Micro-Controller and Intelligent Theory based Fault Diagnosis of Induction Motors

본 논문에서는 라즈베리파이 5와 지능이론(Intelligent theory)을 이용한 유도전동기 고장진단시스템을 제안하였다. 제안한 방법에서는 유도전동기 시뮬레이터를 통해 획득한 진동 데이터를 신경회로망 모델로 학습하였고 라즈베리파이 5를 사용하여 데이터 수집 및 진단 시스템 동작을 하나의 컨트롤러로 수행하였다. 또한 진단 결과를 터치스크린과 GUI(Graphical User Interface)를 통해 사용자가 직접 확인할 수 있다. 시스템의 성능은 유도전동기의 시뮬레이터에서 획득한 데이터를 사용하여 진단 실험 결과를 통해 시스템의 성능을 확인하였으며, CNN(Convolutional Neural Network), SVM(Support Vector Machine) 및 MNN(Multi-layer Neural Network)과의 고장진단 성능을 비교하였다.