Rulman arızalarının gerçek zamanda analizi ve arıza kaynaklarının tespit edilmesi
The real time analysis and diagnosis of bearing faults
- Tez No: 232772
- Danışmanlar: DOÇ. DR. H. METİN ERTUNÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Makine Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Mechanical Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Rulmanlar dönen makinelerde, güç iletim elemanlarından millerin yataklanması gibi birçok uygulamada oldukça sık kullanılan önemli makine elemanlarıdırlar. Rulmanların sağlıklı çalışması dönen makinelerin performansını, yani parçası oldukları sistemi, doğrudan etkilemektedir. Arızalı rulmanlar, parçası olduğu dönen makinelerin normalden fazla titremesine ve gereksiz enerji israfına neden olmaktadır. Bununla beraber, ileri sevideki rulman arızaları dönen makinelerde hayati hasarlar oluşturabilmektedir. Rulman arızaları bütün endüstri dallarında üretim düşmesine ve dolayısıyla büyük ekonomik kayıplara neden olmaktadır. Bu yüzden rulmanlarda oluşabilecek arızaların tehlikeli boyutlara ulaşmadan tespit edilmesi ve rulmanın tamamen bozulmasından veya kırılmasından önce önlem alınması gerekmektedir. Bu bağlamda endüstride çeşitli iş kollarında kullanılan makinelerin bakım zamanını azaltmak ve üretim sürecini aksatmamak amacıyla, titreşim ölçümlerinden giderek artan bir şekilde yararlanılmaktadır.Bu tez kapsamında rulmanların gerçek zamanda gözlemlenmesine ve olası arızalara karşı gerekli önlemlerin alınmasına imkân sağlayacak yeni bir sistem geliştirilmesi planlanmaktadır. Gelişmiş titreşim ölçüm ve analiz teknikleri kullanılarak geliştirilecek sistemle, dönen makinelerin kritik sonuçlar doğurabilecek arızalara karşı korunması ve rulman arızalarından dolayı ortaya çıkabilecek durma zamanlarının ve katastrofik sonuçların en aza indirgenmesi hedeflenmektedir. Bu sayede dönen makinelerin performansı artırılarak üretim maliyetlerinin düşürülmesine, üretim kapasitesinin artırılmasına, gereksiz parça, enerji ve işçilik harcamasının önüne geçilmesine katkı sağlanması amaçlanmaktadır.
Özet (Çeviri)
Bearings are vital elements that are widely used in rotating machinery for applications ranging from power transmission to shaft housing. The healthy operation of the bearing directly affects the performance of the rotating machinery in which they reside. Faulty bearings cause the rotating machinery to vibrate more than usual, which results in unnecessary energy consumption. In addition to this, bearing faults at advanced stages can vitally damage the rotating machinery. In all industrial sectors, bearing faults can also cause production loss, and hence great economic losses. For that reason, it is very important to detect and diagnose bearing faults and take necessary measures before they reach to critical level or completely fail. Therefore, in order to reduce the maintenance time and not to slow down the production process, vibration measurements have been increasingly used for condition monitoring.In this thesis, a novel system that allows for real time monitoring of bearings and for providing necessary actions to possible faults will be developed. The system that will be developed using advanced vibration measurements and analysis techniques will protect the rotating machinery against vital failures; reduce the downtime related to bearing failures and decrease catastrophic results to minimal levels. This way, the reduction of production cost, increase of the manufacturing capacity, avoiding of unnecessary part replacement, energy and labor consumption are aimed by increasing the performance of the rotating machinery.
Benzer Tezler
- Artificial neural network based electrical machine fault classification on FPGA
FPGA üzerinde yapay sinir ağı tabanlı elektrık makinesiarıza sınıflandırması
MERT YAŞAR AYDIN
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SIDDIKA BERNA ÖRS YALÇIN
- Elektrik motorlarında dalgacık analizi yaklaşımı ile rulman arıza tanısı ve yapay zeka tabanlı bir durum izleme sistemi
Bearing fault diagnosis with the approach of wavelet analysis and a condition monitoring system based on artificial intelligence in electric motors
EMİNE AYAZ
Doktora
Türkçe
2002
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT ŞEKER
- Condition monitoring and fault detection for induction motors by spectral trending and stationary wavelet analysis
Spektral trend ve durağan dalgacık dönüşümü yardımıyla durum izleme ve arıza tanısı
DUYGU BAYRAM
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Deniz taşıtlarında kullanılan üç fazlı asenkron motorların elektriksel ve mekanik performans testlerinin incelenmesi
Investigation of electrical and mechanical performance testing of three-phase induction motors in marine vehicles
YILMAZ KANBUR
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Gedik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FERİHA ERFAN KUYUMCU
- Yapay zeka teknikleri kullanarak rulman hata boyutunun tespiti
Bearing fault size detection by using artifical intelligence techniques
KAPLAN KAPLAN
Yüksek Lisans
Türkçe
2015
Mekatronik MühendisliğiKocaeli ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN METİN ERTUNÇ