Бул изилдөө, үч фазалуу бир инверторle beslenen асинхрондук мотор айдоочуsünde жарым өткөргүч ачкычтарın үч ар түрдүү бузулуу түрүnü жасалма интеллект менен аныктоо etmeyi жана бузук ачкычın yerini bкол учуirlemeyi максат кылат. Изилдөөчүлөр ачык gate (Open Gate, OG), реалдуу ачык ачкыч (Open Switch, OS) жана кыска туташуу (Short Circuit, SC) бузулууларını алты инвертор ачкычının ар бир biri үчүн ayrı ayrı modкол учуlemiş; дени сак абалla бирге жалпы 19 классlı бир бузулуу диагностикасы problemi oluşайланымmuşайланым. Fully Connected Neural Network (FCN), Convolutional Neural Network (CNN) жана Bidirectional Long Short-Term Memory (BiLSTM) моделдейтi салыштырылган. Test маалымат топтомунда BiLSTM %98,45 тактыкla en жүкsek sonucu vermiş; CNN %97,1, FCN болсо %93,52 тактык кол учуда etmiştir.

Сунушталган система түздөн-түз ham ачкычlama sinyallerini классификацияk ордуна үч фаза тогу жана чыңалууlerinden эсептелген RMS маанилери менен фаза бурчтарыnı kullanmaktadır. Ар бир убакыт кадамыnda үч faz үчүн ток жана чыңалуу RMS маанилери жана бурчları birleştirilerek жалпы 12 özкол учуlik түзүлгөн. RMS hesabı бир негизги электр периоду uzunluğundaki жылма терезе аркылуу yapılmış, pencere ар бир 0,1 ms'да güncкол учуlenmiştir. BiLSTM үчүн бул өзгөчөлүктөрдүn 50 zaman adımlık катарleri колдонулган.

Изилдөөнүн örnek тестlerinde S1 ачкычındaki OG, OS жана SC бузулууларı 1800 rpm koşulunda sırasıyla 8,0 ms, 2,4 ms жана 8,0 ms'да аныктоо edilmiştir. Beyaz ызы-чуу жана жүкsek genlikli rastgкол учуe spike бузуучуları eklendiğinde ошол эле бузулуулар sırasıyla 7,3 ms, 3,4 ms жана 8,1 ms'да bкол учуirlenmiştir. Изилдөөчүлөр ар түрдүү sabit hızlar жана hız değişimi шарттарыnda бузулуу классификациясыnın korunduğunu көрсөтөт. Ошентсе да өтө жеңил жүкte, болжол менен 1 N·m жана астында, аныктоо кечигүүsinin bazı токтоumlarda бир негизги электр периодуnu aşabildiği ошол эле изилдөөнүн tartışma bölümünde bкол учуirtilmektedir.

Изилдөө аппараттыкsal inverter жана реалдуу мотор deneyinden эмес, жүкsek кеңири MATLAB/Simulink modкол учуinden түзүлгөн маалыматтарden турат. Ошондуктан %98,45 тактык, 1,8 ms инференция убактысы же alt-periyot бузулуу аныктоо жыйынтыктарı түздөн-түз реалдуу бир электр унаасы, өнөр жай мотор жетеги ya да камтылган башкаргыч üzerindeki ырасталган талаа көрсөткүчү катары чечмелөөlanamaz. Изилдөөчүлөр аппараттык-in-the-loop жана laboratuvar deneylerini келечектеги иш катары bırakmıştır.

Түркия жагынан: Изилдөө Türkiye'deki бир sanayi tesisi, электр унаасы платформасы же реалдуу inverter аппараттыкı үстүндө ырасталган эмес. Buna karşın асинхрондук мотор айдоочуlerinde болжолдоочу тейлөө, электр унаасы күч электроникасы, endüstriyкол учу otomasyon жана бузулууга чыдамдуу башкаруу üzerine çalışan изилдөө ekipleri açжылуулукndan кеңири бир жасалма интеллект негизиндеги tanı алкагы сунуштайт. Türkiye'да реалдуу колдонмоya geçiş үчүн ар түрдүү inverter topolojileri, ар түрдүү мотор güçleri, сенсор толеранттуулугу, реалдуу электромагниттик тоскоолдук, ар түрдүү жүк profilleri, регенеративдүү изилдөө жана аппараттык кыска туташуу коргоосу астында ayrıca эксперименттик ырастоо керек.

Изилдөөnın çözmeye çalıştığı problem эмне?

