クラウド環境における振動信号を使用したトランスの故障状態の予測

トランスのオンラインモニタリングと診断は、過去数十年にわたり重要に研究および議論されてきました。振動法は、トランスの運転状態を探査し、トランスの機械的完全性と性能を評価するための非破壊的かつ経済的な方法の一つと考えられています。しかし、トランスの振動とその故障状態における評価基準は非常に難しく、まだ合意に至っていません。同時に、IoT機能やサービスの登場に伴い、従来の診断技術がより強力なデータ駆動型の予測手法に置き換えられ、スマートモニタリングにおいて効果的かつ効率的に使用されることが期待されています。本稿では、まずトランスの振動モデリングに関する分析的アプローチを詳細に議論します。しかし、振動スペクトルにおいて高調波が基音と混合されるため、分析モデルを通じたトランス振動信号の正確な解釈は非現実的になります。したがって、次のステップとして、振動信号に基づいてトランスの運転状態の予測モデルを開発するために、最先端の機械学習および信号処理技術を利用することでIndustry 4.0の概念をサポートすることを目指します。トランス運転における最も重要な懸念の一つであるターン・トゥ・ターンの絶縁劣化および短絡解析が実際にエミュレートされ、検討されます。トランスの短絡研究とともに、トランスの過励起および不足励起も研究および評価されます。我々が構築した予測モデルは、トランスの catastrophic failure 前に振動信号を使用してトランスの短絡故障を初期段階で検知することができます。リアルタイム情報はクラウドシステムに転送され、結果はあらゆるポータブルデバイスでアクセス可能になります。