Vibration-based fault detection for ball bearings
Bilyalı rulmanlarda titreşim verileri kullanılarak hasar tespiti
- Tez No: 397854
- Danışmanlar: PROF. DR. KENAN YÜCE ŞANLITÜRK
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Katı Cisimlerin Mekaniği Bilim Dalı
- Sayfa Sayısı: 161
Özet
Pek çok sanayi alanında daha gelişmiş ve iyi düzenlenmiş olan bakım metotlarına duyulan ihtiyaç, gün geçtikçe artmaktadır. En etkili, en güvenilir ve en ekonomik bakım stratejilerinden biri olan“Condition-Based Monitoring”, bakım işlemini minimize etmek ve maliyeti azaltmak etmek için yaygın bir şekilde kullanılır. Ulaşılabilir pek çok Condition Monitoring (CM) metotları içerisinde, titreşim gtabanli metotlar, diğer metotlarla karşılaştırıldığında pek çok avantaj sunmakta ve bu nedenle de yaygın olarak kullanılmaktadır. Titreşim sinyallerindeki değişimlerin makine arızalarının çoğunu tanımlayabildiği görülmüştür. Titreşim verilerinin kullanılmasının en önemli avantajlarından birisi de, makinenin durumundaki herhangi bir değişikliğin anında titreşim sinyaline yansımasıdır. Böylece, sürekli görüntüleme metotlarında kullanıldığı gibi parçalı durumlarda da kullanılabilir. Ayrıca, makinedeki her arıza, sistemin dinamik davranışında farklı belirtilere sahip olduğu için, titreşim analizi makinelerdeki hataların türünü, büyüklüğünü, yerini ve hatta nasıl geliştiğini tanımlayabilen güçlü bir araç olarak bilinmektedir. Pek çok sanayi alanında daha gelişmiş ve iyi düzenlenmiş olan bakım metotlarına duyulan ihtiyaç, gün geçtikçe artmaktadır. En etkili, en güvenilir ve en ekonomik bakım stratejilerinden biri olan“Condition-Based Monitoring”, bakım işlemini minimize etmek ve maliyeti azaltmak etmek için yaygın bir şekilde kullanılır. Ulaşılabilir pek çok Condition Monitoring (CM) metotları içerisinde, titreşim tabanli metotlar, diğer metotlarla karşılaştırıldığında pek çok avantaj sunmakta ve bu nedenle de yaygın olarak kullanılmaktadır. Titreşim sinyallerindeki değişimlerin makine arızalarının çoğunu tanımlayabildiği görülmüştür. Titreşim verilerinin kullanılmasının en önemli avantajlarından birisi de, makinenin durumundaki herhangi bir değişikliğin anında titreşim sinyaline yansımasıdır. Böylece, sürekli görüntüleme metotlarında kullanıldığı gibi parçalı durumlarda da kullanılabilir. Ayrıca, makinedeki her arıza, sistemin dinamik davranışında farklı belirtilere sahip olduğu için, titreşim analizi makinelerdeki hataların türünü, büyüklüğünü, yerini ve hatta nasıl geliştiğini tanımlayabilen güçlü bir araç olarak bilinmektedir. Makinalarda çeşitli mekanizmalar ile üretilen dinamik yükler gövdeye çoğunlukla yataklardaki yuvarlanan elemanlar tarafından iletilirler. Bunun için, bilyalı rulmanların, dönen makinelerin genel titreşimleri üzerinde oldukça önemli bir rolü olduğu bilinmektedir. Bilyalı rulmanlar, endüstriyel makinelerin içerisindeki en önemli parçalardan biridir ve onların önemli bir role sahip olmalarından dolayı, işlem altındaki koşullarını gözlemlemek oldukça önemlidir. Ancak, yataklardan elde edilen titreşim sinyalleri, açık