مقاله انگلیسی رایگان در مورد تشخیص خطای اتصال کوتاه در ماشین سنکرون مغناطیس دائم – IEEE 2018

IEEE

 

مشخصات مقاله
ترجمه عنوان مقاله تشخیص خطای اتصال کوتاه در ماشین سنکرون مغناطیس دائم (PMSM)، توسط ولتاژ و تجزیه و تحلیل باقیمانده جریان با مدل سیم پیچ معیوب
عنوان انگلیسی مقاله Interturn Short Fault Diagnosis in a PMSM by Voltage and Current Residual Analysis With the Faulty Winding Model
انتشار مقاله سال ۲۰۱۸
تعداد صفحات مقاله انگلیسی  ۹ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه IEEE
نوع نگارش مقاله
مقاله پژوهشی (Research article)
مقاله بیس این مقاله بیس میباشد
نمایه (index) scopus – master journals – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۳٫۷۶۷ در سال ۲۰۱۷
شاخص H_index ۱۴۶ در سال ۲۰۱۸
شاخص SJR ۱٫۳۷۷ در سال ۲۰۱۸
رشته های مرتبط  مهندسی برق
گرایش های مرتبط  برق قدرت – الکترونیک قدرت – برق صنعتی – سیستم های قدرت – ماشینهای الکتریکی – انتقال و توزیع
نوع ارائه مقاله
ژورنال
مجله / کنفرانس  Transactions on Energy Conversion
دانشگاه Department of Electrical Engineering POSTECH (Pohang University of Science and Technology) Pohang, South Korea
کلمات کلیدی خطای اتصال کوتاه، ماشین سنکرون مغناطیس دائم (PMSM)، مدل، تشخیص خطا، شاخص خطا، مدل سیم پیچ معیوب
کلمات کلیدی انگلیسی  interturn short fault, PMSM, model, fault diagnosis, fault index, faulty winding model
شناسه دیجیتال – doi
https://doi.org/10.1109/TEC.2017.2726142
کد محصول E11737
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract
۰٫Nomenclature
I.Introduction
II.Simulation of the PMSM With the ISF
III.ISF Model and FWM for PMSMs
IV.Fault Index for the ISF

 

بخشی از متن مقاله:

INTRODUCTION

PERMANENT magnet synchronous machines (PMSMs) are widely used in many industrial applications owing to their various advantages. PMSMs have higher efficiencies, higher power-to-volume ratios and more precise torque control than induction machines [1]. These features make them attractive candidates especially for electric and hybrid vehicles [2]. With the rising demand for the PMSMs in numerous industrial areas, there is an increasing possibility of unexpected system failures. Faults in PMSMs may result in plant breakdown, economic losses, and even human casualties. To prevent such catastrophies, fault diagnosis for PMSMs are necessary and has studied in recent years [3], [4].

The types of faults that can occur in PMSMs are classified into two groups: One is a mechanical fault including bearing faults [5], and static/dynamic eccentricity faults [6]. The other is an electrical fault such as electrically short or open circuit faults [7], and a demagnetization fault [8]. In PMSMs, an interturn short fault (ISF) is the most common among the electrical faults [9] and also the most critical fault because a high circulating current flows in the shorted circuit [10]. The ISF occurs when the insulation degraded between adjacent coils of the stator windings [11]. A degraded patch of insulation is usually modeled with fault characteristics, which are Rf and µp. The patch causes a local reversal in the magnetic field, induces if , and generates excessive heat that may increase the severity of the fault [12].

Many studies have been presented to diagnose the ISF. Motor current signature analysis (MCSA), usually using frequency analysis such as using the Fourier transform [13], or the wavelet transform [14] can be easily applied to diagnose the fault. But these techniques usually cannot distinguish the severity of the fault accurately. Several model-based analyses have been tried to diagnose the ISF, e.g., zero-sequence method suggested a fault index based on the extra voltage components induced by the fault [15] and a Kalman filter with fully shorted PMSM model tried to detect µp [16]. However, both approaches were only applicable to very severe fault conditions with fully shorted condition and may not applicable in more weaker fault conditions.

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *