및 결함정도에 따라서 실효치, 피크-피크, 최대값, 최소값, 평균값, Shape factor, Skewness, Kurtosis, Crest factor, AR(Auto-regression, 회귀분석) 등의 기본적인 특징들을 계산하고, 추가적으로 전류센서인 경우는 3상 실효치를 이용하여 전류 불평형 및 영상분 등을 산출하였다. 이렇게 계산된 특징값들은 그림 3에서와 같이 결함정도에 따라 선형성이 적절하게 반영된 특징들만을 분류하여 알고리즘에 적용함으로서 상태진단 결과의 신뢰성을높였다.
이렇게 계산된 특징값들은 그림 3에서와 같이 결함정도에 따라 선형성이 적절하게 반영된 특징들만을 분류하여 알고리즘에 적용함으로서 상태진단 결과의 신뢰성을높였다. 또한, 선정된 특징들은 정计화 과정을 거쳐, 각결함 전동기별 특징값들의 분포를 0 ~ 1 사이의 범위에 일정한 크기 차이를 가지고 골고루 분포하도록 변환하였다.
부하율에 따라서 계산된 특징값들이 변화하기 때문에 부하율 변화에 대한 편심주파수의 발생 위치를 커브 피 팅을 통해 실험적 수식을 알고리즘에 반영함으로서, 테 스트 단계의 임의의 부하율에 대해서도 적절한 특징값 들이 알고리즘에 반영될 수 있도록 구성하였다.
부하율에 따라서 계산된 특징값들이 변화하기 때문에 부하율 변화에 대한 편심주파수의 발생 위치를 커브 피 팅을 통해 실험적 수식을 알고리즘에 반영함으로서, 테 스트 단계의 임의의 부하율에 대해서도 적절한 특징값 들이 알고리즘에 반영될 수 있도록 구성하였다.
5kW, 4극 380V)와 부하 전동기 (B, 22kW, 4극, 380V)를 커플링으로직결하여 부하율 변화에 따른 실험을 진행하였다. 우측그림은 자체 개발한 자속센서의 구조를 보인 것으로서전동기 고정자 권선부의 웨지 상부에 설치하여 공극에서 발생한 자속을 용이하게 검출하도록 제작하였다.
권선의 단락 등을 들 수 있다. 이러한 고장들을 모의하기 위하여 표 1에서와 같이 정상 전동기를 포함하여 총 7가지의 전동기를 모의 제작하였다.
최종적으로 알고리즘에 반영된 선형특징들은 본 논문에서 언급한 특징이외에도 전류인 경우는 rms, pk-pk, 9th, 17th, 1750Hz 특징들을 포함하여 3상 전류의 실효치를 이용한 cumrent unbalance, 영상분, 정상분, 역상분의 총 20개 특징들을 사용하였으며, 자속센서인 경우는 rms, pk-pk, 1th, 3th, 7th, 9th, 90Hz, 330Hz, 450Hz, 857Hz의 10개 성분들을 알고리즘에 반영하였다.

대상 데이터

62[Hz]이다. 20회 측정데이타 중에서 초기 10회 데이터는 훈련 데이타로, 나머지 10회 데이터는 테스트 데이터로서 알고리즘의 정확한 상태 진단 여부를 조사하였다.

이론/모형

즉, 원래의 입력벡터와 최종적으로 계산된 벡터사이에는 비선형 관계가 있다. Kernel 함수0(%妇)의 종류로는 Linear, Polynomial, Gaussian RBF가 있으며, 본 연구에서는 Gaussian RBF(7= 4)를 적용하였으며, 아래와 같이 몇 단계를 거쳐서 최종 고유치 값들을 산출하였다.

성능/효과

(1) 결함정도 및 센서의 종류에 따라서 선형성이 적절하게 반영된 특징들을 추출하여 알고리즘에 반영함으로서 상태진단 효율성을 높였다.
(3) 전류와 자속센서를 동시에 적용함에 의하여, 고장 상태 진단 정확도가 자속센서만을 사용했을 경우보다 향상됨을 알 수 있었다. 향후, 다른 용량의 전동기 및 인버터 변경에 따른 특징값들의 변화를 보다 세밀하게 알고리즘에 반영할 계획이다.
그림 6은 부하율 변화 및 센서 종류에 따른 최종판단결과를 보인 것으로서, 자속센서만을 사용한 경우, 특징추출 개수를 증가시킴에 따라 각 부하율에 따른 고장 유형 분류 결과가 향상됨을 알 수 있으며, 전류와 자속 센서를 동시에 적용함에 의하여 특징추출개수가 작음에 도 불구하고 고장 상태 판단 정확도가 100 [%]로서 모든 결함들을 정확히 분류해 냄을 알 수 있었다. 따라서, 전류와 자속신호를 동시에 진단 알고리즘에 적용함으로 서 부하율 변화에 따른 효율적인 진단이 가능할 것으로 판단된다

후속연구

보인 것으로서, 자속센서만을 사용한 경우, 특징추출 개수를 증가시킴에 따라 각 부하율에 따른 고장 유형 분류 결과가 향상됨을 알 수 있으며, 전류와 자속 센서를 동시에 적용함에 의하여 특징추출개수가 작음에 도 불구하고 고장 상태 판단 정확도가 100 [%]로서 모든 결함들을 정확히 분류해 냄을 알 수 있었다. 따라서, 전류와 자속신호를 동시에 진단 알고리즘에 적용함으로 서 부하율 변화에 따른 효율적인 진단이 가능할 것으로 판단된다
알 수 있었다. 향후, 다른 용량의 전동기 및 인버터 변경에 따른 특징값들의 변화를 보다 세밀하게 알고리즘에 반영할 계획이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

전류 및 자속센서를 이용한 유동전동기 온라인 상태진단 알고리즘 개발
The Development of On-line Diagnosis Algorithm for Induction Motor Using Current and Flux sensors 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

전류 및 자속센서를 이용한 유동전동기 온라인 상태진단 알고리즘 개발 The Development of On-line Diagnosis Algorithm for Induction Motor Using Current and Flux sensors 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

전류 및 자속센서를 이용한 유동전동기 온라인 상태진단 알고리즘 개발
The Development of On-line Diagnosis Algorithm for Induction Motor Using Current and Flux sensors 원문보기

AI 본문요약
AI-Helper