Цифровая диагностика внутренних повреждений электрических машин на основе адаптивной идентификации и декомпозиции сигналов магнитного поля

   Введение. Существующие в промышленности электрические машины, являясь ключевыми элементами энергетических систем, подвержены внутренним повреждениям, таким как витковые замыкания, деградация изоляции, дисбаланс магнитных полей и механический износ. Традиционные методы диагностики, основанные на анализе вибраций, тепловых характеристик или статических электрических параметров, зачастую недостаточно чувствительны для раннего обнаружения скрытых повреждений, особенно в условиях нестационарных режимов работы и влияния внешних помех. В последние годы акцент смещается в сторону интеллектуальных систем мониторинга, использующих цифровую обработку сигналов и методы машинного обучения. В связи с ограничениями, связанными с непараметрической априорной неопределённостью, особый интерес представляют адаптивные алгоритмы идентификации, способные динамически подстраиваться под изменяющиеся условия работы машины, а также интегрировать дополнительную априорную информацию: исходные данные, экспертные оценки, физические модели процессов.

   Цель. Разработать методы адаптивной идентификации и декомпозиции сигналов для раннего обнаружения витковых замыканий в обмотке ротора синхронных генераторов, обеспечивающие повышение точности диагностики и предотвращение аварийных режимов.

   Материалы и методы. Исследование построено на анализе сигналов с датчиков магнитного поля рассеяния, полученных при различных режимах работы синхронного генератора (холостой ход, нагрузка 25–100 %) и имитации витковых замыканий (1,2–17,2 % витков), с применением адаптивных алгоритмов идентификации, декомпозиции и обработки данных 12-битным АЦП (частота дискретизации 10 кГц).

   Результаты и обсуждение. Использование данных с магнитометрических датчиков и декомпозиции сигналов позволило достичь порога обнаружения повреждений в 2,7 % от общего числа витков, что подтверждает практическую значимость подхода. Коэффициенты разложения для положительной и отрицательной полуволн сравниваются через интегральный критерий несимметрии.  Эксперименты показали, что при замыкании 4 % витков значение возрастает с 1,3 % до 3,7 %, а при 17,2 % – до 13,5 %.

   Заключение. Сочетание адаптивных алгоритмов и априорной информации создает мощный инструмент для решения разнообразных задач, требующих гибкости и точности. Априорная информация служит своего рода концептуальным ядром, объединяющим экспертные знания и данные, которое помогает адаптивным алгоритмам становиться более умными и эффективными.

1. Литвинов С. Н., Лебедев В. Д., Гусенков А. В. Анализ методов контроля технического состояния оборудования на применимость к высоковольтным электронным измерительным трансформаторам // iPolytech Journal. 2023. Т. 27. № 2. С. 322–338. doi: 10.21285/1814-3520-2023-2-322-338. EDN: TQSDVV.

2. Басенко В. Р. Контроль технического состояния промышленного оборудования по вибрационным параметрам. Проведение динамической балансировки для повышения эффективности работы оборудования // Известия высших учебных заведений. Проблемы энергетики. 2025. Т. 27. № 1. С. 27–36. doi: 10.30724/1998-9903-2025-27-1-27-36. – EDN: AJMDAT.

3. Анализ методов диагностирования неисправностей трехфазного асинхронного электродвигателя / К. В. Хацевский, А. Д. Умурзакова, Н. А. Воронина, Ю. Б. Ичева // Омский научный вестник. 2020. № 2(170). С. 42–46. doi: 10.25206/1813-8225-2020-170-42-46. – EDN: URHUMD.

4. Кручек В. А., Дворкин П. В. Моделирование процессов тепловой диагностики тепловозной выпрямительной установки // Известия Петербургского университета путей сообщения. 2023. Т. 20. № 1. С. 52–59. doi: 10.20295/1815-588X-2023-1-52-59. EDN: OFAUYI.

5. Кузнецов А. С. Информационные технологии и обработка экспериментальных данных : учебное пособие. СПб.: Изд. дом «Сциентиа», 2025. 98 с. ISBN 978-5-907902-13-8. doi: 10.32415/scientia_978-5-907902-13-8. – EDN: ZQNOSE.

6. Несимметричная перегрузка синхронного генератора гармониками токов намагничивания блочного трансформатора при геомагнитных возмущениях / В. В. Вахнина, А. А. Кувшинов, А. Н. Черненко, Р. Н. Пудовинников // Управление качеством электрической энергии : сборник трудов Международной научно-практической конференции, Москва, 25 декабря 2020 года. М.: ЦПУ «РАДУГА», 2020. С. 50–56. EDN: ZLLUZO.

7. Полищук В. И. Построение защиты от виткового замыкания в обмотке ротора синхронного генератора на основе индукционного датчика магнитного поля рассеяния // Известия Томского политехнического университета. 2012. № 4. С. 57–61.

8. Кондрашова Ю. Н., Третьяков А. М., Шалимов А. В. Составление прогнозов применительно к воздушным линиям электропередач с помощью предиктивной аналитики // Вестник Северо-Кавказского федерального университета. 2024. № 1(100). С. 20–30. doi: 10.37493/2307-90

9. Воскобойников Ю. Е. Рекуррентное оценивание в динамических системах. Новосибирск: Изд-во НГТУ. 2002. 92 с.

10. Рожков Е. В. Эффективная процедура построения кусочно-линейных классификаторов и «обобщённый скользящий контроль» // Автоматика и телемеханика. 2000. № 9. С. 147–155. EDN: OFOROZ.