ve net hata tespit bilgisi olmayan pek çok titreşimleri de içerebilir. Bilyalı rulmanların titreşim sinyalleri, yüksek arka plan gürültüsü gibi, ilgilenilmeyen bileşenler tarafından bozulabilir. Bu sebeple çoğu durumda, titreşim sinyalleri alanındaki rutin yöntem ve teknikler, bilyalı rulmanların olası arızalarının varlığını belirleyemeyebilir. Dolayısıyla araştırmacılar sürekli olarak, sinyal işleme alanında ileri düzeyde yeni metotları geliştirip, çözüm geliştirme çabası içerisindedirler Arıza tespiti amacıyla, daha güvenilir sonuçlar sağlayabilecek olan yeni metotlara duyulan bu ihtiyacın fark edilmesi, gelişmiş sinyal işleme metotlarının incelenmesini ve araştırılmasını sağlamıştır. Bu amaç doğrultusunda, gürültüyü minimize etme metotlarının yanı sıra, bilyalı rulmanlar için mevcut olan, pek çok arıza tespiti bu tez çalışması kapsamında incelenmiştir. Bu çalışmada bilyalı rulmanların titreşimlerini incelemek için bilgisayar destekli mühendislik yöntemleri kullanılmıştır. Bu çalışmanın amacı doğrultusunda, ilk bölüm CM'nin çok kısa bir tanımını ve mevcut araştırma çalışmaları için kaynak taramasını kapsayan giriş bölümüdür. Bu bölümde, önceki çalışmaların kısa tanıtımları yapılıp ve avantajlar/dezavantajları hakkında bilgiler verilmektedir. İkinci bölüm ise, mevcut hata tespit metotlarının matematiksel kavramlarını içeren teori bölümüdür. Bu bölüm, de-noising ve filtreleme metotları, Envelope Analizi, Minimum Entropy Deconvolution (MED) ve Wavelet Trasform (ayrık ve sürekli durum için) gibi bilyali rulmanların arıza tespitinde incelenen metotların ve uygulamalarının önemli kavramlarını içermektedir. Ayrıca, bilyali rulmanların titreşim sinyalleri için, Singular Value Decomposition (SVD)' na dayalı ve yeni de-noising metodunun temel kapsamları bu tezde tanıtılmıştır. Çalışmanın geri kalanı, aşağıda kısaca bahsedildiği gibi nümerik ve deneysel sonuçları kapsamaktadır. Genel olarak, bazı özel koşullar altında, arıza tespit algoritmalarının mükemmel sonuçlar sağladığı söylenebilir. Fakat diğer durumlarda ise performansları oldukça zayıf olabilir. Bilyalı rulmanların arıza tespiti amaçları doğrultusunda, dünya geneline bakıldığında, üstün başarılı sayılabilecek bir metot bulunmadığından dolayı, daha geniş kapsamlı bir şekilde arıza tespiti için çalışmalar yapmak gereklidir. Bu tezde, deneysel çalışmalara geçmeden önce, sayısal olarak simule edilen bilyali rulmanın titreşim sinyalleri kullanılmış ve farklı metotlar sayısal simulasyonlar ile test edilmiştir. Arıza tespiti alanında gelişmiş sinyal işleme araçlarını içerisinde barındıran, MATLAB® yazılımı, simule edilen titreşim sinyallerini analiz etmek için kullanılmıştır. Bu çerçevede, birçok farklı metotlar sayısal olarak incelenmiştir. Empirical Mode Decomposition (EMD) ve Ensemble Empirical Mode Decomposition (EEMD) simule edilmiş sinyaller üzerinde uygulanıp, bu metotların kullanım sınırları tespit edilmiştir. Wavelet Transform ile mevcut sinyal temizleme metotlar çoğunlukla thresholding tekniği ile yapılmaktadır. Bunun için, farklı Discrete Wavelet