آناليز انتشار عيب براي يك سيستم شامل الكتروموتور القايي و پمپ گريز از مركز

Fault propagation analysis for an induction motor- centrifugal pump system

آناليز انتشار عيب، روشي مبتني بر نظريه گراف براي مطالعه نحوه انتشار اثرات عيوب و اغتشاش ها در اجزا سيستم مي باشد. در نظر گرفتن نحوه انتشار و تداخل اثرات عيوب و اغتشاش ها در طراحي الگوريتم هاي تشخيص عيب و سيستم هاي پايش وضعيت ، سبب افزايش قابليت اطمينان و كاهش اخطار هاي اشتباه مي گردد. در اين مقاله براي يك سيستم شامل الكتروموتور القايي و پمپ گريز از مركز با استفاده از آناليز مد هاي خرابي و اثرات، عيوب و اغتشاش هاي محتمل براي هر يك از بخش هاي سيستم موتور و پمپ تعيين گرديده اند. سپس با استفاده از آناليز انتشار عيب مدلي منطقي براي توصيف ارتباط بين بخش هاي مختلف و نيز نحوه انتشار اثرات الكتريكي، ارتعاشي و فرآيندي عيوب و اغتشاش هاي محتمل بدست آمده است. با استفاده از اين مدل مي توان در طراحي روش هاي تشخيص عيب، تداخل اثرات اغتشاش و عيب را در نظر گرفت و در نتيجه اثرات مناسب يا بعبارت ديگر ساختار سنسورهاي لازم براي تشخيص مقاوم عيوب را تعيين نمود. در اين مقاله پس از انجام آناليز انتشار عيب، از يك سيستم آزمايشگاهي بمنظور صحت سنجي نتايج بدست آمده استفاده شده است.

Fault propagation analysis is a method based on graph theory used to study the propagation of the effects of faults and disturbances in the system parts. The inclusion of fault propagation and interference of fault and disturbance effects in the design of fault detection algorithms increases reliability and reduces false alarms in critical equipment. In this paper the failure mode and effects analysis (FMEA) method was used to prepare a list of the possible faults and disturbances of each part of a system including of an induction motor and a centrifugal pump. Then a logical model is obtained through the fault propagation analysis to explain the connection between different parts of this system and the propagation of the electrical, vibrational and process effects. This model can be used to consider the propagation of the effects of faults and disturbances in system parts, and the interference of these effects and to select the appropriate effects or sensor configurations required for robust fault detection. The concept of this method is illustrated in this paper by applying this technique to an experimental system.