Nghiên cứu Khoa học

Ứng dụng trí tuệ nhân tạo nhận dạng lỗi động cơ điện 1 pha qua phân tích âm thanh hoặc dòng điện

  • 17/07/2025
  • Nghiên cứu Khoa học

1. Tính cấp thiết của đề tài

Động cơ điện 1 pha là thiết bị phổ biến trong các hệ thống dân dụng và công nghiệp nhẹ. Trong quá trình vận hành, các lỗi như kẹt trục, lệch pha, đứt cuộn, mòn chổi than... thường xảy ra nhưng khó được phát hiện sớm bằng mắt thường. Việc chẩn đoán sớm giúp ngăn ngừa hư hỏng nghiêm trọng và giảm thời gian dừng máy. Trong khi đó, trí tuệ nhân tạo (AI), đặc biệt là học máy, đã chứng minh hiệu quả cao trong nhận dạng mẫu, xử lý tín hiệu. Việc kết hợp AI vào phân tích tín hiệu âm thanh hoặc dòng điện của động cơ để phát hiện lỗi là hướng tiếp cận mới, hiện đại, có tính ứng dụng cao, phù hợp với xu hướng phát triển công nghiệp 4.0.

2. Mục tiêu đề tài

  • Xây dựng mô hình nhận dạng lỗi cơ bản của động cơ điện 1 pha sử dụng AI.

  • Thu thập và xử lý tín hiệu đầu vào từ micro (âm thanh) hoặc cảm biến dòng.

  • Huấn luyện mô hình học máy phân loại các trạng thái hoạt động: bình thường, lệch pha, kẹt trục, tải nặng...

  • Đánh giá hiệu quả mô hình trên dữ liệu thực tế.

3. Đối tượng nghiên cứu

  • Động cơ điện 1 pha công suất nhỏ (100W – 500W).

  • Các lỗi cơ bản thường gặp: lệch pha, mòn chổi than, tăng tải, kẹt cơ khí.

  • Dữ liệu thu thập từ cảm biến dòng (ACS712/ACS758) hoặc micro (mic electret/IC MAX4466).

  • Mô hình học máy đơn giản: KNN, SVM, Random Forest, hoặc mạng nơ-ron (MLP).

4. Phương pháp nghiên cứu

  • Khảo sát thực tế các loại lỗi thường gặp của động cơ điện.

  • Xây dựng hệ thống đo: kết nối cảm biến dòng/âm thanh với vi điều khiển (ESP32, Arduino).

  • Thu thập dữ liệu: ghi lại tín hiệu khi động cơ hoạt động ở các trạng thái khác nhau.

  • Xử lý tín hiệu: dùng kỹ thuật biến đổi Fourier (FFT), phân tích đặc trưng (RMS, mean, variance...).

  • Huấn luyện mô hình AI: sử dụng thư viện Scikit-learn, TensorFlow (nếu cần).

  • Đánh giá kết quả: đo độ chính xác, độ nhạy và độ đặc hiệu của mô hình nhận dạng.

5. Ý nghĩa khoa học và thực tiễn

  • Khoa học: Góp phần nghiên cứu tích hợp giữa kỹ thuật điện – điện tử và AI trong bảo trì dự đoán.

  • Thực tiễn: Có thể triển khai hệ thống cảnh báo sớm lỗi động cơ tại xưởng nhỏ, hộ gia đình, nhà máy thủ công.

  • Đào tạo: Giúp sinh viên tiếp cận với công nghệ AI ứng dụng trong kỹ thuật, rèn kỹ năng liên ngành.

Các tin khác

KHOA ĐIỆN - ĐIỆN TỬ ĐẠI HỌC DUY TÂN

Phòng 503 - K7/25 Quang Trung, Tp Đà Nẵng

(0236) 3827111(Ext 503)

Copyright © 2025 Đại học Duy Tân