- Tytuł:
-
Feature selection of the armature winding broken coils in synchronous motor using genetic algorithm and Mahalanobis distance
Selekcja cech charakterystycznych dla przerwy w uzwojeniu silnika synchronicznego z wykorzystaniem algorytmu genetycznego oraz odległości Mahalanobisa - Autorzy:
-
Głowacz, Z.
Kozik, J. - Powiązania:
- https://bibliotekanauki.pl/articles/356441.pdf
- Data publikacji:
- 2012
- Wydawca:
- Polska Akademia Nauk. Czytelnia Czasopism PAN
- Tematy:
-
silniki synchroniczne
algorytm genetyczny
miara odległości Mahalanobisa
feature selection
genetic algorithm
synchronous motor
faults diagnostics - Opis:
-
The paper describes a procedure for automatic selection of symptoms accompanying the break in the synchronous motor armature winding coils. This procedure, called the feature selection, leads to choosing from a full set of features describing the problem, such a subset that would allow the best distinguishing between healthy and damaged states. As the features the spectra components amplitudes of the motor current signals were used. The full spectra of current signals are considered as the multidimensional feature spaces and their subspaces are tested. Particular subspaces are chosen with the aid of genetic algorithm and their goodness is tested using Mahalanobis distance measure. The algorithm searches for such a subspaces for which this distance is the greatest. The algorithm is very efficient and, as it was confirmed by research, leads to good results. The proposed technique is successfully applied in many other fields of science and technology, including medical diagnostics.
Artykuł opisuje procedurę automatycznego wyboru symptomów towarzyszących przerwie w uzwojeniach twornika silnika synchronicznego. Procedura ta, nazywana selekcją cech, prowadzi do wyboru spośród pełnego zestawu cech opisujących dany problem takiego podzbioru, który pozwalałby na jak najlepsze odróżnienie stanu bezawaryjnego od stanu awaryjnego. Poszczególnymi cechami są amplitudy składowych widm sygnałów prądowych silnika. Spektra sygnałów prądowych są traktowane jako pełne przestrzenie cech, z których następnie wybierane są podprzestrzenie z zastosowaniem algorytmu genetycznego. Jakość każdej podprzestrzeni sprawdzana jest z użyciem miary odległości Mahalanobisa. Algorytm poszukuje takich podprzestrzeni, dla których odległość ta jest największa. Zastosowany algorytm jest bardzo wydajny i jak potwierdziły badania prowadzi do dobrych wyników. Proponowana technika jest z powodzeniem stosowana w wielu innych dziedzinach nauki i techniki, w tym w diagnostyce medycznej. - Źródło:
-
Archives of Metallurgy and Materials; 2012, 57, 3; 830-835
1733-3490 - Pojawia się w:
- Archives of Metallurgy and Materials
- Dostawca treści:
- Biblioteka Nauki
Artykuł