DOI QR코드

DOI QR Code

Fault Diagnosis of Voltage-Fed Inverters Using Pattern Recognition Techniques for Induction Motor Drive

패턴인식 기법을 이용한 유도전동기 구동용 전압형 인버터의 고장진단

  • 박장환 (충주대학교 정보제어공학과) ;
  • 박성무 (충주대학교 정보제어공학과) ;
  • 이대종 (충주대학교 정보제어공학과) ;
  • 김동화 (충주대학교 정보제어공학과) ;
  • 전명근 (충주대학교 정보제어공학과)
  • Published : 2005.05.01

Abstract

Since an unexpected fault of induction motor drive systems can cause serious troubles in many industrial applications, which the technique is required to diagnose faults of a voltage-fed PWM inverter for induction motor drives. The considered fault types are rectifier diodes, switching devices and input terminals with open-circuit faults, and the signal for diagnosis is derived from motor currents. The magnitude of dq-current trajectory is used for the feature extraction of a fault and PCA LDA are applied to diagnose. Also, we show results with respect to the execution time because of the possibility to use that a diagnosis software is embedded in the controllers of medium and small size induction motors drive for real-time diagnosis. After we performed various simulations for the fault diagnosis of the inverter, the usefulness of proposed algerian was verified.

유도전동기 구동시스템의 예상치 않은 고장은 많은 산업 응용분야에서 심각한 문제를 초래시킬 수 있으므로, 유도전동기 구동을 위한 전압형 PWM 인버터의 고장진단에 대해 연구한다. 진단의 고려 대상은 정류기 다이오드, 스위칭 장치 및 입력단의 개방회로 고장이며, 진단신호는 전동기 전류로부터 유도한다. 고장의 특징추출은 dq-전류 경로의 크기를 이용하였고, 진단은 PCA와 LDA를 적용한다. 또한, 본 논문에서는 일반적인 중${\cdot}$소형 유도전동기 구동 시스템의 제어기에 진단 소프트웨어를 추가하여 사용하는 것에 대한 가능성을 제시하며, 그에 관련해 수행속도에 따른 진단결과들을 보여준다. 최종적으로, MATLAB을 이용하여 인버터의 고장진단에 대한 모의실험을 수행 하였고, 제안된 알고리즘의 유용성을 검증하였다.

Keywords

References

  1. J. Kima, 'Analytical investigation of an induction motor drive under inverter fault mode operations', IEE proc. Electr. Power Appl., vol. 150, no. 3, 2003
  2. R. L. A. Ribeiro, etc, 'Fault Detection of Open-Switch Damage in Voltage-Fed PWM Motor Drive Systems', IEEE Transactions of Power Electronics, vol. 18, no. 2, March 2003
  3. L. Zhang, L. B. Aris, and I. N. Hulley, 'A knowledgebased system for on-line fault diagnosis of power inverter circuits for AC machine drive', Proc. EPE'92, vol. 3, pp.334-339, 1992
  4. R. Peuget, S. Courtine and J.P. Rognon, 'Fault detection and isolation on a pwm inverter by knowledge-based model', IEEE Trans. on Industry Applications, vol. 34, no. 6, Nov/Dec 1998
  5. K. Debebe, V. Rajagopalan and T. S. Sankar, 'Expert systems for fault diagnosis of VSI fed ac drives' Proc. IAS'91 Conf., pp. 368-373. 1991
  6. H. Nejjaro et al., 'Monitoring and diagnosis of induction motors electrical faults using a current Park's vector pattern learning approach', IEEE Trans. Industry Application, vol. 36, no. 3, 2000
  7. Peter Vas, Artificial-intelligence-based electrical machines and drives, Oxford University Press, 1999
  8. Filippetti, F. et. all, 'Recent developments of induction motor drives fault diagnosis using AI techniques', IEEE Trans. on Industerial Electronics, Vol.47, Issue, 5, 2000
  9. J, H. Park, D. H. Kim, S. S. Kim, M. G. Chun, 'An Intelligent Fault Diagnosis in Voltage-fed PWM Motor Drive Systems', NAFIPS'04 Conf., Canada, 2004
  10. Debaprasad Kastha, Bimal K. Bose, 'Investigation of fault modes of voltage-fed inverter system for induction motor drive', IEEE Trans. on Industry Applications, vol. 30, no. 4, July/August 1994
  11. Z. Ye, and B. Wu, 'Simulation of electrical faults of three phase induction motor drive system' Power Electronics Specialists Conference, 2001, Vol. 1, pp. 75-80, June 2001
  12. Kohonen, Teuvo, Self-organizing maps, Springer, 2nd ed. 1997
  13. Simon Haykin, Neural networks, Prentice-Hall, 2nd Ed., 1999
  14. H. H. Weatherford, C. W. Brice, 'Simulation of Indestrial AC Drive System under Fault Conditions', APEC '03, Vol. 1, 2003