Metrics
29 Downloads
Share Dataset

Share this dataset on your favorite social media networks.

Research on fault diagnostics of permanent magnet synchronous motors based on deep neural networks and transfer learning.

Version 1.0

Skowron, Maciej, 2024, "Research on fault diagnostics of permanent magnet synchronous motors based on deep neural networks and transfer learning.", https://doi.org/10.18150/ZX3HB2, RepOD, V1

Learn about Data Citation Standards.

Description

Dane przedstawione w zbiorze opisują badania mające na celu wykazanie możliwości wykrywania usterek PMSM (częściowe rozmagnesowanie i uszkodzenie uzwojenia stojana) w stanach ustalonych i przejściowych. Konwolucyjna sieć neuronowa została wytrenowana przy użyciu sygnałów prądów fazowych pochodzących z modelu polowego PMSM. Weryfikacja eksperymentalna została przeprowadzona na obiekcie rzeczywistym podczas zmian warunków pracy napędu. Wyniki badań eksperymentalnych przeprowadzonych na silniku o specjalnie przygotowanej konstrukcji pokazują imponujące możliwości opracowanego systemu diagnostycznego opartego na CNN, uzyskanego przy użyciu metody uczenia transferowego.


Zbiór zawiera dane gotowe do odczytu z wykorzystaniem środowiska Matlab&Simulink w wersjach: 2019a, 2019b, 2020a, 2020b, 2021a, 2021b, 2022a, 2022b, 2023a, 2023b. Odczyt struktur sieci głębokich może być przeprowadzony również przy zastosowaniu dodatku Deep Learning Toolbox (w wersjach od 2019a do 2023b). Dane symulacyjne, przebiegi czasowe oraz odpwowiedzi struktur (Exp_ver_...json) moga być odczytane również z wykorzystaniem pakietu Microsoft Excel.

Opis plików:

- CNN_data - zestaw danych treningowych, walidacyjnych, testujących oraz odpowiadających im kanałów w formie macierzy 4-wymiarowej (4-wymiar odpowiada kolejnej próbce).

-Exp_ver_short_circuit_ - przebiegi czasowe sygnałów (prady fazowe), odpowiedzi sieci neuronowej podczas występowania chwilowych zwarć 3 zwojów fazy B.

-Exp_ver_demag_1 - przebiegi czasowe sygnałów (prady fazowe), odpowiedzi sieci neuronowej podczas demagnetyzacji dla zmiennych warunków obciążenia.

-Exp_ver_demag_2 - przebiegi czasowe sygnałów (prady fazowe), odpowiedzi sieci neuronowej podczas demagnetyzacji dla zmian prędkości obrotowej.

- Transfer_Learning_CNN_Structure- struktura sieci konwolucyjnej, zapis warstw sieci wraz ze współczynnikami wagowymi (po procesie uczenia).

(2022-10-17)
Subject
Computer and Information Science; Engineering
Keyword

fault diagnostics PMSM, convolutional neural networks, transfer learning

Related Publication

M. Skowron and C. T. Kowalski, "Permanent Magnet Synchronous Motor Fault Detection System Based on Transfer Learning Method," IECON 2022 – 48th Annual Conference of the IEEE Industrial Electronics Society, Brussels, Belgium, 2022, pp. 1-6, doi: 10.1109/IECON49645.2022.9968867. https://ieeexplore.ieee.org/abstract/document/9968867 doi: 10.1109/IECON49645.2022.9968867

CC BY - Creative Commons Attribution 4.0 CC BY - Creative Commons Attribution 4.0

Find
1 to 5 of 5 Files
CNN_data.json
Unknown - 247.2 MB - Feb 15, 2024 - 6 Downloads
MD5: 2728e3cc1e763362d548a3fc3416c12d
License: CC BY - Creative Commons Attribution 4.0
Dane treningowe, walidacyjne i testujące sieci konwolucyjnej
Download
Exp_ver_demag_1.json
Unknown - 11.8 MB - Feb 15, 2024 - 5 Downloads
MD5: ccb7fa2e2bc4f4513670f54b6d14fe3a
License: CC BY - Creative Commons Attribution 4.0
Weryfikacja eksperymentalna demagnetyzacja
Download
Exp_ver_demag_2.json
Unknown - 21.1 MB - Feb 15, 2024 - 5 Downloads
MD5: 10dc07129d47ce3b3bbf7a7e7c45b4ef
License: CC BY - Creative Commons Attribution 4.0
Weryfikacja eksperymentalna demagnetyzacja
Download
Exp_ver_short_circuit.json
Unknown - 21.2 MB - Feb 15, 2024 - 5 Downloads
MD5: 8751d0fabf476a695399f4f33da2448b
License: CC BY - Creative Commons Attribution 4.0
Weryfikacja eksperymentalna zwarcia zwojowe
Download
Transfer_Learning_CNN_Structure.json
Unknown - 114.8 KB - Feb 15, 2024 - 8 Downloads
MD5: 70b130a04ef299f4e405e1fb8d4bf511
License: CC BY - Creative Commons Attribution 4.0
Struktura konwolucyjnej sieci neuronowej
Download
Select File(s)

Please select a file or files to be deleted.

Delete Files

The file(s) will be deleted after you click on the Delete button.

Files will not be removed from previously published versions of the dataset.

Select File(s)

Please select a file or files to be edited.

Select File(s)

Please select a file or files to be edited.

Select File(s)

Please select a file or files to be edited.

Edit license

For selected file(s) set a license to

Select File(s)

Please select a file or files to be downloaded.

Select File(s)

Please select a file or files for access request.

Select File(s)

Please select restricted file(s) to be unrestricted.

Request Access

  You need to Log In/Sign Up to request access to this file.

Continue
Dataset Terms

Please confirm and/or complete the information needed below in order to continue.

Asterisks indicate required fields

Request Access

Access to file(s) subject to additional consent under following conditions:

Accept
Package File Download
Restricted Files Selected

The restricted file(s) selected may not be downloaded because you have not been granted access.

Restricted Files Selected

The restricted file(s) selected may not be downloaded because you have not been granted access.

Click Continue to download the files you have access to download.

Delete Dataset

Are you sure you want to delete this dataset and all of its files? You cannot undelete this dataset.

Embargo

Embargo

Are you sure you want to lift the embargo?

Once you lift the embargo, you will not be able to set it again.

Delete Draft Version

Are you sure you want to delete this draft version? Files will be reverted to the most recently published version. You cannot undelete this draft.

Dataset Private URL

Use a Private URL to allow those without Dataverse accounts to access your dataset. For more information about the Private URL feature, please refer to the User Guide.

Private URL has not been created.

Dataset Private URL

Are you sure you want to disable the Private URL? If you have shared the Private URL with others they will no longer be able to use it to access your dataset.

Submit for Review

You will not be able to make changes to this dataset while it is in review.

Submit
Publish Dataset

This dataset cannot be published until Wrocław University of Science and Technology is published. Would you like to publish both right now?

Once you publish this dataset it must remain published.

Publish Dataset

Are you sure you want to republish this dataset?

Select if this is a minor or major version update.

Publish Dataset

This dataset cannot be published until Wrocław University of Science and Technology is published by its administrator.

Publish Dataset

This dataset cannot be published until Wrocław University of Science and Technology and RepOD are published.

Return for modification


Send a copy of this message to the return e-mail address.
OK
Deaccession Dataset

Are you sure you want to deaccession? The selected version(s) will no longer be viewable by the public.