Cerca nel sito per parola chiave

rapporti - Deliverable

Diagnostica di Trasformatori: risultati preliminari con nuovi metodi di analisi di dati di vibrazione

rapporti - Deliverable

Diagnostica di Trasformatori: risultati preliminari con nuovi metodi di analisi di dati di vibrazione

La tassonomia dei guasti è da sempre un problema cruciale; nel caso di apparecchiature elettriche quali, ad esempio, i trasformatori della rete di Trasmissione questo è un tema di grande interesse per le Utility: una corretta e precoce identificazione di anomalie di esercizio consentirebbe loro di adottare strategie mirate di manutenzione al fine di prevenire un guasto improvviso del trasformatore. In questo rapporto si riportano i risultati dell’indagine svolta per identificare tecniche di classificazione efficaci per la diagnosi dei guasti di trasformatori.

I trasformatori sono progettati per resistere senza danni ad effetti elettrodinamici di cortocircuiti esterni. E’ infatti indispensabile che la pressione di serraggio degli avvolgimenti non si alteri nel tempo affinché il trasformatore in esercizio sia in grado di sopportare per anni gli elevati sforzi elettromeccanici interni che appaiono durante gli eventi di cortocircuito esterni. Durante un cortocircuito infatti un trasformatore con avvolgimenti allentati o deformati potrebbe subire un danno catastrofico, con elevati rischi di incendio e costi derivanti dal fuori servizio. Un rilevamento precoce di questi difetti potrebbe garantire un funzionamento sicuro e affidabile di queste macchine. Un tecnica potenzialmente in grado di determinare l’integrità meccanica degli elementi strutturali all’interno del trasformatore è la misura delle vibrazioni della cassa del trasformatore; questa tecnica è molto promettente perché si presta facilmente al monitoraggio continuo del trasformatore, ovviando alla necessità di scollegarlo dalla rete e alla sua messa in sicurezza.

Nel corso del 2018 allo scopo di approfondire le reali potenzialità diagnostiche del prototipo RSE per la misura ottica di vibrazioni, è stata condotta una sperimentazione su una macchina in cui è stato simulato artificialmente un completo allentamento del serraggio del pacco degli avvolgimenti.

Inoltre si è scelto di valutare un nuovo metodo di analisi per discriminare tra le due diverse condizioni di test; il metodo individuato in collaborazione con il Dipartimento di Ingegneria dell’Automazione del Politecnico di Milano è quello di apprendimento automatico, basato su algoritmi di classificazione “Support Vector Machine” (SVM). In particolare l’algoritmo di classificazione “SupportVector Machine” (SVM), basato sul riconoscimento dell’intero “pattern” spettrale (pattern recognizition) è risultato quello più performante nella classificazione delle due diverse condizioni di serraggio del trasformatore. Anche se la complessità di questo metodo è risultata più elevata rispetto agli approcci classici, è stato possibile da una lettura imparziale dei dati, riferiti a tre posizione nella parte alta della cassa del trasformatore, descrivere il tipo di comportamento del sistema e individuare le caratteristiche significative ai fini dell’interpretazione.

Al fine di acquisire una maggiore confidenza con questi metodi di classificazione, su una più ampia base sperimentale, si prevede in futuro di estendere l’analisi a tutti i punti di misura della cassa del trasformatore in prova e ad altre tipologie di difetto.

Progetti

Commenti