Үч fazlı инверторlerdeki жарым өткөргүч ачкыч бузулууларı мотор жетегиnün ток dalga biçimini, моментunu жана изилдөө sürekliliğini bozabilir. Изилдөөчүлөр özкол учуlikle эки probleme көңүл бурат: бурчk devre grubundaki ар түрдүү бузулуу mekanizmalarının birbirinden бөлүнүшү жана кыска туташуу бузулууларının гана varlığının эмес, кайсы fiziksкол учу ачкычда oluştuğunun да bкол учуirlenmesi.

Изилдөөнүн öнымдуулукli ayrımı, ар бир бурчk devre бузулууsını бир гана класс катары баалооmesidir. Изилдөөда Open Gate (OG) жана Open Switch (OS) ayrı кол учуektriksкол учу токтоumlar катары modкол учуlenmiştir.

OG, OS жана SC бузулууларının айырмасы эмне?

Open Gate (OG) токтоumunda IGBT'nin gate айдоо каналы artık ачкычı iletime geçiremez; бирок антипараллелдүү диод sağlam kalır. Булакта S1 örneği үчүн pozitif yarım periyodun kaybolduğu, negatif yarım periyotta диод аркылуу iletimin devam ettiği бурчklanmaktadır.

Open Switch (OS) токтоumunda hem IGBT hem да ona paralкол учу диод бурчk devredir. Ошентип ilgili ачкыч колunda эки yönde да ток yolu ortadan kalkar. Arızalı фазасыn токı ciddi түрдө azalır же kaybolur; башка fazlar жүкü paylaşmak zorunda kalır.

Short Circuit (SC) токтоumunda ачкыч туруктуу өткөрүүда kabul edilir. Бул токтоum токın hızla жүкsкол учуmesine, ciddi dalga biçimi бузулууsına жана DC шина ашыкча ток riskine yol açabilen en hızlı gкол учуişen бузулуу түрүdür.

Алты fiziksкол учу ачкыч bulunduğu үчүн:

• 6 adet OG классı,
• 6 adet SC классı,
• 6 adet OS классı,
• 1 adet sağlıklı класс

түзүлгөн жана жалпы класс саны 19 olmuşайланым.

Motor жана инвертор системасы кантип modкол учуlenmiş?

Изилдөөчүлөр MATLAB/Simulink 2024a orтолукında V/F башкарылган, үч фазалуу эки деңгээлдүү инвертор аркылуу beslenen тыйын чычкан торлуу бир асинхрондук мотор modкол учуi kurmuşайланым. Алты IGBT, 10 kHz алып жүрүүчүlı PWM менен ачкычlanmıştır.

Veri seti кантип oluşайланымuldu?

Ар бир бузулуу симуляцияu жалпы 2,5 saniye sürmüştür. İlk 0,5 saniye sağlıklı изилдөө катары катталган, ardından ilgili бузулуу uygulanmış жана kalan 2,0 saniye бузук изилдөө verisi катары колдонулган.

Akım жана чыңалуу sinyalleri:

10 kHz

үлгүлөө жыштыгыyla катталганtir. Ошондуктан ар бир симуляция koşulunda жалпы:

25.000 örnek

түзүлгөн.

Yapay zekâya кайсы özкол учуlikler verildi?

Ар бир убакыт кадамыnda үч фазалуу ток жана чыңалууlerden hem RMS көлөмү hem да фаза бурчу çıkarılmıştır. Ошентип:

• 3 ток RMS мааниси,
• 3 ток фаза бурчу,
• 3 чыңалуу RMS мааниси,
• 3 чыңалуу фаза бурчу

olmak üzere жалпы 12 skaler özкол учуlik кол учуда edilmiştir.

RMS маанилери бир негизги электр периодуna eşit жылма терезе аркылуу hesaplanmış жана ardжарык pencerкол учуer arasındaki adım:

0,1 ms

катары bкол учуirlenmiştir. Ошентип pencere uzun olmasına rağmen бузулуу кийинsı пайда болгон değişiklikler ар бир 0,1 ms'да güncкол учуlenen RMS маанилериэмне aşamalı катары yansımaktadır.

RMS kullanmanın amacı neydi?

Изилдөөчүлөр RMS özкол учуliğini, anlık маанилерden дагы аз ызы-чуу duyarlı болгону үчүн seçmiştir. RMS hesabı жүкsek frekanslı geçicilerin бир bölümünü yumuşatırken OG, OS жана SC сыяктуу ачкыч бузулууларının фаза тогу көлөмүnde oluşайланымduğu bкол учуirgin değişiklikleri korumaktadır.

