Projekty finansowane przez NCN
Diagnostyka napędu elektrycznego z silnikiem synchronicznym o magnesach trwałych dla układów sterowania tolerujących uszkodzenia
2015/17/N/ST7/03796
Słowa kluczowe:
diagnostyka detekcja i lokalizacja uszkodzeń identyfikacja uszkodzeń tolerancja na uszkodzenia redundancja struktura przekształtnika silnik synchroniczny o magnesach trwałych (PMSM) programowalne układy logiczne klasy FPGA cyfrowe przetwarzanie sygnałów (DSP) sterowanie maszyn obserwator detekcyjny wektor resztowy inteligencja maszynowa
Deskryptory:
- ST7_2: Elektrotechnika, elektronika: półprzewodniki, elementy i układy, systemy
- ST7_3: Inżynieria symulacji i modelowania
- ST7_4: Inżynieria systemów, sensoryka, automatyka
Panel:
ST7 - Inżynieria systemów i komunikacji: elektronika, komunikacja, optoelektronika
Jednostka realizująca:
Politechnika Poznańska, Wydział Elektryczny
woj. wielkopolskie
Konkurs: PRELUDIUM 9 - ogłoszony 2015-03-16
Przyznana kwota: 94 584 PLN
Rozpoczęcie projektu: 2016-03-14
Zakończenie projektu: 2019-12-13
Planowany czas trwania projektu: 45 miesięcy (z wniosku)
Status projektu: Projekt rozliczony
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Zakupiona aparatura
- Zaawansowany system akwizycji i przetwarzania danych pomiarowych. Za kwotę 4 237 PLN
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (2)
- Teksty w publikacjach pokonferencyjnych (1)
- Cloud Based Fault Diagnosis by Convolutional Neural Network as Time–Frequency RGB Image Recognition of Industrial Machine Vibration with Internet of Things ConnectivityAutorzy:Dominik Łuczak, Stefan Brock, Krzysztof SiembabCzasopismo:Sensors (rok: 2023, tom: vol. 23(7), strony: 3755-1 - 3755-22), Wydawca: Multidisciplinary Digital Publishing InstituteStatus:OpublikowanaDoi:10.3390/s23073755 - link do publikacji
- Fault Detection and Localisation of a Three-Phase Inverter with Permanent Magnet Synchronous Motor Load Using a Convolutional Neural NetworkAutorzy:Dominik Łuczak, Stefan Brock, Krzysztof SiembabCzasopismo:Actuators (rok: 2023, tom: vol. 12(3), strony: 125-1 - 125-14), Wydawca: Multidisciplinary Digital Publishing InstituteStatus:OpublikowanaDoi:10.3390/act12030125 - link do publikacji
- Modified space vector modulation for fault tolerant control of PMSM driveAutorzy:Krzysztof Siembab, Krzysztof ZawirskiKonferencja:Power Electronics and Motion Control Conference (PEMC), 2016 IEEE International (rok: 2016, ), Wydawca: IEEEData:konferencja 25-30.09.2016Status:Opublikowana