Transform (DWT)'un versiyonları, değişik thresholdlarla (Universal Threshold, Rigorous Sure Threshold ve Minimax Threshold) thresholding tekniklerle (Hard ve Soft) incelenmiştir. Second Generatin Wavelet Transform (SGWT), Redundant Discrete Wavelet Trasnform (RDWT) ve Dual-Tree Comlex Wavelet Transform (DTCWT) geleneksel DWT'unun iyileştirilmiş ve daha gelişmiş versiyonları olarak karşılaştırılmıştır. Sayısal testlerden çıkan sonuçlar, DTCWT'nun daha etkin olduğunu göstermektedir. Bu bölümde, ayrıca Continuous Wavelet Transform (CWT) ve Short Time Fourier Transform metotlar, en çok kullanılan zaman-frekans analiz teknikleri olarak sayısal sinyaller üzerinde test edilip her iki yöntemin sınırları ve performansları ortaya konulmuştur. CM araştırmasının önemli bir kısmının, deneysel olarak yapılan tespit incelemesi olduğu dikkate alınmalıdır. Bu araştırma çalışmasında kullanılan test donanım sistemi, İstanbul Teknik Üniversitesi, Makine Mühendisliği Bölümü, Akustik&Titreşim Laboratuvarı tarafından sağlanmıştır. Dördüncü bölümde kullanılan mevcut test düzeneği, arızalı rulmanların teknik bilgileri ve titreşim sinyallerini almak için kullanılan sensörlerin tanıtımıları yaılmaktadır. Bu çalışmada değişik arızalara sahip olan rulmanlar kullanılıp deneysel testler farklı rulmanlar üzerinde yapılmıştır. Ayrıca ilerki çalışmalarda benzer testleri tekrarlamak isteyenler için gereken bilgiler verilmektedir. Alınan titreşim sinyalleri, zaman, frekans ve zaman-frekans düzleminde, tanıtılan metotların geniş bir alanda sonuçlarının karşılaştırılması amacıyla kullanılmıştır. EEMD, ARMED fıltering (AR ve MED filtering'lerin birleşmesi), DWT ve iyileştirilmiş versiyonları ile Wiener filtrelemesi, de-noising yöntemi amacıyla kullanılmıştır. EEMD, EMD metodunun iyileştirilmiş versiyonu olarak, bu bölüm'de sadece EEMD sinyal temizleme için kullanılmıştır. Yine üçüncü bölüm'de kullanılan farklı Wavelet Transform'lar ve thresholding teknikler deneysel olarak da test edilip karşılaştırılmıştır. Güçlü bir zaman-frekans aracı olarak CWT, sinyallerin çeşitli frekansın altbantlarını analiz etmek için kullanılmıştır. Ayrıca, bu bölüm'de SVD ve Hankel matrisine dayanan, oldukça etkin ve güvenilir bir sınyal temizleme yöntemi önerilmiştir. Bu yöntem başarılı bir şekilde bilyali rulmanların titreşim sinyallerine uygulanmıştır. Küçük, orta ve büyük boy rulman hatarlar için test edilen yöntem, çok gürültülü ortamlardada çok iyi sonuç verdiği gösterilmiştir. Bu çalışma, bilyali rulman uygulamaları için titreşim analizinde modern ve daha ileri düzeydeki metotların kullanımını teşvik etmiştir. Anlık sinyal iyileştirilmesi için oldukça önemli olan, daha hızlı bir uygulamayı başarmak adına, mevcut arıza tespiti algoritmalarının değişimi ve geliştirilmesi gibi daha ileri çalışmaların yapılması da mümkündür.Arıza tespiti amacıyla, daha güvenilir sonuçlar sağlayabilecek olan yeni metotlara duyulan bu ihtiyacın fark edilmesi, gelişmiş sinyal işleme metotlarının incelenmesini ve araştırılmasını sağlamıştır. Bu amaç doğrultusunda, gürültüyü minimize etme