Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Zastosowanie systemu wnioskowania rozmytego do diagnostyki silnika indukcyjnego klatkowego

Tytuł:
Zastosowanie systemu wnioskowania rozmytego do diagnostyki silnika indukcyjnego klatkowego
Application of fuzzy inference system for diagnostic cage induction motor
Autorzy:
Sułowicz, M.
Weinreb, K.
Węgiel, T.
Masiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/1375020.pdf
Data publikacji:
2005
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
wnioskowanie rozmyte
diagnostyka silników indukcyjnych
silniki indukcyjne
silniki klatkowe
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2005, 72; 191-196
0239-3646
2084-5618
Język:
polski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
This paper presents a diagnostic conclusion block, based on a fuzzy logie approach. It proposes implementation of a decision making, algorithm based diagnostic system, in order to achieve an uninterrupted work cycle of the squirrel cage motor drives. The diagnostic conclusion interface has been designed on the basis of the diagnostic data, obtained from the analysis of the phase currents spectra and symmetrical components of the currents spectra. Indicators for the diagnostic evaluation have been selected on the basis of the solutions of the mathematical model of the motor, which takes into consideration the eccentricity of the rotor. The principle of work of the diagnostic conclusion block designed to evaluate the state of the rotor has been presented for a selected motor. Artificial intelligence, including fuzzy logie, applied in the conclusion systems increases the system's ability to derive characteristic relationships and correlations, which are not recognizable by traditional diagnostic methods, thus giving a higher possibility of forming a correct diagnosis. This is especially important in situations, when the correct interpretation of the measurement data and the diagnostic indicators requires knowledge, coming from the engineering experience.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies