Monitoring of the incipient bearing damage in induction motors using intelligent techniques
Asenkron motorlarda gelişmekte olan rulman arıza durumunun akıllı tekniklerle izlenmesi
- Tez No: 223188
- Danışmanlar: PROF. DR. SERHAT ŞEKER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Çalışmada ana hedef olarak hızlandırılmış yaşlanma deneyine tabi tutulan 5 beygir gücündeki asenkron motorun rulman arızasının oluşma süreci takip edilmiştir. Bu amaçla İstatiksel parametreler, Shannon entropisi, Çok Katmanlı Yapay Sinir Ağları, Kohonen'in Özdenetimli Ağı ve Bağımız Bileşen Analizi rulman arızasının durumunu izleme amaçlı kulllanılmıştrır. Öznitelik vektörleri oluşturmak için Fourier dönüşümü ve Dalgacık Paket Dönüşümleri uygun görülerek boyut azaltma amaçlı olarak Tekil ve Bağımsız Bileşen Analizleri yapılmıştır. Ana hedefe Çok Katmanlı Yapay Sinir Ağları kullanılarak en başarılı şekilde ulaşılmıştır. Değişen yük durumları ağın performansını olumsuz etkilememiştir. Arızanın gelişmesi ağ çıkışındaki hatanın büyümesi ve salınımlarının artması olarak gözlemlenmiştir. Rulman arızası oluşumu gerçekleşmesinden iki yaşlandırma süreci önce tahmin edilebilmiştir.
Özet (Çeviri)
This study focused on tracking the bearing damage of the 5-HP induction motor. Statistical parameters, Shannon?s Entropy, Multilayer Perceptron (MLP), Kohonen?s Self Organizing Map (SOM) and Independent Component Analysis (ICA) techniques were used to monitor the bearing damage. In this manner, feature vectors were formed by Fourier transform and wavelet packet decomposition. Moreover, dimensionality reduction step was made by Principal Components Analysis (PCA) and ICA. The aim of this study has been reached successfully by applying MLP neural networks because it was not affected by the load changes and development of the bearing damage was well tracked from increasing oscillations of MLP output error (variance error) and prediction of the bearing damage made in the cycle 4, two cycles before it started.
Benzer Tezler
- Dişli çark hata ve hasarlarının titreşim analizi ile belirlenmesi
Identifying the faults in gears with vibration analysis
VOLKAN SİPAHİ
- Çimento fabrikalarında makina performansına dayalı bakım planlaması sistemi ve yönetimi
Başlık çevirisi yok
ÜMİT ÖZTÜRK
Yüksek Lisans
Türkçe
1998
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. H. TEMEL BELEK
- Gaz türbini motorlarının (GTM) test standında ve yer çalıştırmasında diagnostik amaçlı izlenmesi ve değerlendirilmesi
The Monitoring and evaluation of gas turbine engines (APU) for diagnostic purposes at test stand and ground service
MEHMET AYAZ
Yüksek Lisans
Türkçe
2002
Makine MühendisliğiMarmara ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. MUSTAFA KURT
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Asenkron motor rulman arızasının titreşim işaretleri üzerinden entropi tabanlı analizi
Entropy based vibration signals analysis for induction motor bearing faults
DUHAN SÖNMEZ
Doktora
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. METİN GÖKAŞAN
PROF. DR. SERHAT ŞEKER