Comparativa de tecnicas de diagn´ ostico de fallas´ tiempo ...
6
Comparativa de t´ ecnicas de diagn´ ostico de fallas tiempo-frecuencia y tiempo-escala en motor BLDC de veh´ ıculos el´ ectricos ligeros 1 st Rodolfo J´ auregui Acevedo TecNM / Instituto Tecnol´ ogico de Aguascalientes DEPI Aguascalientes, M´ exico [email protected],[email protected] 2 nd Francisco Javier Villalobos Pi˜ na TecNM / Instituto Tecnol´ ogico de Aguascalientes DEPI, Depto de Ingenier´ ıa El´ ectrica y Electr´ onica Aguascalientes, M´ exico [email protected] 3 rd Ricardo ´ Alvarez Salas Universidad Aut´ onoma de San Luis Potos´ ı CIEP Facultad de Ingenier´ ıa San Luis Potos´ ı, M´ exico [email protected] 4 th Carlos Humberto Saucedo Zarate TecNM / Instituto Tecnol´ ogico de Aguascalientes DEPI, Depto de Ingenier´ ıa El´ ectrica y Electr´ onica Aguascalientes, M´ exico [email protected] 5 th Mario Salvador Esparza Gonz´ alez TecNM / Instituto Tecnol´ ogico de Aguascalientes DEPI, Depto de Ingenier´ ıa El´ ectrica y Electr´ onica Aguascalientes, M´ exico [email protected] Resumen—En el presente trabajo se expone una comparativa de t´ ecnicas para el diagn´ ostico de fallas el´ ectricas del estator aplicadas a un motor sin escobillas de corriente directa (BLDC, por sus siglas en ingl´ es) de veh´ ıculos el´ ectricos ligeros. Se altera un motor BLDC para introducir un efecto de falla del devanado del estator de tipo incipiente alterando una fase, esto se logra al cortocircuitar parte de su devanado en un porcentaje correspondiente al 9.243 % del embobinado total de dicha fase. El esquema de diagn´ ostico estudiado contempla la operaci´ on del motor a velocidad y par de carga constante, para lo cual se adquieren se ˜ nales de corriente del estator del motor BLDC y se mapean al marco de referencia fijo α - β, se obtiene el m´ odulo del fasor espacial de Park, dicho fasor es analizado mediante la transformada discreta de Fourier en su version r´ apida (FFT, por sus siglas en ingl´ es) obteniendo su espectro de frecuencia de la firma de falla. Como herramienta adicional y redundante se aplica la t´ ecnica de an´ alisis tiempo-escala conocida como an´ alisis multi-resoluci´ on (MRA, por sus siglas en ingl´ es) utilizando para ello la ondeleta madre de Haar nivel 1. Se comprueba que es posible la obtenci´ on de la firma de falla caracter´ ıstica con el m´ etodo de tiempo-frecuencia aplicando para ello un previo filtrado de las se ˜ nales de corriente del estator del motor las cuales son del tipo trapezoidales debidas al patron de conmutaci´ on y se comparan dichos resultados con el an´ alisis MRA de tipo ondeleta en el cual es posible apreciar en la banda de frecuencia caracter´ ıstica de la firma de falla que se presenta un cambio en la magnitud del niveles RMS de los coeficientes asociados a dicha banda. Index Terms—Detecci´ on de Fallas, Transformada r´ apida de Fourier, Filtrado de se˜ nales trapezoidales, Ondeleta Haar, An´ ali- sis multi-resoluci´ on, Wavelet, Motor BLDC, Diagn´ ostico de fallas en veh´ ıculos el´ ectricos. I. I NTRODUCCI ´ ON Los veh´ ıculos el´ ectricos en la ´ ultima d´ ecada han ganado popularidad en diversos sectores tales como la industria aero- espacial, automotriz, industrial, y de servicios, por mencionar algunos campos de aplicaci´ on. Poseen ventajas como alta eficiencia, vida ´ util prolongada, poco mantenimiento, gran par mec´ anico instant´ aneo de arranque, adem´ as de que no genera contaminaci´ on al medio ambiente. El enfoque en el estudio de aplicaciones para veh´ ıculos el´ ectricos ligeros se ha diversificado en los ´ ultimos a˜ nos, un caso de estudio es la construcci´ on de bancos de pruebas