Progetto di Reti Neurali Artificialiper la prognostica di eccentricità rotorica e

corto circuito in un motore BLDC

Relatori:Prof. Paolo MaggioreDott. Matteo Davide Lorenzo Dalla Vedova

Candidato:Davide De FanoAprile

2016

Obiettivi

2

Artificial Neural Networks• EARLY FAULT-DETECTION• EFFETTI NON CRITICI• PERFORMANCE INVARIATE

• SENSORS REDUCTION• RUMORE ELETTRICO• DISPONIBILITA' LIMITATA

• REAL-TIME TARGET• RIDUZIONE CAMPIONE• POST-PROCESSING LIMITATO

/17

• APPROCCIO PROBABILISTICO

• CLASSIFICAZIONE CAMPIONI

• ESTRAZIONE CARATTERISTICHE

3

EMAANN

Analisi Risultati

• SIMULAZIONE• CAMPIONAMENTO

• DESIGN• TRAINING

VARIAZIONEPARAMETRI

SC - UNB

Metodologia

• IMPLEMENTAZIONE• SIMULAZIONE RETE

/17

4

Modello EMASCOPES

Discrete,Ts = DT s.

<ThM_elettrico, ThM_geometrico>DThM

DThU

Com

Analyses&

Graphs

TRBLDC Motor Controller

Model

BLDC Motor Dynamic

ModelBLDC Motor

ElectroMecc. Model TM

DThMDThM

ThE

ThU

ThU

Iref

TrM

BLDC ELECTRICAL MODEL

1TM

ei_n

BACK EMF NORM

ec

eb

ea

Duty Cycle

ea

eb

ec

Ia

Ib

Ic

Inverter & Windings

Ia

Ic

Ib

Ia

Ib

Ic

Ka

Kb

Kc

TM

Torque Computing Back EMF - Phase C

Back EMF - Phase A

Back EMF - Phase B

2DThM

1I_ref

3ThE

Ia

Ib

Ic

I_ref

ThE

Duty Cycle

HYSTERESISPILOTING

Ka

Kb

Kc

ea

eb

ec

/17

• ALTERAZIONE fcem

• 2 PAIA POLI – 12 AVVOLGIMENTI

• PILOTAGGIO ONDA QUADRA

• TRASMISSIONE RIGIDA

• Δt=10-6s - EULERO

SIMULAZIONE GUASTI

CARATTERISTICHE EMA

• VARIAZIONE CARICHIOHMICO-INDUTTIVI

5

Corto circuito - elettronica

𝑅 h𝑝 =𝑅0 ∙𝑁 h𝑝

𝐿 h𝑝 =𝐿02∙𝑁 h𝑝

2

0 ,75≤𝑵 𝒑𝒉≤1FATTORE INTEGRITA’ FASE

/17

• CORTO CIRCUITO PARZIALE• SINGOLA FASE INTERESSATA DAL GUASTO

RIDUZIONEINDUTTANZA

RIDUZIONERESISTENZA

VARIAZIONE CARICO INDOTTO

Hp

6

Corto circuito – fcem

𝐾 h𝑝 =𝐾 (𝜃𝑒 ) ∙𝑁 h𝑝

/17

𝑓𝑐𝑒𝑚=𝑁 𝑑Φ𝑑𝑡

NSPIRE

𝑓𝑐𝑒𝑚=Φ∙𝜔 ∙𝐾 h𝑝 DIMINUZIONECARICO INDOTTO

RIDUZIONE COPPIA(A CORRENTE COSTANTE)

𝑇 h𝑝 =Φ∙𝑖 h𝑝 ∙𝐾 h𝑝

MAGNETIPERMANENTI Φ=𝑐𝑜𝑠𝑡

7

Eccentricità rotorica (ζ)

ASSE ROTORE ≡ ASSE DI ROTAZIONE

𝐾 h𝑝 =𝐾 (𝜃𝑒 ) ∙𝑁 h𝑝 ∙ (1+𝜁 𝑐𝑜𝑠 (𝜃𝑒+𝜑 h𝑝 ) )

