Los resultados de la deteccin deben ser analizados y distinguidos por tcnicos profesionales en los mtodos de deteccin de fallos para motores de induccin basados en el procesamiento de seales y es difcil realizar la identificacin automtica de los fallos del estator y el rotor. Para resolver este problema, se propone un mtodo de identificacin de fallos en el estator y el rotor de los motores de induccin basado en visin artificial. En primer lugar, se utiliza el enfoque vectorial de Parks (PVA) para analizar las corrientes trifsicas del motor y obtener el anillo vectorial de Parks (PVR). A continuacin, se combinan los patrones binarios locales (LBP) y la matriz de coocurrencia de niveles de gris (GLCM) para extraer las caractersticas de imagen del PVR. Finalmente, los vectores de las caractersticas de la imagen se utilizan como entrada y los tipos de fallos del motor de induccin se identifican con la ayuda de un clasificador de bosque aleatorio (RF). El mtodo propuesto ha logrado una alta precisin de identificacin tanto en el experimento de simulacin de Maxwell como en el experimento real del motor, que son del 100% y del 95,83%, respectivamente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Mecanismo de protección contra código HTML y JavaScript malicioso en aplicaciones web vulnerables
Artículo:
Control inteligente del proceso tecnológico complejo basado en la agrupación adaptativa de patrones y el mapa de características
Artículo:
Modelo de juego de Stackelberg de fijación de precios de flete ferroviario basado en la teoría de opciones.
Artículo:
Análisis de redes complejas ponderadas de las autopistas de Pakistán
Artículo:
Modelo Acoplado (2 1)-Dimensional para Ondas Solitarias Rossby Envolventes y sus Soluciones así como el Efecto Chirp.