experimentales, fabricaci´ on y/o dise˜ no de motores el´ ectricos [1], otros casos de estudio consideran tanto fallas mec´ anicas [2] as´ ı como el´ ectricas [3]. El estudio de fallas el´ ectricas se puede realizar considerando un enfoque en la variaci´ on de los par´ ametros de la m´ aquina [4], [5]. Los motores brushless de corriente directa (BLDC, por sus siglas en ingl´ es) requieren de instrumentaci´ on adicional para su operaci´ on [6]–[9], esto favorece en ciertos casos la aplicaci´ on de t´ ecnicas de control tales como la modulaci´ on de ancho de pulso (PWM, por sus siglas en ingl´ es), tambi´ en permite la aplicaci´ on de ciertas estrategias para la detecci´ on de posibles fallos. Otras t´ ecnicas de estudio utilizadas para el diagn´ ostico de fallas son el an´ alisis de las se˜ nales, haciendo uso de la combinaci´ on de m´ etodos tales como t´ ecnicas de tiempo-frecuencia, frecuencia-escala [10]–[15], otras t´ ecnicas aplicadas son el m´ etodo de elemento finito [16], [17], l´ ogica borrosa [18] o redes neuronales artificiales [19], [20], entre
Transcript of Comparativa de tecnicas de diagn´ ostico de fallas´ tiempo ...
Comparativa de tecnicas de diagnostico de fallastiempo-frecuencia y tiempo-escala en motor BLDC
de vehıculos electricos ligeros1st Rodolfo Jauregui Acevedo
TecNM / Instituto Tecnologico de AguascalientesDEPI
Aguascalientes, [email protected],[email protected]
2nd Francisco Javier Villalobos PinaTecNM / Instituto Tecnologico de Aguascalientes
DEPI, Depto de Ingenierıa Electrica y ElectronicaAguascalientes, [email protected]
3rd Ricardo Alvarez SalasUniversidad Autonoma de San Luis Potosı
CIEP Facultad de IngenierıaSan Luis Potosı, Mexico
4th Carlos Humberto Saucedo ZarateTecNM / Instituto Tecnologico de Aguascalientes
DEPI, Depto de Ingenierıa Electrica y ElectronicaAguascalientes, Mexico
5th Mario Salvador Esparza GonzalezTecNM / Instituto Tecnologico de Aguascalientes
DEPI, Depto de Ingenierıa Electrica y ElectronicaAguascalientes, Mexico
Resumen—En el presente trabajo se expone una comparativade tecnicas para el diagnostico de fallas electricas del estatoraplicadas a un motor sin escobillas de corriente directa (BLDC,por sus siglas en ingles) de vehıculos electricos ligeros. Sealtera un motor BLDC para introducir un efecto de falla deldevanado del estator de tipo incipiente alterando una fase, estose logra al cortocircuitar parte de su devanado en un porcentajecorrespondiente al 9.243 % del embobinado total de dicha fase.El esquema de diagnostico estudiado contempla la operacion delmotor a velocidad y par de carga constante, para lo cual seadquieren senales de corriente del estator del motor BLDC y semapean al marco de referencia fijo α− β, se obtiene el modulodel fasor espacial de Park, dicho fasor es analizado mediantela transformada discreta de Fourier en su version rapida (FFT,por sus siglas en ingles) obteniendo su espectro de frecuencia dela firma de falla. Como herramienta adicional y redundante seaplica la tecnica de analisis tiempo-escala conocida como analisismulti-resolucion (MRA, por sus siglas en ingles) utilizando paraello la ondeleta madre de Haar nivel 1. Se comprueba quees posible la obtencion de la firma de falla caracterıstica conel metodo de tiempo-frecuencia aplicando para ello un previofiltrado de las senales de corriente del estator del motor las cualesson del tipo trapezoidales debidas al patron de conmutaciony se comparan dichos resultados con el analisis MRA de tipoondeleta en el cual es posible apreciar en la banda de frecuenciacaracterıstica de la firma de falla que se presenta un cambio enla magnitud del niveles RMS de los coeficientes asociados a dichabanda.