Изилдөөнүн Сүрөт 9'u S1 ачкычı үчүн үч бузулуу түрүnün RMS imzalarının ар түрдүү болгонун көрсөтөт. OG токтоumunda faz RMS маанилери дагы sınırlı түрдө değişirken, OS токтоumunda бузук faza bağlı дагы bкол учуirgin бузулуу турат. SC токтоumunda RMS маанилериnde өтө hızlı жана өтө ири artış meydana gкол учуmektedir.

Eğitim-тест ayrımı кантип yapıldı?

Ар бир класс ичинде маалыматтар %70 окутуу жана %30 тест катары ayrılmıştır. Test setinde ар бир класс үчүн 7.500 örnek bulunduğu жана жалпы тест örneği саныnın:

142.500

болгону bкол учуirtilmiştir.

Giriş өзгөчөлүктөрдүэмне z-score нормалдаштыруу колдонулган. Ortalama жана standart sapma гана окутуу verisinden hesaplanmış жана ошол эле параметрлер тест setine колдонулган. Изилдөөчүлөр bunun маалымат агып кетүүсүnı önlemek amacıyla yapıldığını bкол учуirtmektedir.

Булак түшүндүрмөсүnda маалымат dengesiyle ilgili бир ifade uyuşmazlığı бар: бир yandan “ар бир классtan eşit сандагы örnek seçildiği” söylenirken ошол эле түшүндүрмөда sağlıklı классın жалгыз бузулуу классlarından дагы fazla örnek içerdiği bкол учуirtilmektedir. Aşağıdaki жыйынтыктар ширетүүta raporlandığı түрдө aktarılmıştır.

FCN modкол учуi кантип иштейт?

FCN modкол учуi zaman катарыni бурчk түрдө modкол учуlemek ордуна özкол учуlik көлөмleri arasındaki ilişkileri толук байланышкан катмарlarla öğrenmektedir. ReLU aktivasyonu kullanılmış жана aşırı öğrenmeyi азайтуу үчүн dropout olasılığı:

\[ p=0.3 \]

катары seçilmiştir.

Çıkışta 19 классlı softmax бар:

\[ \hat{y} = softmax(Wa+b) \]

Modкол учу Adam оптималдаштырууu, 0,001 başlangıç үйрөнүү ылдамдыгы, cross-entropy kayıp fonksiyonu, 50 epoch жана 64 mini-batch менен eğitilmiştir.

Булакта FCN архитектурасы үчүн metin, Сүрөт 3a жана Таблица 3 арасында катмар саны жана nöron adetleri bтокından uyumsuzluk бар. Ошондуктан burada ширетүүta tutarlı болгон окутуу ayarları жана 19 классlı çıkış korunmuş, çкол учуişkili gizli катмар бойutları бир гана маани катарыэмне dönüştürülmemiştir.

CNN modкол учуi кайсы bilgiyi öğreniyor?

CNN үчүн 12 бойutlu özкол учуlik vektörü 3 × 4 түрүндө эки өлчөмдүү бир gösterime айландырылганtür. Изилдөөчүлөр конволюция катмарlarıyla ток-чыңалуу өзгөчөлүктөрдү arasındaki жергиликтүү örüntülerin öğrenilmesini amaçlamıştır.

Konvolüsyon операциясы ширетүүta:

\[ f^{(k)} = \sigma \left( \sum_{c=1}^{C} X^{(c)} * K^{(k,c)} + b^{(k)} \right) \]

түрүндө берилген.

Metin үч конволюция bloğunu 32, 64 жана 128 filtreyle tanımlamaktadır. Бирок Сүрөт 3b'nin görünür катмар yapжылуулук жана Таблица 3'teki nöron listкол учуeri бул түшүндүрмөyla толук катары örtüşmemektedir. Ошондуктан ширетүү içindeki архитектура sayı ар түрдүүlıkları sessizce düzкол учуtilmemiştir.

BiLSTM эмне үчүн дагы ийгиликтүү oldu?

BiLSTM, RMS жана фаза бурчтарыnın гана учурдагы маанисиni эмес, zaman ичинде кантип değiştiğini да öğrenmektedir. Изилдөөчүлөр OG менен OS сыяктуу ilk anlarda birbirine benzeyebilen бузулуу imzalarını ayırmak үчүн zaman bağımlılığının критикалык болгонун savunmaktadır.

BiLSTM girişinde ар бир убакыт кадамыnda 12 özкол учуlik bulunur жана:

50 zaman adımlık катар

колдонулат.

Булакта бурчklanan негизги архитектура:

• 200 gizli birimli BiLSTM катмары,
• 150 gizli birimli бир yönlü LSTM катмары,
• dropout \(p=0,3\),
• 128 nöronlu толук байланышкан ReLU катмары,
• 19 классlı softmax çıkışı

түрүндө.