metotlarının yanı sıra, bilyalı rulmanlar için mevcut olan, pek çok arıza tespiti bu tez çalışması kapsamında incelenmiştir. Bu çalışmanın amacı doğrultusunda, ilk bölüm CM'nin çok kısa bir tanımını ve mevcut araştırma çalışmaları için kaynak taramasını kapsayan giriş bölümüdür. Devamındaki bölüm ise, mevcut hata tespit metotlarının matematiksel kavramlarını içeren teori bölümüdür. Bu bölüm, de-noising ve filtreleme metotları, zarflama analizleri, Minimum Entropy Deconvolution (MED) ve Wavelet Trasform (ayrık ve sürekli durum için) gibi bilyali rulmanların arıza tespitinde incelenen metotların ve uygulamalarının önemli kavramlarını içermektedir. Ayrıca, bilyali rulmanların titreşim sinyalleri için, Singular Value Decomposition (SVD)' na dayalı ve yeni de-noising metodunun temel kapsamları bu tezde tanıtılmıştır. Çalışmanın geri kalanı, aşağıda kısaca bahsedildiği gibi nümerik ve deneysel sonuçları kapsamaktadır. Genel olarak, bazı özel koşullar altında, arıza tespit algoritmalarının mükemmel sonuçlar sağladığı söylenebilir. Fakat diğer durumlarda ise performansları oldukça zayıf olabilir. Bilyalı rulmanların arıza tespiti amaçları doğrultusunda, dünya geneline bakıldığında, üstün başarılı sayılabilecek bir metot bulunmadığından dolayı, daha geniş kapsamlı bir şekilde arıza tespiti için çalışmalar yapmak gereklidir. Bu tezde, deneysel çalışmalara geçmeden önce, sayıdal olarak simule edilen bilyali rulmanın titreşim sinyalleri kullanılmış ve farklı metodlar sayısal simulasyonlar ile test edilmiştir. Arıza tespiti alanında gelişmiş sinyal işleme araçlarını içerisinde barındıran, MATLAB® yazılımı, simule edilen titreşim sinyallerini analiz etmek için kullanılmıştır. CM araştırmasının önemli bir kısmının, deneysel olarak yapılan tespit incelemesi olduğu dikkate alınmalıdır. Bu araştırma çalışmasında kullanılan test donanım sistemi, İstanbul Teknik Üniversitesi, Makine Mühendisliği Bölümü, Akustik&Titreşim Laboratuvarı tarafından sağlanmıştır. Alınan titreşim sinyalleri, zaman, frekans ve zaman-frekans düzleminde, tanıtılan metotların geniş bir alanda sonuçlarının karşılaştırılması amacıyla kullanılmıştır. Empirical Mode Decomposition (EMD), Lineer Öngörü, Minimum Entropy Deconvolution (MED), Discrete Wavelet Transform (DWT) ve düzenlenmiş versiyonları ile Wiener filtrelemesi, de-noising yöntemi amacıyla kullanılmıştır. Ayrıca, güçlü bir zaman-frekans aracı olarak Continuous Wavelet Transform (CWT), sinyallerin çeşitli frekansın altbantlarını analiz etmek için kullanılmıştır. Sonuç olarak, SVD ve Hankel matrisine dayanan, oldukça etkin ve güvenilir yöntem olan de-noising metodu hazırlanmış ve başarılı bir şekilde, bilyali rulmanların titreşim sinyallerine uygulanmıştır. Bu çalışma, bilyali rulman uygulamaları için titreşim analizinde modern ve daha ileri düzeydeki metotların kullanımını teşvik etmiştir. Anlık sinyal iyileştirilmesi için oldukça önemli olan, daha hızlı bir uygulamayı başarmak adına, mevcut arıza tespiti algoritmalarının değişimi ve geliştirilmesi gibi daha ileri çalışmaların yapılması da mümkündür.
