Failure Detection of Motors using Artifical Neural Networks

신경회로망을 이용한 전동기의 고장 부분 탐지

Subject of this work is the application of neural networks for the signal(motor noise)recognition systems which detects motor failures and employs different signal(noise). Charaoteristics that re-sult from damaghe part and measure of motor construction during working. The four layers neural networks is applied to this examination. And consists of one input layer, two hidden layers, and one output layer, and learns by the back propagation algorithm.The results of this examination show that it the construction and the output power of the testmotor and learning motor are compatible, the damaged part of the testmotor are detected correctly in the system on the other hand, if the motors have different constrcotion but similar output power each other, mislesding results are obtained in this system.

전동기 회전시 발생되는 소음이 전동기 구조상의 소손부분 및 정도에 따라 서로 다른 소음의 특징을 갖는다는 점을 고려하여 신경회로망을 이용한 시그널(소음)인식 시스템으로써 전동기의 고장부분 탐지에 적용하였다. 적용된 신경회로망은 역전파(back-propagation)알고리즘을 써서 학습하였고 2개의 은역층을 갖는 4단 신경회로망으로 구성 되었다. 실혐 결과 전동기의 구조와 출력이 거의 일치하는 경우에는 고정 부분에 대한 항상 바른 판정을 내릴 수 있었으나 출력은 유사하더라도 전동기의 구조가 상이한 경우나 전동기 제작회사가 다른 경우에는 부정확한 판정으로 나타난다.