• English
    • العربية
  • English
  • تسجيل الدخول
  • جامعة قطر
  • مكتبة جامعة قطر
  •  الصفحة الرئيسية
  • الوحدات والمجموعات
  • المساعدة
    • إرسال الأعمال الأكاديمية
    • سياسات الناشر
    • أدلة المستخدم
    • الأسئلة الأكثر تكراراً
  • عن المستودع الرقمي
    • الرؤية والرسالة
عرض التسجيلة 
  •   مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مراكز البحث
  • مركز المواد المتقدمة
  • الأبحاث
  • عرض التسجيلة
  • مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مراكز البحث
  • مركز المواد المتقدمة
  • الأبحاث
  • عرض التسجيلة
  •      
  •  
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    A method for broken bar fault diagnosis in three phase induction motor drive system using Artificial Neural Networks

    No Thumbnail [120x130]
    التاريخ
    2021
    المؤلف
    Senthil, Kumar R.
    Gerald, Christopher Raj I.
    Suresh, K.P.
    Leninpugalhanthi, P.
    Suresh, M.
    Panchal, H.
    Meenakumari, R.
    Sadasivuni, Kishor Kumar
    ...show more authors ...show less authors
    البيانات الوصفية
    عرض كامل للتسجيلة
    الملخص
    This paper presents a high accuracy detection of Broken Rotor Bar (BRB) fault by Artificial Neural Network (ANN) through advanced signal processing tool as Hilbert Transform (HT) where three phase Induction Motor Drives (IMD) is operated under Direct Torque Control (DTC) topology with steady state. The major significance of all diagnostic methods is, need information about the characteristic?s frequencies and amplitude. The diagnosing of machine fault requires the spectrum into isolated various frequency components. The Discrete Fourier Transform (DFT) cannot produce good output at low slip. So, in this paper ANN and HT are proposed. DTC method is efficient technique in industrial drives with variable torque applications. The stator current envelope can be formed by HT. Then samples of amplitude and side band frequency are given as ANN inputs. In order to diagnose the quantity of BRB in IM, the findings are qualified and checked to the minimal Mean Square Error (MSE).
    DOI/handle
    http://dx.doi.org/10.1080/01430750.2021.1934117
    http://hdl.handle.net/10576/28605
    المجموعات
    • الأبحاث [‎1482‎ items ]

    entitlement


    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    الصفحة الرئيسية

    أرسل عملك التابع لجامعة قطر

    تصفح

    محتويات مركز المجموعات الرقمية
      الوحدات والمجموعات تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر
    هذه المجموعة
      تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر

    حسابي

    تسجيل الدخول

    إحصائيات

    عرض إحصائيات الاستخدام

    عن المستودع الرقمي

    الرؤية والرسالة

    المساعدة

    إرسال الأعمال الأكاديميةسياسات الناشرأدلة المستخدمالأسئلة الأكثر تكراراً

    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    Video

    NoThumbnail