Published September 5, 2022 | Version v1
Publication Open

Diagnosis of Broken Bars in V/F Control Induction Motor Drive Using Wavelets and EEV Estimation for Electric Vehicle Applications

Creators

  • 1. Social Service Sericulture Project Trust
  • 2. Vellore Institute of Technology University
  • 3. SASTRA University
  • 4. Wollega University

Description

The induction motor (IM) defect diagnosis has been an important field of research in recent years. The development in control circuits for IM has piqued the interest of industrialists and researchers. This paper presents a method for detecting and quantifying broken rotor bar (BRB) faults via wavelets and energy Eigen value (EEV) estimation in voltage/frequency control-fed IM. The fast Fourier transform (FFT) extracts the signal's amplitude and frequency components, while the discrete wavelet transform (DWT) decomposes it. In this paper, the energy estimation for each level of breakdown and the method to overcome the diagnose faults are explained. The EEV of the motor current of the signal determines the fault's severity and provides a better method for identifying the faults. The usage of a single current sensor is a gain of this technology. With a fluctuating load, we can identify the issue and the number of broken bars via online. After processing of DWT, the faulty BRB's stator current signal is suppressed to 91% in amplitude when compared to existing techniques. Simulation and experimental results have proved that the proposed method's stability, durability, and resilience.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

كان تشخيص عيب المحرك الحثي (IM) مجالًا مهمًا للبحث في السنوات الأخيرة. أثار التطور في دوائر التحكم في إدارة المعلومات اهتمام الصناعيين والباحثين. تقدم هذه الورقة طريقة لاكتشاف وتحديد كمية أعطال قضيب الدوار المكسور (BRB) عبر المويجات وتقدير قيمة الطاقة (EEV) في التحكم في الجهد/التردد المغذي بالعضلات. يستخرج تحويل فورييه السريع (FFT) مكونات سعة الإشارة وترددها، بينما يحللها تحويل الموجة الصغيرة المنفصلة (DWT). في هذه الورقة، يتم شرح تقدير الطاقة لكل مستوى من مستويات الانهيار وطريقة التغلب على أخطاء التشخيص. يحدد EEV لتيار المحرك للإشارة شدة العطل ويوفر طريقة أفضل لتحديد الأعطال. يعد استخدام مستشعر تيار واحد مكسبًا لهذه التقنية. مع الحمل المتقلب، يمكننا تحديد المشكلة وعدد الأشرطة المكسورة عبر الإنترنت. بعد معالجة DWT، يتم كبت إشارة تيار العضو الساكن لـ BRB المعيبة إلى 91 ٪ في السعة عند مقارنتها بالتقنيات الحالية. أثبتت المحاكاة والنتائج التجريبية أن الطريقة المقترحة تتسم بالاستقرار والمتانة والمرونة.

Translated Description (French)

Le diagnostic des défauts du moteur à induction (IM) a été un domaine de recherche important ces dernières années. Le développement des circuits de commande pour la GI a suscité l'intérêt des industriels et des chercheurs. Cet article présente une méthode pour détecter et quantifier les défauts de barre de rotor cassée (BRB) via des ondelettes et une estimation de la valeur propre de l'énergie (EEV) dans l'IM alimenté par le contrôle de tension/fréquence. La transformée de Fourier rapide (FFT) extrait les composantes d'amplitude et de fréquence du signal, tandis que la transformée en ondelettes discrète (DWT) le décompose. Dans cet article, l'estimation de l'énergie pour chaque niveau de panne et la méthode pour surmonter les défauts de diagnostic sont expliquées. L'EEV du courant moteur du signal détermine la gravité du défaut et fournit une meilleure méthode pour identifier les défauts. L'utilisation d'un seul capteur de courant est un gain de cette technologie. Avec une charge fluctuante, nous pouvons identifier le problème et le nombre de barres cassées en ligne. Après le traitement de DWT, le signal de courant de stator du BRB défectueux est supprimé à 91% en amplitude par rapport aux techniques existantes. La simulation et les résultats expérimentaux ont prouvé la stabilité, la durabilité et la résilience de la méthode proposée.

