Wachemo University Institute of Technology

 

---

7 

 

3.

 

Methodology  

The induction motor has two main parts the stator and rotor which are stationary and rotating 

parts. Stator parts are the outer part of IM which is connected with a three-phase power supply. 

The rotating parts do not require connecting electricity because electromagnetic induction pro-

vides the transfer of energy from stationary parts to the rotating components. The stator pro-

duces a rotating magnetic field, which converts into alternating electromotive force and current 

in the motor rotor. This rotor current and the rotating components of the stationary winding 

interact with each other and produce motor torque. The characteristic of torque-speed is related 

to the component’s resistance and reactance of the rotor. Therefore, with different percentage 

values of rotor resistance to reactance in rotor circuits, it is possible to achieve different torque-

speed characteristics [4]. 

 

Symptoms of motor faults may cause lower efficiency, high energy utilization, improper per-

formance, and long-time equipment  operating shutdown. Still,  minor faults  can increase the 

chances of loss such as reducing efficiency and increasing motor temperature, which will re-

duce the winding insulation life span and increase motor vibration.  

 

They are caused by the operating environment circumstances and the equipment's internal me-

chanical factors. Therefore, the diagnosis of motor faults is an important task for engineers at 

an early stage and avoids maintenance costs. Different methods of induction motor fault diag-

nosis  were under-investigated by  a few  researchers and different  techniques have been pro-

posed for fault diagnosis [1][12]. 

 

The  most  commonly  used  method  of  fault  diagnosis  is  motor  current  signature  analysis 

(MCSA).  MCSA in  which  is  used  to  detect  rotor  faults,  stator  faults,  bearings  damage,  and 

eccentricities online in the induction motor. 

Most studies prefer that induction motor faults diagnosis techniques are based on Fast Fourier 

Transform using electrical signal signature analysis. Other diagnosis methods including vibra-

tion  analysis,  temperature  measurements,  harmonic  analysis  of  speed  fluctuations,  vibration 

monitoring,  state,  and  parameters  estimation,  either  axial  flux,  acoustic  noise  measurement, 

and magnetic field analysis may diagnose through other techniques, for example, Short-Time 

Fourier Transform and Wavelet. Currently, AI techniques have been combined with traditional 

diagnosis methods for the detection of the right faults, such as the Fuzzy Logic Controller. 

Induction motor faults often generate particular frequency components in the electric current 

spectrum. The abnormal harmonics contain potential information of motor faults. Therefore, 

---

8 

 

the  frequency  analysis  approach  is  the  most  commonly  used  method  to  diagnose  induction 

motor faults. In this method by considering an unbalanced machine then, the connected to bal-

anced supply voltage produces stator current whose magnitude and frequency depend on the 

asymmetry level and nature of the fault. Based on the current spectrum decomposition analyzed 

via Fast Fourier Transform and fuzzy logic controller. The fault causes a harmonic component 

in the current at a characteristic’s frequency, visualized in the current spectrum. The motor slip 

should be estimated based on the data the known frequency component obtained from different 

fault aspects and related data.