Geri Dön

Olasılık sinir ağı kullanarak alternatör arızalarının tespiti

Fault diagnosis of alternators using probabilistic neural network

  1. Tez No: 274894
  2. Yazar: EMEL KOÇAK
  3. Danışmanlar: DOÇ. DR. RAİF BAYIR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Enerji, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 116

Özet

Alternatörler mekanik enerjiyi elektrik enerjisine çeviren elektromekanik cihazlardır. Alternatörler taşıtlarda, rüzgâr türbinlerinde ve hidroelektrik santrallerinde elektrik enerjisi üretiminde kullanılmaktadırlar. Bu cihazlar arızalandığında hem maddi hem manevi kayıplara neden olmaktadırlar. Bu yüzden alternatörlerde arızaların erken teşhis edilmesi önemlidir. Bu çalışma ile alternatörlerde arıza teşhisi yapılabilmektedir. Alternatöre ait akım, gerilim ve devir bilgileri bir veri alış veriş kartı yardımıyla gerçek zamanlı olarak Matlab ortamına aktarılmaktadır. Alternatör arızalarını tespit etmek için yapay zeka teknikleri kullanılmıştır. Bu teknikler bulanık mantık, ileri beslemeli ağı ve olasılık sinir ağıdır. Bu tekniklerden olasılık sinir ağı başarımının yüksek olmasından dolayı gerçek zamanlı arıza teşhisinde tercih edilmiştir. Alternatör arızalarının erken teşhis edilmesi ile üretilen enerjinin verimliliği artacaktır. Erken teşhis ile de bakım masraflarının azalması sağlanacaktır.

Özet (Çeviri)

Alternators are equipments that convert mechanical energy to electrical energy. Alternators are used in vehicles, wind power turbines and hydroelectric power plants to generate electrical energy. When this equipments breakdown they damage financially and incorporeally so early fault diagnosis of alternators is important. In this study, alternator failures can be diagnosed. Current, voltage, and revolution data are possible to be measured and they were real time transferred to Matlab via data acquisition card. Artificial intelligence techniques were used to detection alternator failures. These techniques are fuzzy logic, feed forward neural network and probabilistic neural network. Because of its success probabilistic neural network is used in real time fault diagnosis. Renewable energy sources will be used more efficiently and repairing costs will be reduced by early diagnosis of failures.

Benzer Tezler

  1. Neural network based channel estimation for time-varying OFDM systems

    Zamanla değişen OFDM sistemlerde yapay sinir ağı tabanlı kanal kestirimi

    EMRE MOLLAHÜSEYİNOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiKadir Has Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATİLLA ÖZMEN

    DOÇ. DR. HABİB ŞENOL

  2. Bayes tümleştirme teknikleri kullanılarak yüzey kurma ve ayrıt sezme

    Visual surface recontruction and boundary detection using bayesian integration

    BİLGE GÜNSEL

  3. Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI

  4. Evaluating the performance of different continous vector representation methods for turkish words

    Türkçe sözcükler için farklı sürekli vektör temsilyöntemlerinin başarım değerlendirmesi

    GÖKHAN GÜLER

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET CÜNEYD TANTUĞ

  5. Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL