Tecniche per l’eccitazione, la misura e l’analisi di scariche parziali nei motori elettrici per l’industria automotive

In the context of diagnostics on electric motors, the phenomenon of Partial Discharge (PD) is of particular importance. Partial discharges are electrical discharges that exclusively affect a portion of the dielectric material existing between the conductors. In this context, the generation of excitation, the measurement, and the recognition of partial discharges are fundamental steps for analyzing the condition of the insulation in electronic equipment, specifically electric motors in the automotive field. In this thesis, two approaches were explored to test the insulation by subjecting it to electrical stress and measuring the signals produced by any partial discharges; the first approach uses an impulse source, while the second involves the use of a sinusoidal excitation source. Both the excitation source and measurement data were studied. Regarding tests with impulse excitation, the system for generating excitation was investigated. The waveform of the impulse and its characteristics, especially the rise time and overvoltage, strongly influence the localization and magnitude of partial discharge phenomena. It is therefore important to have a model for studying the generated waveform. A circuit model was created for simulating the behavior of the high-voltage and high-frequency impulse generator for High Repetition Rate (HRR) tests, with the aim of achieving a simulation that closely matches real-world behavior. Subsequently, the simulated impulse waveform was compared with the experimental behavior of the system. Moving on to the analysis of data for acquisitions with sinusoidal excitation source, a key step in interpreting the measurements is distinguishing partial discharges from other interference signals, especially in measurements with reduced Signal-to-Noise Ratio (SNR). Therefore, the effectiveness of a system for identifying partial discharges in industrial applications based on Support Vector Machine (SVM) was investigated. The implemented SVM operates on the Power Spectral Density (PSD) of signals, using a kernel based on the Kullback-Leibler (KL) divergence. Initially, the SVM was trained and tested with PD signals and noise obtained from various test objects, including the rotor and stator of an electric motor for vehicles. The performance of the SVM was subsequently evaluated on a subset of measurements, where labels for partial discharges and noise were assigned manually using feature extraction algorithms (PCA) and clustering (K-means). Experimental results demonstrate that this technique is very effective in identifying partial discharges, especially in cases where there are different sources of partial discharges and high noise levels.

Nell’ambito della diagnostica sui motori elettrici, il fenomeno delle scariche parziali (Partial Discharge, PD) riveste particolare rilevanza. Le scariche parziali sono delle scariche elettriche che interessano esclusivamente una parte del dielettrico esistente tra i conduttori. In questo ambito, la generazione dell’eccitazione, la misura e il riconoscimento delle scariche parziali sono passaggi fondamentali per l’analisi dello stato dell’isolante di apparecchiature elettroniche, nello specifico di motori elettrici in ambito automotive. In questa tesi, si sono affrontati due approcci per testare l’isolante ponendolo in condizioni di stress elettrico e misurando i segnali prodotti da eventuali scariche parziali; il primo ricorre a una sorgente impulsiva, il secondo prevede l’utilizzo di una sorgente di eccitazione sinusoidale. Si è affrontato sia lo studio della sorgente di eccitazione che l’analisi dei dati di misura. Per quanto riguarda le prove con eccitazione impulsiva, si è approfondito il sistema per la generazione dell’eccitazione. La forma d’onda dell’impulso e le sue caratteristiche (in particolare il rise time e la sovratensione) influenzano fortemente la localizzazione e l’entità del fenomeno di scariche parziali. É quindi importate avere a disposizione un modello per lo studio della forma d’onda generata. Si è dunque realizzato un modello circuitale per la simulazione del comportamento del generatore di impulsi ad alta tensione e ad alta frequenza per le prove in High Repetition Rate (HRR), con il fine di ottenere una simulazione sufficientemente aderente al comportamento reale; successivamente, si è confrontata la forma dell’impulso ottenuto in simulazione con il comportamento sperimentale del sistema. Procedendo con l’analisi dei dati per le acquisizioni con sorgente sinusoidale, un passaggio chiave nell’interpretazione delle misure consiste nel distinguere le scariche parziali da altri segnali di disturbo, specialmente in misurazioni con un SNR ridotto. Si procede quindi investigando l’efficacia di un sistema per l’identificazione di scariche parziali in applicazioni industriali basato sulla Support Vector Machine (SVM). La SVM implementata opera sulla Power Spectral Density (PSD) dei segnali, utilizzando un kernel basato sulla Kullback-Leibler (KL) divergence. Inizialmente, la SVM viene addestrata e testata con segnali di PD e rumore ottenuti da diversi oggetti di test, inclusi rotore e statore di un motore elettrico per autoveicoli. Le performance della SVM sono state successivamente valutate su un sottoinsieme di misure, in cui le label delle scariche parziali e del rumore sono state assegnate manualmente con l’ausilio di algoritmi di features extraction (PCA) e di clustering (K-means). I risultati sperimentali dimostrano che tale tecnica risulta essere molto efficacie nell’identificare le scariche, specialmente in casi in cui si hanno differenti sorgenti di scariche parziali e il livello di rumore è elevato.