Fault diagnosis in a rotor supported by active magnetic bearings : theoretical and experimental analysis
| Autor: | Silva, Gilberto Machado da, 1960 |
|---|---|
| Přispěvatelé: | Pederiva, Robson, 1957, Dedini, Katia Lucchesi Cavalca, Daniel, Gregory Bregion, Duarte, Marcus Antonio Vianna, Steffen Junior, Valder, Universidade Estadual de Campinas. Faculdade de Engenharia Mecânica, Programa de Pós-Graduação em Engenharia Mecânica, UNIVERSIDADE ESTADUAL DE CAMPINAS |
| Jazyk: | portugalština |
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
| Popis: | Orientador: Robson Pederiva Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica Resumo: Os mancais maggéticos ativos são intrinsecamente instáveis e requerem um controlador em realimentação para garantir que sua operação seja estável. Por isso sensores, atuadores e o rotor propriamente dito precisam funcionar dentro de condições normais. Logo possuir um sistema de detecção e diagnóstico de falhas é importante para garantir uma operação segura e confiável. Nesse sentido, vários estudos têm desenvolvido métodos para detectar falhas mecânicas associadas principalmente ao rotor ou ao sistema elétrico: sensores, atuadores do mancal e controle. No entanto, nesses estudos, geralmente é necessário a identificação prévia dos parâmetros dinâmicos do sistema ou das forças magnéticas, o que pode ser impraticável em máquinas reais. Para superar este problema, este trabalho aplica uma metodologia de detecção de falhas mecânicas e elétricas em um rotor totalmente levitado por mancais magnéticos ativos com controle em realimentação. O método é desenvolvido com base no conhecimento da estrutura do modelo matemático que foi desenvolvido para o rotor associado à lei de controle e às forças magnéticas dos mancais. Inicialmente o sistema é excitado por forças de desbalanceamento e ruídos, e simulado no domínio do tempo. A abordagem baseia-se no uso de equações de correlação obtidas a partir da formulação matricial de Lyapunov para sistemas lineares estacionários. As equações relacionadas aos parâmetros mecânicos e elétricos de interesse são selecionadas a partir de um conjunto de equações de correlação entre os sinais medidos. As diferenças entre os sinais de correlação relacionados a cada defeito proposto, seja mecânico ou elétrico, são monitoradas. Os termos das equações de correlação referentes aos estados que não puderam ser medidos são mapeados por redes neurais artificiais, sendo gerada uma rede neural para cada equação de interesse. Por fim, é calculada a diferença entre as correlações medidas (com falha) e as correlações esperadas (sem falha). Através dessas diferenças e da rede neural onde o erro se manifesta, conclui-se quanto ao tipo de falha e sua localização no sistema. Através do método proposto, é possível identificar diversas configurações de desbalanceamento do rotor juntamente com o efeito de empeno do eixo e falhas elétricas no ganho do sensor de posição e do atuador magnético Abstract: Active magnetic bearings are intrinsically unstable, and require feedback control to ensure stable operation. Further, sensors, actuators, and the rotor need to work under normal conditions, and a fault detection and diagnostics system is important to ensure a safe and reliable operation. Accordingly, several studies have developed methods to detect failures associated with the rotor or on the electrical system: sensors, bearing actuators or controllers. However, prior identification of dynamic system parameters or the magnetic forces is usually desired, which can be impractical on real machines. To overcome this problem this work applies a fault detection methodology for mechanical and electrical faults in a rotor fully levitated on magnetic bearings with feedback control. The method is developed based on the knowledge of the structure of the mathematical model developed for the rotor associated with the law of control and the magnetic forces of the bearings. The system is excited by unbalance forces and noises, and it is simulated in the time domain. The approach is based on the use of correlation equations obtained from the Lyapunov matrix formulation for stationary linear systems. Equations related to the mechanical and electrical parameters of interest were selected from a set of correlation equations between the measured signals. Differences between the correlation signals related to each proposed defect, whether mechanical or electrical, were monitored. The terms of the correlation equations related to states that could not be measured were mapped through artificial neural network, and a network was generated for each equation of interest. Finally, the difference between the measured correlations (with failure) and the expected correlations (without failure) was calculated. Through these differences and the neural network where the error manifests, the type of failure and its location in the system are concluded upon. Through the proposed method, it is possible to identify various unbalance and shaft bow configurations and electrical failures in the gain of the position sensor and the magnetic actuator Doutorado Mecânica de Sólidos e Projeto Mecânico Doutor em Engenharia Mecânica |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|