การออกแบบระบบป้องกันสำหรับมอเตอร์เหนี่ยวนำ กรณีศึกษา: ความผิดพร่องโรเตอร์เยื้องศูนย์แบบขนาน โดยใช้ฟัซซี่ลอจิก
Design Protection System for Induction Motor: A Case Study Parallel Misalignment Rotor Fault Using Fuzzy Logic
Abstract
การป้องกันความผิดพร่องของมอเตอร์เหนี่ยวนำมีความจำเป็นและสำคัญสำหรับอุตสาหกรรมสมัยใหม่ซึ่งสามารถลดต้นทุนการบำรุงรักษาเครื่องจักรกล งานวิจัยนี้นำเสนอการออกแบบระบบตรวจจับและป้องกันมอเตอร์เหนี่ยวนำ โดยใช้เทคนิคฟัซซี่ลอจิกร่วมกับโปรแกรมเมเบิลลอจิกคอลโทรล (PLC) โดยเริ่มจากการออกแบบโดยการกำหนด 2 อินพุท คือ ข้อมูลสัญญาณการสั่นสะเทือนและข้อมูลสัญญาณกระแส เพื่อสร้างฟังก์ชันสมาชิก และสร้างกฎของฟัซซี่จำนวน 9 กฎด้วยโปรแกรม MATLAB จากนั้นนำไปใช้ออกแบบและเขียนโปรแกรมร่วมกับ PLC ส่วนอินพุทรับสัญญาณแอนะล็อกจากเซนเซอร์ตรวจจับการสั่นสะเทือนและกระแสมอเตอร์เมื่อเกิดการผิดพร่องจากการเยื้องศูนย์ของมอเตอร์ ระบบเซนเซอร์ตรวจจับแปลงสัญญาณแอนะล็อกเป็นสัญญาณดิจิทัล (A to D) 4-20 มิลลิแอมแปร์ เชื่อมโยงกับอินพุทของ PLC การเขียนโปรแกรมแลดเดอร์ใช้หลักการตัดสินใจจากกฏฟัซซี่สร้างอัลกอริทึมเพื่อป้องกันความผิดพร่องจากการเยื้องศูนย์ของโรเตอร์ ผลการจำลองและทดลองแสดงให้เห็นประสิทธิภาพของการตรวจจับมีความถูกต้องเฉลี่ยร้อยละ 85 และการป้องกันมีประสิทธิภาพน่าพอใจ การวิจัยนี้จึงเป็นพัฒนาอัลกอริทึมระบบตรวจจับ ระบบตัดสินใจ ระบบควบคุมและระบบป้องกัน ซึ่งสามารถนำไปประยุกต์ใช้งานสำหรับเครื่องจักรกลไฟฟ้าในอุตสาหกรรม
Fault protection system of induction motors is important for modern industry and cost maintenance of machine. The propose of this work is to design the detection and protection system of induction motor with using Fuzzy logic technique with Programmable Logic Control (PLC). Firstly, Fuzzy rule is designed by configure 2 input for create the membership function and create 9 fuzzy rule with Matlab and apply to create program PLC with the input used analog motor current by vibration and current sensors to convert digital input (A to D) 4-20 mA. to PLC. Secondly, protection system algorithm is designed and then this system is applied with PLC. The simulation and experimental results show that the efficiency of detection fault can be decided accuracy mean is 85% and protection have been satisfied. This study develops algorithm such as detection, decision, control and protection the application for maintenance and prevention which can be applied to the realization for electrical machine in the industry.
Keywords
[1] J. Shin, Y. Park, and S. B. Lee, “Flux-based detection and classification of induction motor eccentricity, rotor cage, and load defects,” IEEE Transactions on Industry Applications, vol. 57, no. 3, pp. 2471–2480, 2021.
[2] E. Resendiz-Ochoa, R. A. Osornio-Rios, J. P. Benitez-Rangel, R. De J. Romero-Troncoso, and L. A. Morales-Hernandez, “Induction motor failure analysis: An automatic methodology based on infrared imaging,” IEEE Access, vol. 6, pp. 76993–7700, 2018.
[3] P. C. M. L. Filho, D. C. Santos, F. B. Batista, and L. M. R. Baccarini, “Axial stray flux sensor proposal for three-phase induction motor fault monitoring by means of orbital analysis,” IEEE Sensors Journal, vol. 20, no. 20, pp. 12317– 12325, 2020.
[4] D. López-Pérez and J. Antonino-Daviu, “Application of infrared thermography to failure detection in industrial induction motors: Case stories,” IEEE Transactions on Industry Applications, vol. 53, no. 3, pp. 1901–1908, 2017.
[5] H. S. Gerçekcıoğlu and M. Akar, “Instantaneous power signature analysis for misalignment fault diagnosis in 3-phased induction motors,” 2018 26th Signal Processing and Communications Applications Conference (SIU), 2018, pp. 1–4.
[6] J. Antonino-Daviu and P. Popaleny, “Detection of induction motor coupling unbalanced and misalignment via advanced transient current signature analysis,” 2018 XIII International Conference on Electrical Machines (ICEM), 2018, pp. 2359–2364.
[7] M. Drif, N. Benouzza, B. Kraloua, A. Bendiabdellah, and J.A. Dente, “Squirrel cage rotor faults detection in induction motor utilizing stator power spectrum approach,” in Proceedings of International Conference on Power Electronics Machines and Drives, 2002, pp. 133–138.
[8] K. Bacha, M. Gossa, and G.-A. Capolino, “Diagnosis of induction motor rotor broken bars,” 2004 IEEE International Conference on Industrial Technology, 2004, pp. 979–984.
[9] I. Tsoumas, E. Mitronikas,and A. Safacas, “Induction motor mixed fault diagnosis based on wavelet analysis of the current space vector,” in 2005 International Conference on Electrical Machines and Systems, 2005, pp. 2186–2191.
[10] I. Colak, R. Bayindir, A. Bektas, I. Sefa, and G. Bal, “Protection of induction motor using PLC,” presented at the International Conference on Power Engineering, Energy and Electrical Drives, Setubal, Portugal, Apr. 12–14, 2007.
[11] S. Mitra and C. Koley, “An automated SCADA based system for identification of induction motor bearing fault used in process control operation,” presented at the 2nd International Conference on Control, Instrumentation, Energy & Communication (CIEC), Kolkata, India, Jan. 28–30, 2016.
[12] Mechanical vibration of machines with operating speeds from 10 to 200 rev/s Basis for specifying evaluation standards, ISO 2372:1974.
[13] Test Procedure For Poly phase Induction Motors and Generators, IEEE Standard 112, 2004.
[14] D. Kumar, A. Basit, A. Saleem, and E. G. Abbas, “PLC based monitoring & protection of 3-phase induction motors against various abnormal conditions,” presented at the 2019 2nd International Conference on Computing, Mathematics and Engineering Technologies (iCoMET), Sukkur, Pakistan, Jan. 30–31, 2019.
DOI: 10.14416/j.kmutnb.2022.10.005
ISSN: 2985-2145
Email this article 
Hide
Show all