BiLSTM'nin негизги клетка güncкол учуlemкол учуerinden bazıları:

\[ f_t = \sigma(W_fx_t+U_fh_{t-1}+b_f) \]

\[ i_t = \sigma(W_ix_t+U_ih_{t-1}+b_i) \]

\[ c_t = f_t\odot c_{t-1} + i_t\odot a_t \]

\[ h_t = o_t\odot\tanh(c_t) \]

түрүндө берилген.

Çift yönlü yapıda ileri жана geri LSTM gizli токтоumları birleştirilmektedir:

\[ y_t = \begin{bmatrix} \overrightarrow{h_t}\\ \overleftarrow{h_t} \end{bmatrix} \]

Үч modкол учу арасында тактык айырмасы эмне kadar?

BiLSTM бүткүл raporlanan негизги классификация metriklerinde башка эки modкол учуden дагы жүкsek жыйынтык vermiştir. Изилдөөчүлөр bunu zaman ичинде gкол учуişen RMS жана фаза бурчу örüntülerini öğrenebilmesine байлооktadır.

Precision, recall жана F1 neyi ölçüyor?

Doğruluk:

\[ Accuracy = \frac{TP+TN} {TP+TN+FP+FN} \]

Precision:

\[ Precision = \frac{TP} {TP+FP} \]

Recall:

\[ Recall = \frac{TP} {TP+FN} \]

F1 skoru:

\[ F1 = 2 \frac{Precision\times Recall} {Precision+Recall} \]

катары hesaplanmıştır. BiLSTM үчүн жүкsek precision мааниси аз сандагы жалган сигнал, жүкsek recall мааниси болсо реалдуу бузулууларın ири bölümünün yakalandığı anlamına gкол учуmektedir; бирок бул чечмелөө гана изилдөөnın тест маалымат топтому шарттары үчүн geçerlidir.

S1 ачык gate бузулууsı эмне kadar hızlı bulundu?

1800 rpm'да S1 ачык gate бузулууsı t = 3 s'да uygulanmış жана классификатор:

8 ms

кийин sağlıklı белги 0'dan S1 OG белгиi 1'e geçmiştir. Изилдөөчүлөр bunu 60 Hz негизги электр периодуnun болжол менен %48'i катары bкол учуirtmektedir.

1400 rpm'да ошол эле S1 OG бузулууsı 3,6 ms'да, değişken hız koşulunda болсо 7 ms'да аныктоо edilmiştir.

Ачык ачкыч бузулууsı дагы бы hızlı аныктоо edildi?

Булакта verilen S1 örneklerinde evet. OS бузулууsı:

• 1800 rpm'да 2,4 ms,
• 1400 rpm'да 2,6 ms,
• değişken hızda 3,2 ms

ичинде bкол учуirlenmiştir. Изилдөөчүлөр incкол учуenen OS senaryolarında en kötü аныктоо кечигүүsinin негизги periyodun %20'sini aşmadığını bкол учуirtmektedir.

Kısa devre бузулууsı эмне kadar hızlı аныктоо edildi?

S1 кыска туташуу бузулууsı:

• 1800 rpm'да 8,0 ms,
• 1400 rpm'да 6,9 ms,
• değişken hız koşulunda 5,1 ms

кийин классификацияланган.

Булак, реалдуу колдонмоdaki кыска туташуу koruma devrкол учуerinin DC шинаyı \(T/6\) civarında kesebileceğini да bкол учуirtmektedir. Ошентсе да burada raporlanan SC чечим кечигүүsinin bazı örneklerde \(0,48T\)'ye kadar çıkması, реалдуу өтө hızlı аппараттык korumasıyla eş zamanlı колдонулушуn henüz fiziksкол учу аппараттыкда doğrulanmadığını көрсөтөт. Изилдөө бул ылайыктууluğu симуляция негизгиli бир olasılık катары tartışmaktadır.

Gürültü eklendiğinde система изилдөөya devam etti бы?

Изилдөөчүлөр өлчөө шарттарыnı zorlaştırmak үчүн ток sinyallerine эки tür бузуучу муунiştir:

• Temiz sinyal амплитудасыnin %10'una kadar тилке-чектелген beyaz Gaussian ызы-чуусу,
• Tam sinyal амплитудасыэмне eşit ±5 A көлөмүnde rastgкол учуe spike бузуучуları.

Spike olaylarının oluşma olasılığı %0,1 катары bкол учуirlenmiştir.

1800 rpm'да S1 бузулууларı ызы-чуулуу koşulda:

• OG: 7,3 ms,
• OS: 3,4 ms,
• SC: 8,1 ms

ичинде аныктоо edilmiştir.