Index Terms—Deteccion de Fallas, Transformada rapida deFourier, Filtrado de senales trapezoidales, Ondeleta Haar, Anali-sis multi-resolucion, Wavelet, Motor BLDC, Diagnostico de fallasen vehıculos electricos.
I. INTRODUCCION
Los vehıculos electricos en la ultima decada han ganadopopularidad en diversos sectores tales como la industria aero-espacial, automotriz, industrial, y de servicios, por mencionaralgunos campos de aplicacion. Poseen ventajas como altaeficiencia, vida util prolongada, poco mantenimiento, granpar mecanico instantaneo de arranque, ademas de que nogenera contaminacion al medio ambiente. El enfoque en elestudio de aplicaciones para vehıculos electricos ligeros seha diversificado en los ultimos anos, un caso de estudio es laconstruccion de bancos de pruebas experimentales, fabricaciony/o diseno de motores electricos [1], otros casos de estudioconsideran tanto fallas mecanicas [2] ası como electricas [3].El estudio de fallas electricas se puede realizar considerandoun enfoque en la variacion de los parametros de la maquina[4], [5]. Los motores brushless de corriente directa (BLDC, porsus siglas en ingles) requieren de instrumentacion adicionalpara su operacion [6]–[9], esto favorece en ciertos casos laaplicacion de tecnicas de control tales como la modulacionde ancho de pulso (PWM, por sus siglas en ingles), tambienpermite la aplicacion de ciertas estrategias para la deteccionde posibles fallos. Otras tecnicas de estudio utilizadas para eldiagnostico de fallas son el analisis de las senales, haciendouso de la combinacion de metodos tales como tecnicas detiempo-frecuencia, frecuencia-escala [10]–[15], otras tecnicasaplicadas son el metodo de elemento finito [16], [17], logicaborrosa [18] o redes neuronales artificiales [19], [20], entre
otras [21], utilizadas para el diagnostico de fallas en motoreselectricos de tipo BLDC. Este trabajo aborda el problemadel diagnostico fallas electricas del estator en motores tipoBLDC de vehıculos electricos ligeros utilizando un par detecnicas de deteccion de fallas con dos enfoques distintos.El primer esquema de diagnostico de fallas consiste en eluso de herramientas tiempo-frecuencia como la transformadadiscreta de Fourier en su version rapida (FFT, por sus siglasen ingles) para la deteccion de espectros caracterısticos defirmas de falla. El segundo esquema consiste en la herramientade tipo tiempo-escala conocida como analisis multi-resolucion(MRA, por sus siglas en ingles) para la cual se utiliza laondeleta madre de Haar nivel 1. La intencion principal delos esquemas de diagnostico es contar con herramientas detipo no invasivas mediante el uso de sensores de efecto hallpara la adquisicion de informacion de las corrientes del estatorque sean economicas computacionalmente mediante el uso dealternativas de procesamiento de senales. La operacion delmotor BLDC es a velocidad y par de carga constantes para elpresente estudio.
II. METODOS DE DETECCION DE FALLA
A continuacion se presentan los dos esquemas de diagnosti-co implementados de manera comparativa y redundante deforma experimental para efectuar la deteccion y diagnosticode fallas electricas del estator en el motor BLDC de vehıculoselectricos ligeros.