Translated Description (Spanish)

El diagnóstico de defectos del motor de inducción (IM) ha sido un campo de investigación importante en los últimos años. El desarrollo de circuitos de control para IM ha despertado el interés de industriales e investigadores. Este documento presenta un método para detectar y cuantificar fallas rotas de la barra del rotor (BRB) a través de wavelets y estimación del valor propio de energía (EEV) en IM alimentado por control de voltaje/frecuencia. La transformada rápida de Fourier (FFT) extrae los componentes de amplitud y frecuencia de la señal, mientras que la transformada wavelet discreta (DWT) la descompone. En este trabajo se explica la estimación de energía para cada nivel de avería y el método para superar los fallos de diagnóstico. El EEV de la corriente del motor de la señal determina la gravedad de la falla y proporciona un mejor método para identificar las fallas. El uso de un solo sensor de corriente es una ventaja de esta tecnología. Con una carga fluctuante, podemos identificar el problema y el número de barras rotas a través de Internet. Después del procesamiento de DWT, la señal de corriente del estator del BRB defectuoso se suprime al 91% en amplitud en comparación con las técnicas existentes. La simulación y los resultados experimentales han demostrado la estabilidad, durabilidad y resiliencia del método propuesto.

Files

9474640.pdf.pdf

Files (4.5 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:fc3c6b3984349dd8741a155487f73d7e
4.5 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تشخيص القضبان المكسورة في محرك المحرك الحثي للتحكم في الجهد/الوقود باستخدام الموجات وتقدير EEV لتطبيقات المركبات الكهربائية
Translated title (French)
Diagnostic des barres cassées dans l'entraînement du moteur à induction de commande V/F à l'aide d'ondelettes et d'une estimation EEV pour les applications de véhicules électriques
Translated title (Spanish)
Diagnóstico de barras rotas en el accionamiento del motor de inducción de control V/F utilizando wavelets y estimación EEV para aplicaciones de vehículos eléctricos

Identifiers

Other
https://openalex.org/W4294833355
DOI
10.1155/2022/9474640

Is supplement to
https://openalex.org/W4246535674 (Other)
https://openalex.org/W2891010464 (Other)
https://openalex.org/W2550977299 (Other)
https://openalex.org/W2532111343 (Other)
https://openalex.org/W2341481991 (Other)
https://openalex.org/W2248551922 (Other)
https://openalex.org/W2185543931 (Other)
https://openalex.org/W1705538795 (Other)
https://openalex.org/W1553767780 (Other)
https://openalex.org/W1499147799 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
India

References

  • https://openalex.org/W1985203572
  • https://openalex.org/W2005019236
  • https://openalex.org/W2468905653
  • https://openalex.org/W2471636057
  • https://openalex.org/W2562155254
  • https://openalex.org/W2589897153
  • https://openalex.org/W2606363315
  • https://openalex.org/W2606568663
  • https://openalex.org/W2664647268
  • https://openalex.org/W2767802587
  • https://openalex.org/W2781939980
  • https://openalex.org/W2796787857
  • https://openalex.org/W2799571193
  • https://openalex.org/W2890142594
  • https://openalex.org/W2897868901
  • https://openalex.org/W2902971333
  • https://openalex.org/W2911451557
  • https://openalex.org/W2944512223
  • https://openalex.org/W3001149645
  • https://openalex.org/W3093333723
  • https://openalex.org/W3110802197
  • https://openalex.org/W3114251488
  • https://openalex.org/W3132844630
  • https://openalex.org/W3144169432
  • https://openalex.org/W3165183216
  • https://openalex.org/W3169364495
  • https://openalex.org/W4213237138
  • https://openalex.org/W4223556870
  • https://openalex.org/W4223954320
  • https://openalex.org/W4224297307
  • https://openalex.org/W4225090585
  • https://openalex.org/W4225329129
  • https://openalex.org/W4236706756
  • https://openalex.org/W4285226119
  • https://openalex.org/W4285302144