𝜁=𝑥0𝑔0

ASSENZA VIBRAZIONI CENTRIFUGHE

TRAFERRO COSTANTE NEL TEMPO

𝑔0=𝑟 𝑠−𝑟 𝑟

𝒈=𝒈 (𝜽 )

/17

ECCENTRICITA' STATICA

𝑔 (𝜃 )=𝑔0 (1+𝜁 cos (𝜃 ) )

ALBERO INFINITAMENTE RIGIDOHp

Hp

Hp DIREZIONE SCOSTAMENTO FISSATA 𝜽=𝟎 °𝜃𝑒=2𝜃𝑚𝑜𝑑 (360 )

𝜑 h𝑝 ={ 0 °120 °240 °

≡ ASSE STATORE

8

Simulazione e campionamento

𝑋𝑅𝑀𝑆=√∑1=112

( 𝑋 30 ,𝑖

𝑋 360−1)

2

12

𝑋 30 ,𝑖=∫𝜃 𝑖

𝜃𝑖+30

𝑋 (𝜃)𝑑𝜃

30

𝑋 360=∑𝑖=1

12

𝑋 30 ,𝑖

12

/ Ref,Max0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

T/T M

M

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4BLDC Limited envelope

IRef,Max

LimitedSimulations

ωMIRef

1≤𝑖≤12

• VELOCITÀ COMANDATA• COPPIA RESISTENTE• GUASTO

INPUT DATA

OUTPUT ELABORAZIONENORMALIZZAZIONE

/17

𝜔𝜔𝑅𝑒𝑓 ,𝑀𝑎𝑥𝑇𝑇𝑀𝑎𝑥𝑁 h𝑝 −𝜁

VELOCITA'

CORRENTE DIRIFERIMENTO VALORI MEDI

(30°)

VALORE MEDIOSUL GIRO

VALORE EFFICACENORMALIZZATO

CONTROLLORE NON SATURATOHp

Analisi Output

𝑋=[ 𝜔360

𝐼 360𝜔𝑅𝑀𝑆

𝐼𝑅𝑀𝑆]

SENSIBILITA’

PERIODICITA’

TMM

360° - ROTAZIONE

30° - ARCO AVVOLGIMENTO

ω

ζ - NPH

PUNTO DI LAVORO

9/17

OSCILLAZIONI CARATTERISTICHE

180° - SEQUENZA ELETTRICA

• VELOCITA’• CORRENTE DI RIFERIMENTO

MISURA OSCILLAZIONE

10

Pattern Recognition ANN

[ 𝜔360

𝐼 360𝜔𝑅𝑀𝑆

𝐼𝑅𝑀𝑆]

• FUNZIONE CONTINUA• LIMITATA (-1;+1)• ATTENUAZIONE VALORI ESTREMI

• FUNZIONE LOGISTICA GENERALIZZATA• NORMALIZZAZIONE INPUT• CLASSIFICAZIONE CATEGORICA

𝜎 (𝑥 )𝑖=𝑒𝑥 𝑖

∑𝑘=1

𝑁

𝑒𝑥𝑘

𝑎 (𝑥 )=𝑒𝑥−𝑒−𝑥

𝑒𝑥+𝑒−𝑥

/17

TANSIG

SOFTMAX

11

Apprendimento ANN

AGGIORNAMENTOPESI TARGETVALUTAZIONE

ERRORE𝑇 𝑖=[𝑥1⋮𝑥𝑐 ]

[ 𝜔360

𝐼 360𝜔𝑅𝑀𝑆

𝐼𝑅𝑀𝑆]

INPUT

• METODO ITERATIVO

𝑥𝑐={10

𝑁 h𝑝 8×1= [100 ⋯ 75 ]%𝜁 11×1=[0 ⋯ 10 ]%

/17

ENTITA' DISCRETIZZAZIONE

𝑖𝜁= [1 ⋯ 11 ]𝑖𝑁=[1 ⋯ 8 ]

CLASSE

𝒊𝜻=𝒄

FUNZIONE ERRORE (cross-entropy)