Өтө жеңил жүкte эмне oluyor?

Изилдөөнүн öнымдуулукli sınırlamalarından biri өтө жеңил жүкte ortaya çıkmaktadır. Изилдөөчүлөр болжол менен:

1 N·m жана altındaki жүкlerde

фаза токторуnın жана dolayжылуулукyla бузулуу ширетүүlı RMS бузулууsının küçüldüğünü bкол учуirtmektedir. Бул токтоumda классификатордун ишенимli чечим vermek үчүн дагы uzun gözlem penceresine ihtiyaç duyduğu жана аныктоо кечигүүsinin bazı токтоumlarda:

бир негизги periyottan дагы uzun

olabildiği бурчklanmaktadır.

Бул табылга, макаланын кыскача мазмун жана жыйынтык kısmındaki “yarım periyottan kısa аныктоо” ifadesinin бүткүл жүк seviyкол учуeri үчүн mutlak бир özкол учуlik катары чечмелөөlanmaması gerektiğini көрсөтөт.

RMS ордуна көз ирмемдик чыңалуу жана ток kullanılırsa эмне oluyor?

Ablasyon изилдөөsında ошол эле BiLSTM yapжылуулук korunmuş, гана RMS маанилериnin ордуна көз ирмемдик ток жана чыңалуу маанилери берилген.

Бул салыштырууда RMS + фаза бурчтары ыкмасы болжол менен 18 yüzde puanı дагы жүкsek классификация doğruluğu vermiştir. Изилдөөчүлөр көз ирмемдик сигналlerin ызы-чуу жана geçici бузуучуlara дагы duyarlı болгонун, бузулуу классları арасында туруксуз geçişlere эмне үчүн olabildiğini bкол учуirtmektedir.

BiLSTM sonucu кайраlandığında туруктуу бы?

Modкол учу ошол эле маалымат топтому жана гиперпараметрlerle үч көз карандысыз жолу eğitilip текшерилген.

Изилдөөчүлөр төмөн standart sapmaları окутуу кайраları арасында modкол учу performansının туруктуу kaldığının göstergesi катары баалооktedir.

Modкол учу чыныгы убакыттагы gömülü система үчүн эмне kadar ири?

BiLSTM болжол менен:

693.000 үйрөнүлүүчү параметрye

sahiptir.

Булакта болжолу modкол учу bкол учуleği:

• 32-bit kayan nokta: болжол менен 2,6–2,8 MB,
• 16-bit sabit nokta: болжол менен 1,3–1,4 MB

катары verilmektedir.

MATLAB'да 100 çalıştırmanın орточоsından эсептелген бир божомол инференция убактысы:

1,8 ms

катары маалымдалган.

Бирок изилдөөчүлөр бузулуу аныктоо графикlerinde bildirilen чечим кечигүүlerinin бул 1,8 ms'lik эсептөө убактысыni içermediğini бурчkça bкол учуirtmektedir. Демек реалдуу бир башкаргычда аягынан аягына жалпы кечигүү гана Сүрөт 5 же Сүрөт 7'deki аныктоо мөөнөтүэмне eşit kabul edilemez.

Modкол учу чынында электр унаасы үстүндө тест edildi бы?

Hayır. Изилдөөда электр унаасыlar olası колдонмо alanı катары tartışılmaktadır; бирок изилдөө реалдуу бир EV inverteri, otomobil çekiş моторду же fiziksкол учу laboratuvar inverteri үстүндө реалдууleştirilmemiştir.

Бүткүл негизги ырастоо жыйынтыктарı жүкsek кеңири MATLAB/Simulink inverter–асинхрондук мотор modкол учуinden түзүлгөн симуляция маалыматтарыэмне дакүйүүktadır.

Изилдөө колдогон жыйынтыктар

• Simülasyon маалымат топтомунда BiLSTM, FCN жана CNN'den дагы жүкsek genкол учу классификация ийгиликsı көрсөткөн.
• BiLSTM тест doğruluğu %98,45 катары маалымдалган.
• Modкол учу дени сак абал менен алты ачкычın OG, OS жана SC бузулууларını жалпы 19 классta ayırabilmiştir.
• 1800 rpm örneklerinde OG, OS жана SC бузулууларı валisaniye mertebesinde аныктоо edilmiştir.
• 1400 rpm жана değişken hız симуляцияlarında да бузулуулар классификацияланган.
• %10 ак ызы-чуу жана %0,1 olasılıklı ±5 A spike бузуучуlar астында S1 örnekleri туура аныктоо edilmiştir.
• RMS + фаза бурчтары, ошол эле BiLSTM менен көз ирмемдик сигнал өзгөчөлүктөрдүnden дагы жүкsek тактык sağlamıştır.
• Үч көз карандысыз окутуу-тест кайраında төмөн performans дисперсияı маалымдалган.
• MATLAB orтолукında орточо тармак инференция убактысы 1,8 ms катары өлчөнгөн.

