روش استخراج ویژگی مولفه‌ی متقارن برای تشخیص خطا در ماشین های القایی

موتورهای القایی (IMها)از جمله تکنولوژی‌های الکترو مکانیکی کامل هستند که هنوز در حال استفاده هستند. در طول قرن گذشته، ساختار، کنترل و عملیات آن‌ها چندین مرحله از توسعه را طی کرده‌اند. در میان مراحل توسعه، نظارت خودکار و نظارت مستمر IMها از ظهور روش‌های هوش مصنوعی مدرن ،بهره برده‌است. طرح‌های اتوماسیون IM قابلیت ارائه تشخیص خطای ماشین و تشخیص (FDD)را نشان داده‌اند . روش‌های FDD مبتنی بر هوش مصنوعی در IMها، حوزه فرکانس، زمان-فرکانس و تحلیل دامنه زمان ، را به عنوان اساس طرح‌های استخراج ویژگی استفاده کرده‌اند. یک طرح استخراج ،این ویژگی امید بخش است که از اجزای متقارن (SCها)در سیستم‌های FDD در حوزه زمان استفاده می‌کند. با این حال، رویکردهای مبتنی بر محتوای فعلی، به تعمیم پذیری آن‌ها به انواع مختلف خطا محدود هستند، ممکن است نیاز به مدل‌های دقیق ماشین داشته باشند و از محدودیت‌های محاسباتی رنج ببرند. در این پروژه‌ی پیشنهادی، یک روش استخراج ویژگی بهبود یافته که از SCها برای یک طرح تشخیص الگو مبتنی بر مدل FDD برای سه فاز (۳)IMها استفاده می‌کند، ارائه خواهد شد. این روش استخراج ویژگی جدید به صورت ت

true