II-A. Transformada Rapida de Fourier
La transformada de Fourier es ampliamente utilizada endiferentes campos de aplicacion, incluyendo medicina, opti-ca, fısica e ingenierıa electrica, por mencionar algunas. Latransformada de Fourier es una forma de mapear en tiempocontinuo, informacion no periodica a frecuencia continua,informacion no periodica en el dominio de la frecuencia [22].Cuando los datos son discretos en el tiempo (asumiendo queson periodicos en el tiempo), se utiliza la transformada discretade Fourier (DFT, por sus siglas en ingles) para obtener unafrecuencia discreta, asumiendo una representacion periodicade los datos. La DFT se expresa como:
Y [n] =
N−1∑k=0
x[k]
(cos
(2πkn
N
)− jsen
(2πkn
N
))(1)
en donde: n = 0 . . . N − 1
Otro manera de representar la misma expresion de latransformada discreta de Fourier.
Y [n] =
N−1∑k=0
x[k]e−j( 2πknN ) (2)
La transformada rapida de Fourier (FFT) es un algoritmoque efectua la DFT de forma mas eficiente computacional-mente hablando, genera los mismos resultados, pero realiza
el procesamiento de datos mucho mas rapido, debido a laeficiencia del algoritmo.
II-B. Herramienta tiempo-escala ondeleta de Haar nivel 1
Los metodos de tiempo-escala utilizan senales discretas pararealizar un analisis. Una senal discreta es una funcion deltiempo con valores que ocurren en instantes discretos [23],generalmente se expresa como:
f = (f 1, f 2, ..., fN) (3)
En donde N es un entero par positivo, el cual expresa lalongitud de f . Los valores que constituyen a la funcion sonvalores medidos tıpicamente de una senal analoga g, medida envalores de tiempo t = t1, t2, . . . , tn. Las ondeletas se descom-ponen en dos subsenales, cada una corresponde a la mitad de lalongitud de f . La primer parte de la descomposicion representael promedio o tendencia tambien conocido como average otrend y la segunda parte se conoce como diferencia, detalleo fluctuacion tambien llamado difference, detail o fluctuationde la senal, representadas por a y d respectivamente. Para laondeleta madre de Haar nivel 1 los valores de los coeficientesse obtienen a partir de de las expresiones siguientes:
am =f 2m-1 + f 2m√
2, dm =
f 2m-1 − f 2m√2
(4)
en donde m = 1, 2, 3, . . . , N2 .
El esquema de analisis multi-resolucion MRA se presentaen el esquema grafico mostrado en la figura 1, como puedeobservarse la cantidad de niveles de descomposicion depen-dera de la magnitud de la senal analizada de firma de falla,para un nivel de descomposicion MRA se tiene entonces:
f H−→ (a1|d1) (5)
En donde el superındice representa el nivel dedescomposicion de la senal.
Figura 1: Esquema MRA de la senal de firma de falla.
Para lograr un analisis con la mas fina resolucion posiblese aplica el analisis multi-resolucion MRA, con el cual las
senales discretas son sintetizadas con una baja resolucion alinicio y sucesivamente se le agregan detalles para crear unaversion con mayor resolucion, el cual es nucleo principal delanalisis de las ondeletas.
Este analisis puede extenderse a mas niveles, tantos nivelescomo la cantidad de veces que la longitud de la senal pueda serdividida entre dos. Expresando en terminos de escalamiento yondeletas el segundo nivel de descomposicion MRA para laondeleta madre de Haar nivel 1.
f = A2 +D2 +D1 (6)
En donde A2 es el segundo promedio o tendencia de la senaly D2 es el segundo diferencia o fluctuacion de la senal queconsiste simplemente en el primer nivel de descomposicionMRA de la senal A1.
A1 = A2 +D2 (7)
Por esto, el segundo nivel del promedio o tendencia de lasenal A2 y el segundo nivel de la diferencia o fluctuacion deMRA, se satisface con (8) y (9) respectivamente.
