Makinelerde yapay sinir ağı (YSA) tabanlı titreşim esaslı kestirimci bakım
Predictive maintanence fundamental vibration based on artificial neural network at machinery
- Tez No: 153106
- Danışmanlar: YRD. DOÇ. DR. ÖMER MORGÜL
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Neural Network, Back-Propagation, Predictive Maintanence
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
Anahtar Kelimeler : Kestirimci bakım, titreşim analizi, yapay sinir ağlan, geri yayılım algoritması. Bir makineden en yüksek verimi almak ve bakımdan kaynaklanan üretim kayıplarım en aza indirmek için bugüne kadar değişik yaklaşımlar benimsenmiştir. Bunlardan biri,“durum izlemeye dayalı bakım”,“erken uyarıcı dinamik bakım”ya da“kestirimci bakım (predictive maintanence)”denilen yeni bakım anlayışıdır. Bu bakım anlayışında, makinelerin durumu periyodik veya sürekli ölçüm yapılarak tespit edilir. Ölçüm ve kontroller ile üretimi etkileyecek arızanın oluşabileceği zaman önceden tahmin edilir. Bu kontrollere göre uygun zamanlarda makineler bakıma alınır. Toplanan datalar üzerinde yapılan analizler ile arızaların kaynağı ve gelişimleri öğrenilir. Böylece makinelerin en yüksek verimde kullanılması ve beklenmeyen arıza duruşlarının önlenmesi sağlanır. Bu çalışmada kestirimci bakım ve titreşim analizi için“ISO-2372 orta ölçekli makinaların titreşim değerlendirme standartları”tablosu kullanılarak oluşturulan' eğitim seti yapay sinir ağım (YSA) eğitmek için kullanılmıştır. Bunun için önce giriş, bir gizli ve çıkış katman olmak üzere üç katmanlı yapay sinir ağı oluşturulmuştur. Bu ağı eğitmek için ISO-2372 tablosundan 720x9'luk veri matrisi oluşturulmuştur. Test işlemi içinde gene eğitim setinin içinden 200x5 'lik veriye sahip bir matris oluşturulmuştur. Eğitme işlemi gizli katman nöron sayısı 5, 10, 15, 25, 50 ve 75 olan ağların ayrı ayrı eğitimi gerçekleştirilmiştir. Birbirleriyle karşılaştırılarak en iyi sonucu veren ağ yapısı bulunmuştur. Eğitme esnasında geri yayılım (Back- Propagation) algoritması kullanılmıştır. YSA'nın eğitiminden sonra elde edilen çıkış değerleri gerçek tablo değerleriyle karşılaştırılarak kestirimci bakımda kullanılan trend grafiklerine uyarlanmaya çalışılmış ve kullanılabilirliği saptanmıştır. X111
Özet (Çeviri)
Özet çevirisi mevcut değil.
Benzer Tezler
- Sinyal işleme ve genetik-yapay sinir ağları ile rulman arızalarının teşhisi
Diagnosis of bearing faults by signal process and genetic-neural network
MUHAMMET ÜNAL
Doktora
Türkçe
2014
Mekatronik MühendisliğiMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. MUSTAFA ONAT
PROF. DR. HALUK KÜÇÜK
- Power system fault identification and classification in fuel cells via artificial neural network
Yakıt hücrelerinde yapay sinir ağı kullanılarak güç sistemi arıza tespiti ve sınıflandırması
RAFAH HUSSEIN ALZURFI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CİHAT ŞEKER
- Neuro classifiers for condition and bearing health assessment of an electric motor
Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar
MINA GHORBAN ZADEH BADELI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA
- PLC destekli kestirimci bakımın Kardemir sinter fabrikasında uygulanması
An application of PLC based predictive maintenance to sinter plant in Kardemir
MUSTAFA YILMAZ
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLHAMİ MUHARREM ORAK
- Asenkron makinenin mikrodenetleyici destekli yapay sinir ağı kullanarak hız algılamasız uzay vektör ayarı ile denetimi
The control of asynchronous machine with speed sensorless space vector modulation by using microcontrollers based artificial neural network
TARIK ERFİDAN
Doktora
Türkçe
2004
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ.DR. BEKİR ÇAKIR