Informacja

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

Wyszukujesz frazę "rotor faults" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Rotor fault compensation and detection in a sensorless induction motor drive
Autorzy:
Bednarz, S.
Powiązania:
https://bibliotekanauki.pl/articles/1193283.pdf
Data publikacji:
2017
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
rotor faults
DFOC
speed estimator
MRAS
parameter estimator
Opis:
The compensation and detection analysis of rotor faults in a sensorless induction motor drive system with an additional rotor resistance estimator has been conducted and the influence of the rotor faults on the properties of such system has been examined. The rotor flux vector and rotor speed have been reconstructed by the MRASCC estimator. The drive was tested for various conditions. Simulation tests were performed in the direct field oriented control (DFOC) structure realized in the MATLAB/Simulink software.
Źródło:
Power Electronics and Drives; 2017, 2, 37/1; 71-80
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Neural Networks and Axial Flux for the Detection of Stator and Rotor Faults of an Induction Motor
Autorzy:
Ewert, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1193708.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
induction motor
stator faults
rotor faults
diagnostics
axial flux
neural network
Opis:
The paper presents the possibility of using neural networks in the detection of stator and rotor electrical faults of induction motors. Fault detection and identification are based on the analysis of symptoms obtained from the fast Fourier transform of the voltage induced by an axial flux in a measurement coil. Neural network teaching and testing were performed in a MATLAB–Simulink environment. The effectiveness of various neural network structures to detect damage, its type (rotor or stator damage) and damage levels (number of rotor bars cracked or stator winding shorted circuits) is presented.
Źródło:
Power Electronics and Drives; 2019, 4, 39; 201-213
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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