Özet (Çeviri)
The need for more advanced and well-organized maintenance methods is increasing day by day in many industries. Condition-based monitoring as one of the most effective, reliable, and economical maintenance strategies is widely employed to minimize operating and overhaul costs. Among a wide range of available Condition Monitoring (CM) methods, vibration-based methods are the most prevalent methods as they offer many advantages compared to other options. It is widely accepted that vibration measurement is able to sense most of the machinery faults by the change in vibration signals, which they produce and is reported to be the chosen method by most researchers to study machine defects. The most important advantage of using the vibration signals is that, any change in the condition of the machine is reflected immediately, and therefore it can be used for discrete as well as continuous monitoring methods. In addition, since each fault on the machine has specific symptom(s) on dynamic behavior of the system, vibration-based condition monitoring can also be considered as a strong tool, which allows detecting and diagnosis the type, size, location and even development of the faults on machines. It is well known that ball bearings have very significant role on the global vibrations of rotating machineries. Ball bearings are one of the most crucial components in industrial machines and due to their critical role, it's of great importance to monitor their conditions under operation. However, the captured vibration signals from bearing housings can contain the effects of many vibration sources that may not have explicit diagnosis information. Ball bearing vibration signals can be corrupted by uninterested components as well as heavy background noise. Therefore, in most cases, routine procedures and techniques in the field of vibration signals processing are unable to detect the presence of probable faults on ball bearings. Consequently, the researchers are always trying to propose and develop advanced and novel methods in the field of signal processing for condition monitoring. Realization of the need for novel methods that can provide more reliable results for diagnosis purposes has led to investigate and study the advanced signal processing methods. For this purpose, a wide range of available fault detection as well as noise elimination methods for ball bearings are investigated in the present study. In the line with the purpose of this study, the first chapter is an introduction containing a very brief description of CM and a literature review for available research studies. Then, a chapter including some mathematical concepts of the available fault detection methods is provided to ensure comprehension of the full text. This section includes vital concepts of the investigated methods and their applications in ball bearing fault detection such as various de-noising and filtering methods, envelope analysis, Minimum Entropy Deconvolution (MED), and Wavelet Transform (include both discrete and continuous forms). In addition, a novel de-noising method based on Singular Value Decomposition (SVD) for ball bearing vibration signals is proposed in the present study. The remainder of this study is dedicated to numerical and experimental results. Generally, it can be said that the fault diagnosis algorithms may yield excellent results under some specific conditions. However, their performance can be very poor in other situations. Since there is not a universally superior method for all ball bearings fault detection purposes, it is necessary to study a wide range of fault detection methods for the purpose. Before carrying out experimental studies, numerically simulated ball bearing vibration signals are used to test various methods and approaches so as to complete understanding of the available methods. MATLAB® software is used to generate and analyze simulated vibration signals using advanced signal processing tools used in the field of fault detection. However, very significant and important part of the CM research is devoted to investigation of the diagnosis methods experimentally. The test rig system for this research work presented in this thesis is provided by Istanbul Technical University (ITU), Mechanical Engineering Department, Vibration&Acoustic Laboratory. Captured vibration signals are used for comparing the results of a wide range of diagnosis methods in time, frequency, and time-frequency domains. Empirical Mode Decomposition (EMD), Linear Prediction, Minimum Entropy Deconvolution (MED), Discrete Wavelet Transform (DWT) and its revised versions, and Wiener filtering was used for de-noising purpose. In addition, Continuous Wavelet Transform (CWT) as strong time-frequency tool is used to analyze various frequency sub-bands of the signals. After all, a very effective and reliable de-noising method based on SVD and Hankel matrix is proposed and successfully applied for ball bearing vibration signals. This study inspires the usage of modern and more advanced methods in vibration signals analyses for ball bearing applications. Further studies are also possible such as the opportunities on modifying and improving the available fault detection algorithms to achieve a faster implementation, which is quite important for online signal conditioning.
Benzer Tezler
- Multi-channel, multi-level framework for bearing fault diagnosis in electrical machines
Elektrik makinelerinde rulman arıza teşhisi için çok kanallı, çok seviyeli çerçeve
İBRAHİM HALİL ÖZCAN
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TÜRKER İNCE
PROF. DR. LEVENT EREN
- Yapay bağışıklık ile asenkron motor hata teşhisi
Artificial immune based induction motor fault diagnosis
EMRE DANDIL
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. HAKAN ÇALIŞ
- Örüntü tanımada ortak vektör ve matris yaklaşımının kullanılması
Using the common vector and matrix approaches in pattern recognition
SEMİH ERGİN
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. BİLGİNER GÜLMEZOĞLU
- Investigation of vibration based fault detection methods for spindle bearings
Spindle rulmanları için titreşim tabanlı hata tespit yöntemlerinin araştırılması
MERT KARAKAŞ
Yüksek Lisans
İngilizce
2022
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORKUN ÖZŞAHİN
- Roller bearing fault detection using rotary encoder
Açısal enkoder kullanarak bilyalı rulmanlarda hata tespiti
SAMET YALDIZ
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN YÜCE ŞANLITÜRK