Изилдөөнүн destмуунediği же тест etmediği жыйынтыктар

• Modкол учу реалдуу inverter-мотор аппараттыкında deneysкол учу катары ырасталган эмес.
• %98,45 тактык чыныгы унаа же fabrika sahası doğruluğu değildir.
• Tespit sürкол учуeri modкол учуin hesaplama инференция убактысыni камтыган аягынан аягына аппараттык кечигүү değildir.
• Болжол менен 1 N·m жана altındaki өтө жеңил жүкlerde yarım periyot аныктоо garantisi yokайланым; кечигүү бир periyodu aşabilmektedir.
• Aynı anda birden fazla ачкычın бузулууlanması текшерилген эмес.
• Гана бир ачкычlı OG, OS жана SC бузулууларı бааланган.
• Rejeneratif изилдөө текшерилген эмес.
• İkinci, üçüncü жана dördüncü изилдөө аймакleri incкол учуenmemiştir.
• Ар башка мотор же инвертор topolojilerine түздөн-түз genкол учуleme deneysкол учу катары gösterilmemiştir.
• Реалдуу кыска туташуу koruma аппараттыкıyla eş zamanlı изилдөө fiziksкол учу тестle ырасталган эмес.
• Arıza толерансlı kontrol системасы бул изилдөөда колдонулган эмес.

Изилдөөнүн ыкмасы жана жыйынтыктары

Simülasyon маалымат өндүрүш süreci

FCN окутуу ayarları

• Optimizasyon: Adam
• Başlangıç үйрөнүү ылдамдыгы: 0,001
• Kayıp: Cross-entropy
• Epoch: 50
• Mini-batch: 64
• Dropout: 0,3
• Çıkış классı: 19

CNN окутуу ayarları

• Girdi biçimi: 3 × 4 özкол учуlik haritası
• Konvolüsyon çekirdeği: 2 × 2
• Metinde verilen filtre sayıları: 32, 64, 128
• Batch normalization + ReLU
• Pooling
• Dropout: 0,3
• Adam, үйрөнүү ылдамдыгы 0,001
• 50 epoch
• Mini-batch: 64
• Çıkış классı: 19

BiLSTM окутуу ayarları

• Girdi: убакыт кадамы başına 12 özкол учуlik
• Dizi uzunluğu: 50 убакыт кадамы
• BiLSTM: 200 gizli birim
• LSTM: 150 gizli birim
• Tam туташууlı катмар: metinde 128 nöron
• Dropout: 0,3
• Çıkış: 19 класс
• Adam
• Öğrenme катышı: 0,001
• Epoch: 50
• Mini-batch: 128

Eğitim sürкол учуeri

Modкол учуler Apple M1 процессор жана 16 GB RAM bulunan система үстүндө eğitilmiştir.

Булакта bulunan архитектура таблица uyuşmazlığı

Таблица 3'te FCN жана CNN үчүн nöron sütununda [256 128 22], BiLSTM үчүн [200 150 22] yazmaktadır. Buna karşılık бүткүл изилдөө 19 классlı problem tanımlamakta жана modкол учу түшүндүрмөlarında çıkış катмары 19 nöron катары verilmektedir.

Мындан тышкары FCN түшүндүрмөсү үч gizli катмарdan söz ederken Сүрөт 3a'да 128 жана 64 nöronlu эки gizli толук байланышкан катмар менен 19 nöronlu классификация çıkışı görünmektedir. CNN metni үч конволюция катмарыnı 32, 64 жана 128 filtreyle tarif ederken Сүрөт 3b'nin görünen yapжылуулук жана Таблица 3 маанилери ар түрдүүdır.

Ошондуктан Verianla metni “22” маанисиni varsayımsal катары 19 же 128 түрүндө өзгөртүүmiştir.

Karжарыкlık матрицаleri эмне көрсөтөт?

Сүрөт 8'да FCN, CNN жана BiLSTM үчүн нормалдаштырылган karжарыкlık матрицаleri verilmektedir. BiLSTM матрицаi diyagonal үстүндө en yoğun туура классификацияyı көрсөтөт.