A2 =(fV 2
1
)V 21 +
(fV 2
2
)V 22 + . . .+
(fV 2
N4
)V 2N4
(8)
D2 =(fW 2
1
)W 2
1 +(fW 2
2
)W 2
2 + . . .+(fW 2
N4
)W 2
N4
(9)
En general, si el numero de N valores de la senal es divisiblek veces entre 2, entonces se genera con esto un analisis demulti-resolucion de k-niveles (10).
f = Ak +Dk + . . .+D2 +D1 (10)
III. PLATAFORMA EXPERIMENTAL
El primer paso efectuado consiste en la alteracion deun motor BLDC de vehıculo ligero para inducir diferentesescenarios de falla electrica del estator mediante el rebobinadodel mismo, uno de los escenarios estudiados es una fallaincipiente electrica del estator. Se realizo la conexion de lafalla en el motor BLDC, siendo esto posible debido a queel embobinado del motor cuenta con taps o derivacionesde algunas secciones del devanado que permiten efectuarun corto circuito en una proporcion del devanado de lasbobinas que constituyen las fases del motor BLDC. En elcaso propuesto se aplica un recorte del 9.243 % del devanadode la fase C con referencia al neutro la estrella como seilustra en la figura 2.
Pare efectuar el diagnostico de fallas se diseno y construyouna plataforma experimental la cual fue adecuada con ciertasmodificaciones de un trabajo previo, una de las adecuacionesimplementadas fue la incorporacion de una etapa que permitegenerar para de carga mediante el uso de un dınamo devehıculo a combustion en el cual se aplica una carga del
Figura 2: Detalle del corto circuito fase C del motor BLDC.
tipo resistiva para consumir la potencia generada y produciren el motor BLDC un par constante como se ilustra la figura 3.
Figura 3: Acoplamiento mecanico a dınamo motor BLDC.
El acoplamiento efectuado entre el motor BLDC devehıculo electrico ligero y el dınamo automotriz es medianteuna banda, aprovechando la estructura que posee el motor elcual es de tipo in-wheel y el surco dedicado a la llanta seaprovecha para efectuar dicho acople mecanico ajustando latension de la banda mediante la polea del dınamo automotrizlo cual evita que se patine la banda de dicho acoplamiento.
Un diagrama a bloques que ilustra la plataformaexperimental completa del sistema de diagnostico defallas se ilustra en la figura 4, en el cual se muestra unesquema de tipo no invasivo para la adquisicion de senalesde corrientes del estator del motor BLDC mediante el uso desensores de efecto hall, la etapa de alimentacion del inversortrifasico de puente completo se basa en un rectificadortrifasico conectado a la red electrica, la unidad central deprocesamiento se basa en el procesador de senales digitalesde la companıa Micorchip el dsPIC30F4011, en el cual seincrustaron los algoritmos de control que generan un patron
trifasico de tipo trapezoidal necesario para la operacionde la maquina BLDC, ademas algoritmos que permiten laadquisicion de senales con frecuencias de muestreo variableshasta 25kHz, la unidad central de procesamiento cuenta conel recurso de almacenamiento de alta capacidad mediante eluso de memorias micro SD de tecnologıa flash, el enlace conel equipo de computo se efectua a traves de un transceiverde USB, se desarrollo un programa de computadora en ellenguaje visual Delphi XE7 embarcadero, el cual permite elcontrol y adquisicion de senales provenientes de la plataformaexperimental.
Figura 4: Esquema de banco de pruebas.
Una vez rebobinada la maquina electrica se efectuoun proceso de identificacion parametrica, en la tabla I semuestran los parametros electricos del motor BLDC, asıcomo los valores nominales de operacion.
Tabla I. Parametros de operacion de motor BLDC.
Potencia de motor 500 WVoltaje de operacion 18 V
Velocidad de operacion 160.2 RPMPar de polos de motor 24
Valor de Resistencia Fase C 0.25 ΩFalla aplicada en Fase C 9.243 %Frecuencia de muestreo 2 kHz
IV. RESULTADOS
A continuacion se describen los resultados experimentalesobtenidos para los dos esquemas propuestos de diagnosticode fallas electricas del estator del motor BLDC de vehıculoselectricos ligeros que son el uso de la herramienta de latransformada discreta de Fourier en su version rapida FFT yel analisis multi-resolucion MRA con el uso de la ondeletamadre de Haar nivel 1.
