ﺗﺸﺨﯿﺺ ﻋﯿﺐ ﺧﺮوج از ﻣﺮﮐﺰ ﻣﻮﺗﻮر اﻟﻘﺎﯾﯽ ﺑﺎ اﺳﺘﻔﺎده از درﺧﺖ ﺗﺼﻤﯿﻢ

Eccentricity Fault Diagnosis of the Induction Motor using the Decision Tree

در ﺗﺸﺨﯿﺺ ﻋﯿﺐ ﻣﺒﺘﻨﯽ ﺑﺮ ﺳﯿﮕﻨﺎل، روشﻫﺎي ﭘﺮدازش ﺳﯿﮕﻨﺎل ﯾﮑﯽ از ﻣﻮارد اﺳﺎﺳﯽ ﻣﺤﺴﻮب ﻣﯽﺷﻮﻧﺪ. اﯾﻦ روشﻫﺎ ﮐﻪ ﭘﺎﯾﻪ و اﺳﺎس ﻣﺮﺣﻠﻪ اﺳﺘﺨﺮاج وﯾﮋﮔﯽ در ﻋﯿﺐﯾﺎﺑﯽ را ﺗﺸﮑﯿﻞ ﻣﯽدﻫﻨﺪ، در ﺳﻪ ﺣﻮزه زﻣﺎن، ﻓﺮﮐﺎﻧﺲ و زﻣﺎن-ﻓﺮﮐﺎﻧﺲ اﻧﺠﺎم ﻣﯽﺷﻮﻧﺪ. در اﯾﻦ ﻣﻘﺎﻟﻪ ﺑﻪ ﺗﺸﺨﯿﺺ ﻋﯿﺐ ﮔﺮﯾﺰ از ﻣﺮﮐﺰ ﻣﻮﺗﻮر اﻟﻘﺎﯾﯽ ﺑﺎ اﺳﺘﻔﺎده از درﺧﺖ ﺗﺼﻤﯿﻢ در ﺣﻮزه زﻣﺎن-ﻓﺮﮐﺎﻧﺲ ﭘﺮداﺧﺘﻪﺷﺪه اﺳﺖ. ﺑﺪﯾﻦﺻﻮرت ﮐﻪ ﺑﺎ اﺳﺘﻔﺎده از وﯾﮋﮔﯽﻫﺎي آﻣﺎري، وﯾﮋﮔﯽﻫﺎي ﺳﯿﮕﻨﺎل وﻟﺘﺎژ ﮐﻮﯾﻞ اﺳﺘﺨﺮاجﺷﺪه و ﻣﺮاﺣﻞ ﮐﺸﻒ ﻋﯿﺐ و دﺳﺘﻪﺑﻨﺪي ﻋﯿﻮب ﺑﺎ اﺳﺘﻔﺎده از روش اﻟﻤﺎن ﻣﺤﺪود دﻧﺒﺎل ﻣﯽﺷﻮد. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻫﺪف ﺗﺸﺨﯿﺺ ﻣﯽﺗﻮان ﺳﻪ اﺳﺘﺮاﺗﮋي را دﻧﺒﺎل ﮐﺮد. در اﺑﺘﺪا ﺣﺎﻟﺖ ﺳﺎﻟﻢ را از ﺗﻤﺎم ﺣﺎﻻت ﻣﻌﯿﻮب، ﺳﭙﺲ ﺳﻪ ﺣﺎﻟﺖ ﺳﺎﻟﻢ و ﻋﯿﺐ ﮔﺮﯾﺰ از ﻣﺮﮐﺰ دﯾﻨﺎﻣﯿﮏ و ﻋﯿﺐ ﮔﺮﯾﺰ از ﻣﺮﮐﺰ اﺳﺘﺎﺗﯿﮏ و درﻧﻬﺎﯾﺖ ﻫﺮ ﯾﮏ از 7 ﺣﺎﻟﺖ ﺳﯿﺴﺘﻢ ﺳﺎﻟﻢ، دﯾﻨﺎﻣﯿﮏ 10 درﺻﺪ، دﯾﻨﺎﻣﯿﮏ 30 درﺻﺪ، دﯾﻨﺎﻣﯿﮏ 50 درﺻﺪ، اﺳﺘﺎﺗﯿﮏ 10 درﺻﺪ، اﺳﺘﺎﺗﯿﮏ 30 درﺻﺪ، اﺳﺘﺎﺗﯿﮏ 50 درﺻﺪ( را ﺟﺪاﺳﺎزي ﮐﺮد ﮐﻪ ﺑﺮاي ﻫﺮﮐﺪام ﺻﺤﺖ ﺗﺸﺨﯿﺺ ﻋﯿﺐ ﻣﺘﻔﺎوﺗﯽ ﺣﺎﺻﻞ ﺧﻮاﻫﺪ ﺷﺪ.

In signal based fault diagnosis signal processing plays a key role. Signal processing techniques include the time domain, frequency domain and time-frequency area techniques. In this project, eccentricity fault diagnosis of the induction motor using the decision tree and coil voltage is investigated. With respect to diagnosis goal, three strategies can be followed. Isolation of faulty and healthy states, isolation of healthy, dynamic eccentricity and static eccentricity, and isolation of seven states of system (healthy, dynamic 10%, dynamic 30%, dynamic 50%, static 10%, static 30%, static 50%).