Hidden Markov models for fault characterization and condition monitoring of induction motors
Asenkron motorlarda arıza özeliği tespiti ve durum izleme için saklı Markov modelleri
- Tez No: 223925
- 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: 64
Özet
Bu çalışmada, saklı markov modelleri kullanılarak, asenkron motorlarda rulman arızası için özelik tesbiti ve durum izlemesi yapılmıştır. Arıza özeliği tesbiti uygulamasında çok çözünürlüklü dalgacık analizi, saklı markov modeli ve temel bileşenler analizi gibi çeşitli boyut azaltma yöntemleri bir arada kullanılarak rulman arızasına ait titreşim frekans bantları tespit edilmiştir. Gerçek zamanlı durum izleme uygulamasında, çok çözünürlüklü dalgacık analizi ve saklı markov modelleri, motordan alınan titreşim ve akım verileri üzerinde kullanılarak rulman ve stator sargı arızaları öngörülü olarak tesbit edilmiştir. Sonuçlar saklı markov modellerinin motor durum izleme uygulamaları için başarılı sonuçlar ortaya koyduğunu göstermiştir.
Özet (Çeviri)
In this study, hidden markov models are used for the fault characterization and the condition monitoring of induction motors. In the fault characterization application, multi resolution wavelet analysis , hidden markov models and various dimensionality reduction methods like principal component analysis are used in order to find a frequency band for the vibration data of the bearing damage. In the real time condition monitoring application, multi resolution wavelet analysis along with hidden markov models are applied to the vibration and current data of induction motors in order to find the aging trends of the bearing and stator winding damages. The results have shown that hidden markov models are successfull for the condition monitoring of induction motors.
Benzer Tezler
- Anomaly detection in time series
Zaman serilerinde olağandışılık sezimi
ONUR POYRAZ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. ALİ TAYLAN CEMGİL
- Expectation propagation for state estimation with discrete-valued hidden random variables
Ayrık değerli gizli rastgele değişken içeren durum kestirimi için beklenti yayılımı
ELİF SARITAŞ
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UMUT ORGUNER
- Keyword spotting using hidden markov models
Saklı markov modelleri kullanılarak anahtar kelime yakalama
ŞEVKET DURAN
Yüksek Lisans
İngilizce
2001
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT M. ARSLAN
- Multi-modal video summarization using hidden Markov models for content-based multimedia indexing
İçerik tabanlı çokluortam endekslemesi için ses ve görüntü bilgisi yardımıyla saklı Markov modeli kullanarak video özetleme
YAĞIZ YAŞAROĞLU
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN ALATAN
- Alışılmamış enerji kaynaklarının stokastik yöntemlerle değerlendirilmesi
Evaluation of unconventional energy sources via stochastic methods
EGE KİPMAN
Doktora
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR SIDDIK BİNBOĞA YARMAN