Mathematical Modeling and Detection of Stator Abnormalities in Line Start Permanent Magnet Synchronous Motors. PhD thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Final_Dissertation_Version_2018.pdf Download (12MB) | Preview

Arabic Abstract

في التطبيقات الصناعية ، وخاصة في محطات النفط والغاز ، يتم استبدال المحركات الحثية بشكل تدريجي بمحركات تزامنية مغناطيسية ذات كفاءة عالية ، تسمى محركات تزامنة مغناطيسية حثية التشغيل ( LSPMSM ) . تتمتع LSPMSM) ( بميزات هامة على المحركات الحثية ، وهي: عزم دوران أعلى و طاقة أكبر وكفاءة أعلى ومعامل قدره اكبر. مع ازدياد عدد LSPMSMs المستخدمة في المجالات المختلفة ، أصبح مخطط صيانة هذه المحركات مهمًا. في التطبيقات العملية ، يمكن ل LSPMSM إختبار أنواع مختلفة من الاخطاء مثل القضبان المكسورة ، انحراف في محور دوران العضو المتحرك ، نقصان في المغناطيسية وكذلك أخطاء العضو الثابت . تشير المراجع والابحاث أن أخطاء العضو الثابت في الآلات تمثل حوالي 36 ٪ من اخطاء المحركات. مثل هذه الاخطاء تهدد عمليات التصنيع ، وتوقف عمليات تشغيل الآلات، وبالتالي تؤدي إلى نقص كبير في الدخل. لكن وجود تقنية فعالة في الكشف عن هذه الاخطاء يمكن من تقليل عمليات الصيانة عن طريق منع حدوث الاخطاء ذات التكلفة العالية وغير المخطط لها . على الرغم من أهمية الكشف عن الاخطاء في المحركات ، في الوقت الراهن لا يوجد اي ابحاث علمية لكشف او بناء نماذج رياضية علمية لأخطاء الاعضاء الثابتة في محركات ال LSMPSMs . وبناء على ذلك، وفي هذه الاطروحة ،تم تطوير وبناء نماذج علمية معتمدة على حقائق رياضية وعناصر محدودة للكشف عن اخطاء العضو الثابت في محركات LSMPSMs . بالإضافة إلى ذلك ، تم اثبات النماذج المطورة عمليا في مخبر الالات. نتائج اختبار النماذج الرياضية متوافقة بشكل جيد مع نماذج العناصر المحدودة والنتائج التجريبية. يتم استخدام النماذج الرياضية لاستخلاص الخصائص المرتبطة بالخلل التمثيلي والتي تستخدم في تطوير أداة تشخيص للكشف عن نوع وشدة حالات الخطا بالعضو الثابت. يظهر اختبار أداة التشخيص المتقدمة دقة عالية تبلغ 96 ٪ في اكتشاف نوع وشدة حالات الخلل في العضو الثابت. وأخيرا ، تم التحقيق في قوة الأداة التشخيصية المقترحة ضد التغيرات في معاملات المحرك. لقد وجد أن دقة كشف الخلل تقل بنسبة لا تزيد عن 3 .٪

English Abstract

In industrial applications, especially in oil and gas plants, induction motors are being gradually replaced by high efficiency permanent magnet motors, called line start permanent magnet synchronous motors (LSPMSMs). LSPMSMs have significant advantages over induction motors, which are: higher torque and power density as well as higher efficiency and operational power factor. As the number of LSPMSMs used in different fields is increasing, the maintenance scheme for these motors becomes important. In practical applications, LSPMSM can experience different types of failures such as broken bars, eccentricity, demagnetization as well as stator windings abnormalities. From the literature, it has been reported that stator winding faults in other machines represent around 36% of motors faults. Such failures threaten the normal manufacturing, interrupt the normal operation, and hence result in a significant loss of revenue. An efficient fault detection technique can reduce the maintenance expenses by preventing the high cost failures and unplanned downtimes. Despite the importance of motors’ fault detection, at the moment there is no scientific manuscript on modeling and diagnosis tool of LSPMSMs under stator winding abnormalities. Accordingly, in this dissertation, novel mathematical and finite element-based models for LSPMSMs under stator winding abnormalities (asymmetrical stator windings and stator inter-turn fault) are developed and implemented. In addition, an experimental setup has been built for validating the developed models. The testing results of the mathematical models are in good agreement with the finite element models and experimental findings. The mathematical models are used to extract representative fault current features which are used in the development of a diagnosing tool for detecting the type and severity of stator winding abnormalities. Testing of the developed diagnosis tool shows a high accuracy of 96% in detecting the type and severity of stator winding abnormalities. Finally, the robustness of the proposed diagnostic tool against motor parameter variations has been investigated. It has been found that the abnormality detection accuracy decreases by no more than 3%.

Item Type:	Thesis (PhD)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Al-Hamouz, Zakariya
Committee Co-Advisor:	Abido, Mohammad
Committee Members:	El-Amin, Ibrahim and Al-Baiyat, Samir and Habiballah, Ibrahim
Depositing User:	MARAABA LU SULYMAN (g201103710)
Date Deposited:	20 Sep 2018 05:27
Last Modified:	19 Feb 2020 06:47
URI:	http://eprints.kfupm.edu.sa/id/eprint/140816