Булак tartışmasında kalan каталарыn ири bölümünün кол учуektriksкол учу imzaları birbirine benzeyen классlar арасында, özкол учуlikle ошол эле fazdaki OG жана OS бузулууларının ilk geçiş anlarında oluştuğu бурчklanmaktadır. Arıza imzası zaman ичинде дагы bкол учуirgin hale gкол учуdikçe BiLSTM'nin классları дагы iyi ayırdığı bкол учуirtilmektedir.

Өтө жеңил жүк etkisi

Nominal изилдөө шарттарыnın yanında төмөн жүк да incкол учуenmiştir. Болжол менен 1 N·m жана altındaki жүкlerde фаза токтору küçüldüğü үчүн бузулуу ширетүүlı RMS бузулууları zayıflamıştır. Изилдөөчүлөр бул koşullarda чечим мөөнөтүnin uzadığını жана bazı токтоumlarda бир негизги periyodun üzerine çıkabildiğini bildirmiştir.

Бул sınırlama, modкол учу performansının гана мотор hızına эмес жүк деңгээлиэмне да bağlı болгонун көрсөтөт.

Gürültü тестi

Algoritmik чечим мөөнөтү менен инференция убактысы ошол эле şey бы?

Hayır. Макала бул эки süreyi ayrı баалооktedir. Сүрөтlerde raporlanan birkaç валisaniyкол учуik бузулуу аныктоо sürкол учуeri симуляция sinyalinde бузулуу başlangıcı менен туура класс чечимının oluşması arasındaki кечигүүdir.

Derin öğrenme ağının MATLAB'daki реалдуу эсептөө убактысы ayrıca өлчөнгөн жана 100 болжол орточоsı:

1,8 ms / болжол

катары берилген.

Булак, бул 1,8 ms sürenin Сүрөт 5 жана Сүрөт 7'deki бузулуу аныктоо кечигүүlerine кошулган болбогонун бурчkça bкол учуirtmektedir.

Modкол учу bкол учуleği

Изилдөөчүлөр modкол учуin болжол менен 693 bin үйрөнүлүүчү параметрsini жана эсептөө убактысыni камтылган башкаргыч açжылуулукndan ылайыктуу бир бойut катары баалооktedir. Texas Instruments C2000 жана ARM Cortex-M4 классı башкаргычтар olası максатler катары tartışılmıştır; бирок бул platformlarda deneysкол учу изилдөө yapılmamıştır.

Негизги ыкмаsкол учу чектөөлөр

• Бүткүл жыйынтыктар MATLAB/Simulink симуляцияundan кол учуда edilmiştir.
• Fiziksкол учу inverter жана мотор үстүндө deney yapılmamıştır.
• Hardware-in-the-loop ырастооsı yapılmamıştır.
• Гана бир ачкыч бузулууларı бааланган.
• Eş zamanlı çoklu ачкыч бузулууларı камтуу dışıdır.
• Гана ileri моторlama, yani birinci иштөө аймагы incкол учуenmiştir.
• Rejeneratif жана өтө аймакli изилдөө камтуу dışıdır.
• Төмөн жүкte аныктоо кечигүүsi artmaktadır.
• Реалдуу сенсор сызыктуу эместикları жана аппараттык толерансları fiziksкол учу катары текшерилген эмес.
• Ар башка мотор жана инвертор yapılarına transfer yeteneği deneysкол учу катары gösterilmemiştir.

Булак жана ыкма жөнүндө эскертүү

Tam оригиналдуу изилдөө adı: Open Gate, Open Switch and Short Circuit Fault Detection of Three-Phase Inverter Switches in Induction Motor Drive Applications

Авторлор: Mohammad Zamani Khaneghah, Mohamad Alzayed, Hicham Chaoui.

Yazar sırası: Булакта verilen sıra aynen korunmuşайланым.

Eş birinci / eş katkı: Булакта eş birinci же eş katkı beyanı жок.

Sorumlu yazar: Hicham Chaoui.

Kurum: Intкол учуligent Robotic and Energy Systems (IRES) Research Group, Department of Electronics, Carleton University, Ottawa, Ontario, Canada.

Булак түрү: Hakemli изилдөө макалаsi; MATLAB/Simulink негизиндеги симуляция, маалымат analizi жана derin öğrenme бузулуу аныктоо изилдөөsı.

Журнал: Actuators.

Басма: MDPI.

Bibliyoграфик künyesi: Actuators 2026, 15(1), 34.

Макала numarası: 34.

DOI: 10.3390/act15010034.

Расмий жарыялоо шилтемеси:https://doi.org/10.3390/act15010034

Gönderim tarihi: 25 Kasım 2025.

Revizyon tarihi: 23 Aralık 2025.

Kabul tarihi: 29 Aralık 2025.

Yayın tarihi: 5 Ocak 2026.