ALGORITMO GRADIENTE (scg – 2° ordine)

INIZIALIZZAZIONE PESI (random)

SEQUENZA INPUT (random)

CRITERIO ARRESTO ()

RISULTATONON UNIVOCO

• RICERCA MINIMO

12

Analisi risultatiCORTO CIRCUITO

ECCENTRICITA’

FALSINEGATIVI

CONFUSIONE

ACCURATEZZA

/17

ERROREDISTRIBUITO

ERRORECONCENTRATO

13

Distinzione tipologia di guasto

𝑋 𝑟𝑒𝑣=[𝑋 30 ,1

𝑋 360−1

⋮𝑋 30 ,12

𝑋 360−1]

12× 1

𝑋=[𝜔𝑟𝑒𝑣12×1

𝐼𝑟𝑒𝑣12×1𝜔360

𝐼 360]26×1

INPUT

/17SUDDIVISIONE

INTERVALLI

CAMPIONAMENTOE ORDINAMENTO VALORI

NORMALIZZATIORDINATI

APPROSSIMAZIONEFORMA SEGNALE

ATTRAVERSO 12 PUNTI RAPPRESENTATIVI

𝜽→ 𝒊=𝟏 𝟏𝟐

𝑁 h𝑝 = [100 90 75 ]%𝜁= [0 5 15 ]%

COMBINAZIONISIMULATE

𝑇=[0 0 01 0.5 0.30 1 1

1 1 10.5 0 00 1 1

1 1 10.3 0 00 1 1]3×9 TARGET

• ATTENUAZIONE GUASTO INATTIVO• RICONOSCIMENTO CONDIZIONE "NORMALE"

• DIREZIONE ECCENTRICITA' FISSA• SINGOLA FASE DANNEGGIATAHp

𝑇 𝑖=[ 𝑆𝐶𝐼𝑁𝑇𝐸𝐶𝐶 ] CORTO CIRCUITO

ECCENTRICITA'

CLASSE DI INTERFERENZA

INTERFERENZA

9 CASI

14

Analisi risultatiDISTINZIONE

NORMALEFUNZIONAMENTO

CORTO CIRCUITOPREDOMINANTE

DISCRIMINAZIONETIPOLOGIA GUASTO

FALSI NEGATIVISPARSI

/17

15

Implementazione della rete

Enable

Z-11/12

2

clk

3

Iref

I O

UNB detect

I O

SC detect

1

Theta

IN

idx

Y30

Y_AVG

Y_RMS

Data pre-processing

IN

idx

Y30

Y_AVG

Y_RMS

Data pre-processing1

I O

Fail detect

clk verif

Acceleration check

Theta index

ACC_in

Multi_in

SC_in

UNB_in

Naming

1e5Gain

1s

U ~= U/z

I_ref

ThM Theta

clk

Iref

Prognostic_

U ~= U/z

• SOTTOSISTEMA "ENABLED"

• CLOCK ESTERNO

• FILTRO INTEGRALE

• FUNZIONAMENTO PARALLELO

• VERIFICA VELOCITA' MEDIA

• INTEGRALE dt dθ

/17

16

Output delle reti

TRANSITORIO INVALIDATO

FLUTTUAZIONE RESIDUA

INTERFERENZA DEGLI INPUT

/17

Es.:

t [s]0 0.05 0.1 0.15 0.2 0.25

M [r

pm]

0

100

200

Speed vs time

ω=25% T=5% NA=90%

17

Conclusioni

• RIDUZIONE COMPUTAZIONALE

• METODO RIADATTABILE

• INDIPENDENZA DALLE

MISURE ELETTRICHE

• DISCRIMINAZIONE FRA TIPI DI GUASTO

(NC, GUASTI SINGOLI E MULTIPLI)

• FASE DI CARATTERIZZAZIONE

DELL'ATTUATORE

• INEFFICACIA NEI TRANSITORI

• SPECIALIZZAZIONE DELLE RETI

OBIETTIVI RAGGIUNTI SVILUPPI FUTURI

/17

Domande