IV-A. Transformada rapida de Fourier
El primer esquema de diagnostico consiste en evaluar losespectros de frecuencia del modulo del fasor espacial dePark (ISP, por sus siglas en ingles) resultante de mapearlas corrientes del estator al marco de referencia fijo de
concordia α − β, se obtiene el modulo del fasor (ISP) y seanalizan los espectros de frecuencia. En trabajos previamentereportados se muestra que la firma de falla electrica delestator en maquinas electricas del modulo del ISP de lascorrientes del estator se presenta en multiplos n del doblede la frecuencia fundamental ffun. Conforme aumenta lafrecuencia la magnitud de los armonicos multiplos del doblede la frecuencia fundamental decrecen en magnitud, por loque se utiliza el primer armonico para n = 1, por lo tanto lafirma de falla ffalla para el modulo del ISP de las corrientesen el marco de referencia de concordia se ilustra en (11).Se efectuo la adquisicion de senales a una frecuencia demuestreo de 2kHz y se capturo una cantidad binaria dedatos de 2048 muestras, en las figuras 6 y 7 se presentan lassenales de corrientes del estator para los casos sano y confalla con patrones trapezoidales.
ffalla = 2ffun (11)
Figura 5: Detalle corrientes estator motor BLDC caso sano.
Figura 6: Detalle corrientes estator motor BLDC con falla.
Para el esquema de diagnostico se parte de la hipotesis enla cual es posible efectuar la deteccion de fallas efectuandoun filtrado de las senales con un filtro digital tipo Butterworthpasa bajas FIR de orden 20, con frecuencia de corte de 200Hz
inferior a las frecuencias de firma de falla de interes. El detallede las corriente filtradas se ilustran las figuras 7 y Fig. .8respectivamente.
Figura 7: Detalle corrientes estator motor BLDC filtradas casosano.
Figura 8: Detalle corrientes estator motor BLDC filtradas confalla.
El detalle del modulo del ISP de las corrientes del estatorsin filtrado y filtradas para el caso con falla se ilustra en lasfiguras 9 y 10 respectivamente.
Figura 9: Modulo del ISP sin filtrado.
Figura 10: Modulo del ISP filtrado.
En la figura 11 se presenta el espectro de frecuencia compa-rativo para los casos sano y con falla en la cual se aprecia quela frecuencia de firma de falla ffalla = 68Hz que representael doble de la frecuencia fundamental ffun = 34Hz.
Figura 11: Espectro de firma de falla.
IV-B. Transformada Ondeleta Tipo Haar
Con el uso de la herramienta MRA y la ondeleta madre deHaar nivel 1, se obtuvo el nivel RMS de los coeficientes delas diferentes bandas de frecuencia. Para el caso de estudiose obtuvieron 11 bandas de frecuencia, la banda de interes secentro en el nivel 4 para el rango de frecuencias 62,5−125Hzen el cual se aprecia un notable incremento en el nivel RMSde los coeficientes para el caso sano y con falla como se ilustraen la tabla II. Tambien es posible apreciar un incremento en labanda 5 del analisis MRA esto debido a la cercanıa del lımitesuperior de la banda con la frecuencia de firma de falla.
V. CONCLUSIONES
La hipotesis considerada en la cual es posible efectuar elfiltrado de senales electricas del estator de tipo trapezoidalesprovenientes del motor BLDC de vehıculos electricos ligeroscon un caracter no invasivo con fines de diagnostico de fallasse comprueba como valida al lograr la deteccion de fallas enel regimen de velocidad y par de carga constante.
Tabla II. Bandas de frecuencia de ondeleta HAAR 1.
