Résumé:
Cette étude examine les machines asynchrones, se concentrant spécifiquement sur la détection des défauts, tels que la rupture de barre de rotor, en utilisant la technologie des réseaux neuronaux. La recherche vise à identifier avec précision les défauts en utilisant les paramètres de la machine comme principale source d'informations sur
l'état du système. Les informations clés incluses dans le résumé comprennent également le succès croissant des machines asynchrones, en particulier dans les machines électriques à vitesse variable, et la proposition d'utiliser les paramètres de la machine pour diagnostiquer les défauts en raison de leur capacité à fournir des informations complètes sur l'état du système
Les mots clé : Machine asynchrone, Les réseaux de neurone Artificielle, Méthode LDA
Abstract
This study explores asynchronous machines, specifically focusing on fault detection, such as rotor bar breakage, using neural network technology. The research aims to accurately identify faults by utilizing machine parameters as the primary source of information about the system's condition. Key information included in the summary also encompasses the increasing success of asynchronous machines, especially in variable-speed electric machines, and the proposal to use machine parameters for fault diagnosis due to their ability to provide comprehensive information about system status
Keywords: Asynchronous machine, Artificial neural networks, LDA method
الملخص:
تستكشف هذه الدراسة الآلات غير المتزامنة، مع التركيز بشكل خاص على اكتشاف الأخطاء، مثل كسر القضيب الدوار، باستخدام تقنية الشبكة العصبية. يهدف البحث إلى تحديد الأخطاء بدقة من خلال استخدام معلمات الآلة كمصدر أساسي للمعلومات حول حالة النظام. تشمل المعلومات الأساسية المضمنة في الملخص أيضًا النجاح المتزايد للآلات غير المتزامنة، خاصة في الآلات الكهربائية ذات السرعات المتغيرة، واقتراح استخدام معلمات الآلة لتشخيص الأخطاء نظرًا لقدرتها على توفير معلومات شاملة حول حالة النظام
الكلمات المفتاحية: الآلة غير المتزامنة، الشبكات العصبية الاصطناعية، طريقة LDA
