Wachemo University Institute of Technology

 

 

 

 

 

 

 

 

 

 

 

 

 

---

5 

 

2. Literature review 

I.  Hussain  and  et  al  proposed  fault  detection  and  identification  system  of  a  three-phase 

induction motor by using signal processing techniques of STFT using MATLAB/Simulink. In 

their study, they proposed fault detection of an Imbalance of supply voltage, a single phase of 

supply,  and  broken  rotor  bars.  The  monitoring  system  efficiently  detected  an  imbalance  of 

supply, single phasing, and broken rotor bars occurring at different instants of time. The study 

overcomes the drawback of FFT techniques which are unable to provide simultaneous time-

frequency information of multiple faults with lesser efforts. To improve the effect of FFT the 

scholar  uses  the  STFT  method  to  minimize  the  time  taken  to  detect  fault  conditions  in  the 

induction motor again which improves the outage of the system [1][3][6].

 

 

P.  Diwatelwar  and  K.  Malode  studied  fault  detection  and  analysis  of  three-phase  induction 

motors using the MATLAB/Simulink model. In the thesis study, FFT (Fast Fourier Transform) 

approach and the fuzzy logic controller are used to analyze three-phase induction motor input 

voltage and current. FFT analysis was used to calibrate THD total harmonics content for normal 

conditions and abnormal winding faults conditions. Based on the analysis for both input current 

and voltage total harmonics distortion is the minimum for the normal condition which is less 

than  2%  for  three-phase  voltage  and  80%-95%  for  three-phase  current  and  for  abnormal 

conditions total harmonics distortion increases for faulted phases. Both FFT and fuzzy logic 

analysis is compared well for fault detection and analysis. The drawback of FFT analysis is 

analyzed total harmonics distortion of stator current and voltage only and takes more time to 

analyze fault conditions. To improve this problem the scholar proposed another method which 

is  the  fuzzy  logic  controller  method  of  efficient  fault  analysis  and  which  works  for  all 

conditions of faults [7].  

P. Idowu and et al studied the behavior of fault in the induction motor. Based on studies failure 

of IM are due to stator fault, winding break down, and rotor faults. In their study frequency-

based computation of motor operating slip can be estimated by FFT. This method is used to 

reduce maintenance costs [8]. 

 

According  to  H.  Vishwanath  and  G.  Maruthi  carried  out  the  study  to  detect  the  air  gap 

eccentricity faults under varying load conditions by monitoring current and vibration signals. 

In this study, the scholar uses a sensor to detect the fault like accelerometer and motor current 

signature analysis by using the FFT algorithm. Air gap eccentricity causes the torque ripple, 

unbalanced magnetic pull, and lower power factor which results in fault in the induction motor 

---

6 

 

like speed pulsating, noise, vibration, bearing wear and tear, and rotor deflection then brings 

serious problems in the stator and rotor core. Then, based on the fault detection of this study 

motor  with  a  constant  air  gap  gives  a  symmetrical  magnetic  field  in  the  air  gap  having  a 

fundamental  harmonic  component  and  less  vibration  this  again  gives  no  side  frequency 

generation [9][10]. 

A.  Abhinandan  and  M.  Sidram  have  proposed  a  method  of  induction  motor  fault  diagnosis 

using the current signature analysis of FFT and DWT analysis. Current signature analysis in 

this study was used to diagnose stator current fault. 

In this study sideband frequencies are generated due to fault; conditions are analysed. The fault 

detection  analysis  is  compared  with  normal  conditions  of  machines  which  reduce  machine 

outage or increase machine age [11].