MétaCan
Menu
Retour à la cohorte
Enregistrement W2112880296 · doi:10.1109/iemdc.2005.195732

Detection of Stator Faults in Induction Machines using Residual Saturation Harmonics

2005· article· en· W2112880296 sur OpenAlexafffund
S. Nandi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMachine Fault Diagnosis Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of VictoriaTexas A and M University
Mots-clésStatorHarmonicsControl theory (sociology)RippleFault (geology)Fault detection and isolationEngineeringVoltageComputer scienceElectrical engineeringActuatorGeology

Résumé

récupéré en direct d'OpenAlex

Stator fault is one of the most commonly occurring fault in AC machines. Recent estimates suggests that 30-40% of all reported induction machine faults are stator fault related. Going by the number of occurrences, the position of stator faults is only second to bearing related faults. Third harmonic line currents, caused by the interaction of reverse rotating field and saturation related permeance variation, third harmonic component in the line voltage, and the speed ripple consequent to reverse rotating field, have been reported to increase under stator fault conditions. Since reverse rotating field produced by voltage unbalance cannot be distinguished from those produced from stator faults, the measurement of third harmonic in line current may not be a reliable estimator of stator faults, particularly at an incipient stage. The third and the other triplen related harmonics are however found to be a very decisive indicator of the fault, if measured in the machine terminal voltages just after switch-off. The fault detection technique is independent of machine parameters and supply unbalances. Simulation as well as experimental results with very few shorted turns show that not only the presence of stator fault but also the phase in which the fault has occurred can be detected reliably

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,281
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMachine Fault Diagnosis TechniquesTravaux en français237 207