การพัฒนา MATLAB GUI สำหรับการวินิจฉัยฟอลต์มอเตอร์เหนี่ยวนำ

Abstract

บทความนี้นำเสนอการพัฒนาซอฟต์แวร์สำหรับการวินิจฉัยฟอลต์สเตเตอร์ และฟอลต์โรเตอร์ในมอเตอร์เหนี่ยวนำบนพื้นฐาน GUI ของโปรแกรม MATLAB การตรวจจับฟอลต์เหล่านี้ ได้ใช้การตรวจจับจากสเปกตรัมฟอลต์ที่เกิดขึ้นจากความล้มเหลวของสเตเตอร์และโรเตอร์ เทคนิคการวิเคราะห์ที่สำคัญคือการวิเคราะห์จากสัญญาณกระแสมอเตอร์ (Motor Current Signature Analysis: MCSA) สำหรับการแยกแยะและวินิจฉัยฟอลต์ได้เลือกใช้วิธีการอัจฉริยะ 2 วิธี คือ โครงข่ายประสาทเทียม (Artificial Neural Network: ANN) และซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine: SVM) โดยโปรแกรมจะเริ่มต้นในการวิเคราะห์เมื่อผู้ใช้ป้อนข้อมูลที่สำคัญเข้ามาคือข้อมูลกระแสสเตเตอร์ของมอเตอร์ในโดเมนเวลา แล้วโปรแกรมจะวิเคราะห์และแสดงผลในหน้าต่างของ MATLAB GUI ซึ่งจะทำให้ง่ายต่อการอ่านผลและการวางแผนการบำรุงรักษา ทั้งนี้สมรรถนะการแยกแยะฟอลต์มอเตอร์เหนี่ยวนำได้ผลความถูกต้องมากกว่า 85%

This paper presents a software development for stator and rotor fault diagnoses in induction motors based on the MATLAB GUI. The concept of the detection is to detect the fault spectra caused by the failures of the stator and rotor. The important analytical technique is the Motor Current Signature Analysis (MCSA). Two intelligent methods including an Artificial Neural Network (ANN) and a Support Vector Machine (SVM) are selected to carry out fault classification and diagnosis. The software starts to analyze when users enter the important information i.e. the motor stator current in the time domain. Subsequently, the software will analyze and show the results in the window of the MATLAB GUI, which is easy to read the results and to plan the maintenance. In addition, the fault classification performances are satisfactory with more than 85% accuracy.