NIVEL BANDA FRECUENCIA SANO FALLA1 500.0-1000.0 0.08104 0.0838832 250.0-500.0 0.221906 0.2300083 125.0-250.0 0.557348 0.5721854 62.5-125.0 1.156101 1.2460215 31.3-62.5 2.339371 2.5531596 15.6-31.3 4.039419 4.0903187 7.8-15.6 1.090814 1.6569758 3.9-7.8 3.415495 2.6646629 2.0-3.9 1.375884 0.8090110 1.0-2.0 0.693656 0.65466111 0.5-1.0 0.869582 1.247261
El uso de las herramientas ya reportadas para la deteccionde firmas de fallas electricas del estator aplicado a maquinasde induccion trifasica mediante el uso del modulo del fasorde Park (ISP) mapeando a un marco de referencia fijo deconcordia α − β es valida su aplicacion para efectuar ladeteccion de fallas electricas del estator en este caso la faseC del motor BLDC de vehıculo electrico ligero.
Se comprueba ademas que la aplicacion del filtro tipo FIRorden 20 pasa bajas Butterworth digital a una frecuencia demuestreo de 2kHz no atenua el efecto presentado por partede las firmas de falla a frecuencias inferiores a la frecuenciade corte de 200Hz gracias al alto grado de decadenciapresentado por parte del filtro considerando que la magnitudde la falla inducida al devanado del estator del motor BLDCen la fase C es un porcentaje de 9.243 % del devanadocortocircuitado.
El uso del analisis MRA con la ondeleta madre de Haarnivel 1, permite contar con otra herramienta redundante quevalida de forma experimental la capacidad del algoritmode efectuar un diagnostico de las condiciones de salud deldevanado del estator de motores BLDC con un bajo costecomputacional adicional a la herramienta de la transformadadiscreta de Fourier.
REFERENCIAS
[1] Racewicz, Szymon and Kazimierczuk, Paweł and Kolator, BronisławAndrzej and Olszewski, Andrzej ”,Use of 3 kw bldc motor for light two-wheeled electric vehicle construction”, IOP Conference Series: MaterialsScience and Engineering, 421, 2018, pp. 042-067.
[2] Y. Gritli and A. Bellini and C. Rossi and D. Casadei and F. Filip-petti and G. Capolino ”,Condition monitoring of mechanical faultsin induction machines from electrical signatures: Review of differenttechniques,”2017 IEEE 11th International Symposium on Diagnosticsfor Electrical Machines, Power Electronics and Drives (SDEMPED),Tinos, 2017, pp. 77-84.
[3] J. Faiz and A. Jafari ”,Interturn fault diagnosis in brushless direct currentmotors — A review,”2018 IEEE International Conference on IndustrialTechnology (ICIT), Lyon, 2018, pp. 437-444.
[4] Hongtao Xue and Jiawen Zhou and Man Wang and Zhongxing Li andHong Jiang ”,Using rotating speed monitoring for leakage fault diagnosisof in-wheel motor,”Journal of Applied Science and Engineering, 22, 2,2019.
[5] Caixia Huang and Fei Lei and Xu Han and Zhiyong Zhang, ”Determi-nation of modeling parameters for a brushless dc motor that satisfies thepower performance of an electric vehicle,”Measurement and Control, 52,7-8, 2019, pp.765-774.
[6] S. Prakash and S. Sherine ”,Control of bldc motor powered electricvehicle using indirect vector control and sliding mode observer”, In-ternational Journal of Pure and Applied Mathematics, 116, 19, 2017,pp.295-300.
[7] A. Tashakori, M. Hassanudeen and M. Ektesabi, ”Fpga based controllerdrive of bldc motor using digital pwm technique,”2015 IEEE 11thInternational Conference on Power Electronics and Drive Systems,Sydney, NSW, 2015, pp. 658-662.
[8] Huan Liu and Hui Zhang ”,An improved dtc for in-wheel bldc motorsin micro all-electric vehicles”,Automatika, 57, 3, 2016, pp.648-659.