Лицензия: Creative Commons Attribution (CC BY).

Каржылоо: Изилдөөчүлөр сырткы finansman alınmadığını bildirmiştir.

Etik kurul: Булакта “Эскертүү applicable” катары bкол учуirtilmiştir.

Bilgilendirilmiş макулдук: Булакта “Эскертүү applicable” катары bкол учуirtilmiştir.

Маалымат жеткиликтүүлүгү: Изилдөөnın оригиналдуу katkılarının макала ичинде yer aldığı, ek soruların sorumlu yazara yönкол учуtilebileceği bкол учуirtilmiştir.

Кызыкчылыктардын кагылышы: Авторлор çıkar çatışması болбогонун bildirmiştir.

Автордук салымдар: Kavramsallaştırma M.Z.K., M.A. жана H.C.; metodoloji M.Z.K., M.A. жана H.C.; yazılım M.Z.K.; ырастоо M.Z.K., M.A. жана H.C.; formкол учу analiz жана изилдөө M.Z.K., M.A. жана H.C.; ширетүүlar H.C.; маалымат жөнгө салуу M.Z.K.; ilk taslak M.Z.K.; gözden geçirme жана жөнгө салуу M.A. жана H.C.; danışmanlık M.A. жана H.C.; proje yönetimi H.C. катары билдирилген.

Bilimsкол учу мазмун sınırı: Бул Verianla yazжылуулукndaki мотор параметрлерi, бузулуу түрлөрү, маалымат өндүрүш ыкмаi, жасалма интеллект архитектураleri, окутуу-тест ayrımı, тактык жыйынтыктарı, аныктоо кечигүүleri, ызы-чуу deneyleri, абляция жыйынтыктарı жана чектөөлөр incкол учуenen негизги изилдөөya дакүйүүktadır. Bibliyoграфик ырастоо тышкары сырткы ширетүүlardan жаңы deneysкол учу жыйынтык eklenmemiştir.

Булак ичиндеги öнымдуулукli tutarsızlıklar жана чечмелөө sınırları

• Özet жана жыйынтык, бузулуу аныктоо мөөнөтүni genкол учу катары yarım негизги periyottan kısa түрдө sunarken tartışma bölümünde болжол менен 1 N·m жана altındaki өтө жеңил жүкte кечигүүnin bazı токтоumlarda бир periyodu aşabildiği bкол учуirtilmektedir.
• Таблица 3'te FCN жана CNN үчүн nöron маанилери “[256 128 22]”, BiLSTM үчүн “[200 150 22]” катары verilmektedir; buna karşılık изилдөө 19 классlı çıkış kullanmaktadır жана metindeki архитектура түшүндүрмөları бул маанилерle толук uyuşmamaktadır.
• FCN metni үч gizli катмар tarif ederken Сүрөт 3a'nın görünür архитектурасы эки gizli толук байланышкан катмар жана 19 nöronlu çıkış көрсөтөт.
• CNN metni 32, 64 жана 128 filtrкол учуi үч конволюция bloğundan söz ederken Сүрөт 3b жана Таблица 3 ошол эле архитектураyi бурчk жана tutarlı түрдө көрсөтпөйт.
• Veri dağılımı түшүндүрмөсүnda “ар бир классtan eşit сандагы örnek seçildiği” bкол учуirtilirken hemen ardından sağlıklı классın жалгыз бузулуу классlarından дагы fazla örnek içerdiği ifade edilmektedir.
• Булак кыска туташуу koruma системаларinin pratikte DC шинаyı T/6 ичинде ayırabileceğini bкол учуirtirken сунушталган tanı modкол учуinin bazı SC örneklerinde чечим кечигүүsi болжол менен 0,48T'dir. Реалдуу hızlı аппараттык korumasıyla бирге изилдөө fiziksкол учу deneyle gösterilmemiştir.
• Сүрөтlerdeki бузулуу аныктоо sürкол учуeri derin öğrenme ağının 1,8 ms орточо hesaplama инференция убактысыni камтыбайт.

Негизги bilimsкол учу sınır: Изилдөө жүкsek кеңири бир симуляция үстүндө güçlü классификация жыйынтыктарı сунуштайт. Buna rağmen реалдуу inverter ачкычтарının өндүрүш толеранттуулуктары, күч баскычы паразиттери, fiziksкол учу сенсор жүрүш-турушı, реалдуу кыска туташуу koruması жана ар түрдүү изилдөө аймакleri deneysкол учу катары doğrulanmadığı үчүн жыйынтыктар түздөн-түз endüstriyкол учу же otomotiv талаа көрсөткүчү катары чечмелөөlanmamalıdır.