Por favor, use este identificador para citar o enlazar este ítem: http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/808
Detección de ruptura en barras de motores de inducción mediante el análisis de la representación sparse de señales de vibración
Carlos Javier Morales Pérez
JOSE DE JESUS RANGEL MAGDALENO
HAYDE PEREGRINA BARRETO
Acceso Abierto
Atribución-NoComercial-SinDerivadas
Induction motor
Signal classification
Broken rotor bar
Sparse representation
In this work, the detection of three Induction Motor fault conditions using the Orthogonal Maching Pursuit algorithm is presented. This technique is based on nding the sparse representation of a signal from the linear combination x = D. The OMP algorithm was implemented into a Field Programmable Gate Array to perform signal decomposition and obtains the sparse representation of the signal given a dictionary (D). Then, the signal information obtained from sparse representation is evaluated and classied by the proposed criteria. Accordingly, Broken-Rotor Bar detection were accomplished with an accuracy greater than 93% for: Healthy bar, Half-broken bar, and One-broken bar. The detection was performed from vibration signals preprocessed and analyzed in frequency domain. The dictionaries were obtained by K-Singular Value Decomposition algorithm developed in Matlab software. The FPGA implementation is low-complexity, compact, and works at 100 MHz.
En este trabajo, la detección de tres condiciones de falla de un Motor de Inducción usando el algoritmo Orthogonal Matching Pursuit es presentada. La técnica se basa en la búsqueda de la representación sparse de una señal a partir de resolver la combinación lineal x = Dα. El algoritmo OMP es implementado en un Field Programmable Gate Array para realizar la descomposición de señales y así obtener la representación sparse a partir de un diccionario dado (D). Después, la información obtenida es evaluada y clasificada por criterios propuestos en este trabajo. Con ello, la detección de Rupturas en Barras del Rotor fue realizada, con una exactitud de más del 93% para: motor sano, motor con media barra rota y motor con una barra rota. La detección se realizó con señales de vibración preprocesadas y analizadas en el dominio de la frecuencia. Los diccionarios fueron obtenidos mediante el algoritmo K-Singular Value Decomposition implementado en Matlab. La implementación en FPGA es de baja complejidad, compacto y operable a 100 MHz.
Instituto Nacional de Astrofísica, Óptica y Electrónica
2017-08
Tesis de maestría
Español
Estudiantes
Investigadores
Público en general
Morales-Pérez CJ
MICROELECTRÓNICA
Versión aceptada
acceptedVersion - Versión aceptada
Aparece en las colecciones: Maestría en Electrónica

Cargar archivos:


Fichero Tamaño Formato  
MoralesPCJ.pdf5.65 MBAdobe PDFVisualizar/Abrir