[9] D. Zhang and G. Liu and H. Zhou and W. Zhao ”,Adaptive sliding modefault-tolerant coordination control for four-wheel independently drivenelectric vehicles”, in IEEE Transactions on Industrial Electronics, vol.65, no. 11, pp. 9090-9100, Nov. 2018.
[10] E. Mitronikas and D. Papathanasopoulos and G. Athanasiou and S.Tsotoulidis, ”Hall-effect sensor fault identification in brushless dc motordrives using wavelets,”2017 IEEE 11th International Symposium onDiagnostics for Electrical Machines, Power Electronics and Drives(SDEMPED), Tinos, 2017, pp. 434-440.
[11] V. Izadi and M. Abedi and H. Bolandi, ”Supervisory algorithm basedon reaction wheel modelling and spectrum analysis for detection andclassification of electromechanical faults”, in IET Science, Measurement& Technology, vol. 11, no. 8, pp. 1085-1093, 11 2017.
[12] OdunAyo Imoru and M. Arun Bhaskar and Adisa Abdul-Ganiyu Jimohand Yskandar Hamam, ”Diagnosis of stator shorted-turn faults in in-duction machines using discrete wavelet transform”, African Journal ofScience, Technology, Innovation and Development, vol. 9, no. 3, pp.349-355, 2017.
[13] A. Bulgakov and T. Kruglova ”,Intelligent method for fault finding ofelectric drive based on wavelet analysis of its electrical and mechanicalparameters”, International Conference on Industrial Engineering, ICIE2017, Procedia Engineering, vol. 206, pp. 929 - 935, 2017.
[14] T. Kruglova and I. Shmelev and A. Bulgakov and S. Ryzhenkov,”Signal-based intelligent diagnostic method for bldc motors,”2018 XInternational Conference on Electrical Power Drive Systems (ICEPDS),Novocherkassk, 2018, pp. 1-5.
[15] S.M. Hosseini and F. Hosseini and M. Abedi, ”Stator fault diagnosisof a bldc motor based on discrete wavelet analysis using Adamssimulation,”SN Applied Sciences, vol. 1,1406, 2019.
[16] S. Lee and J. Hur, ”Detection technique for stator inter-turn faults inbldc motors based on third-harmonic components of line currents”, inIEEE Transactions on Industry Applications, vol. 53, no. 1, pp. 143-150,Jan.-Feb. 2017.
[17] G. Sardana and N. Turk and S. Deswal ”, Eccentricity fault diagnosis inbldc motor using finite element and frequency research”, InternationalJournal of Recent Technology and Engineering (IJRTE), vol. 8, no.2S11,Sept. 2019.
[18] D. Papathanasopoulos and G. Athanasiou and S. Tsotoulidis and E.Mitronikas, ”Fault identification on hall-effect sensors positioning inbrushless dc motor drives via a fuzzy inference system,”2017 IEEE 11thInternational Symposium on Diagnostics for Electrical Machines, PowerElectronics and Drives (SDEMPED), Tinos, 2017, pp. 311-317.
[19] M. Simsir and R. Bayır and Y. Uyaroglu ”,Real-time monitoring andfault diagnosis of a low power hub motor using feedforward neuralnetwork”, Computational Intelligence and Neuroscience, vol. 2016,pp.13, 2016.
[20] J. Faiz and A. Jafari ”,Interturn fault diagnosis in brushless direct currentmotors — a review”, 2018 IEEE International Conference on IndustrialTechnology (ICIT), Lyon, 2018, pp. 437-444.
[21] H. Xue and J. Zhou and M. Wang and Z. Li and H. Jiang ”, Usingrotating speed monitoring for leakage fault diagnosis of in-wheel mo-tor,”Journal of Applied Science and Engineering, vol. 22, no. 2, pp.307-314, 2019.
[22] Michael Weeks, ”Digital signals processing using matlab and wave-lets,”Georgia State University, 2007, Infinite science press LCC.
[23] James S. Walker ”,A primer on wavelets and their scientific applica-tions”, University of Wisconsin USA, 2008, Second edition, Chapman& Hall/CRC.
