Оснащение объектов электроэнергетики системами мониторинга и диагностики высоковольтного оборудования

прecc-центр
оборудование
услуги и сервис
Документация

Классификация состояния подшипников при помощи линейного дискриминантного анализа тока статора

На прошедшем в 2015 году IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives группа исследователей из Университета Аахена в Германии предложила способ классификации состояния подшипников (здоровое-дефектное) по набору диагностических свойств, определяемому при помощи линейного дискриминантного анализа.

Исследователи исходили из того, что изменение спектральных характеристик потребляемого тока двигателя, происходящее в результате развития дефекта подшипника, можно описать при помощи набора свойств, определяемого непосредственно из этого спектра. При использовании набора наиболее значимых свойств можно выполнять классификацию состояния подшипника между здоровым и дефектным методами машинного обучения.

Для проверки метода исследователи использовали установку, состоящую из синхронного двигателя с постоянными магнитами, электромагнитного тормоза и регулятора скорости вращения. Установка запускалась с подшипниками без дефектов и с дефектами, и с разными параметрами: скоростью вращения 400 об/мин, 900 об/мин и 1500 об/мин и механическим усилием тормоза 400 Н, 1 кН и 2 кН. Для выделения диагностических свойств из энергетического спектра потребляемого тока выделялись узкие полосы частот, для каждой из которых рассчитывались стандартное отклонение, коэффициент эксцесса (куртозис), коэффициент асимметрии, коэффициент пика, коэффициент прямоугольности.

Для определения наиболее значимых для классификации состояния свойств применялся линейный дискриминантный анализ. В этом методе используется понятие функции-дискриминанта, являющейся линейной комбинацией свойств. Коэффициенты линейной комбинации определяются при обучении модели таким образом, чтобы функция-дискриминант наиболее полно характеризовала режим работы. Пример результата применения линейного дискриминантного анализа показан в таблице ниже.


Результат применения линейного дискриминантного анализа. Строки таблицы соответствуют режимам работы, столбцы таблицы соответствуют свойствам. Ячейки таблицы показывают значимость свойства для классификации состояния подшипника в заданном режиме работы: высокая (+), средняя (о), низкая (-)

Определённые таким образом свойства использовались в модели Байесовского обучения, которая выполняла классификацию состояния подшипника. В этой модели использовалось априорная гипотеза о начальном бездефектном состоянии подшипника. По значениям комбинации значимых свойств затем рассчитывалась апостериорная гипотеза, описывающая состояние подшипника на основе изменившихся свойств. Результатом выполнения модели было отнесения состояния подшипника к здоровому или дефектному.

Результаты классификации состояния подшипников в разных режимах работы двигателя показаны ниже.


Результаты классификации состояния подшипников. Строки таблицы – состояния (здоровое и дефектное), столбцы – режимы работы двигателя. В ячейках таблицы указаны точности классификации заданного состояния в заданном режиме работы

В заключении исследования отмечается, что точность классификации была приемлемой в большинстве случаев. В тех случаях, когда точность классификации была невысокой (60-70%), режим работы машины характеризовался низкой скоростью вращения и низкой нагрузкой. Классификация состояния подшипников в таких случаях сильно затруднена и должна подкрепляться дополнительными методами диагностики.

Больше новостей и аналитики из мира онлайн-диагностики электрооборудования читайте на нашем Телеграм-канале "ЗВЕЗДА"


Оставить заявку

Название компании

ФИО

Телефон*

Ваш E-mail

Запрос

#
Техническая поддержка

Название организации

Представьтесь, пожалуйста

Электронная почта

Телефон *

Тема обращения

Сообщение *

Прикрепите файл

#