Yapay zeka teknikleri kullanarak rulman hata boyutunun tespiti
Bearing fault size detection by using artifical intelligence techniques
- Tez No: 398846
- Danışmanlar: PROF. DR. HÜSEYİN METİN ERTUNÇ
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Rulmanlar genellikle yataklama veya dönme elemanı olarak kullanılmaktadırlar. Rulmanlar büyük yükler ve yüksek devir koşulları altında çalışmaktadır. Ayrıca, rulman içerisindeki metal metale temas rulmanları hassaslaştırmaktadır. Günümüz makinelerinde rulman arızaları sistemin çalışmasında aksamaya neden olmakta veya tamamen sistemi durdurmaktadır. Oluşabilecek rulman arızaları tüm sisteme çok büyük miktarlarda hasar verebilir. Bu yüzden rulman arızalarının önceden kestirilmesi ve düzenli olarak arıza teşhis incelemesi yapılması gerekmektedir. Arıza teşhisi için çeşitli sistemler geliştirilmiştir. Bu çalışma kapsamında projede kullanılmak üzere rulman iç bileziklerinde lazer ışını ile yapay hatalar oluşturulmuş ve bir ivmeölçer sensörü ile titreşim sinyalleri toplanmıştır. Bu çalışmanın amacı, rulmanlarda meydana gelen arızaların boyutunu, yapay zekâ metotları kullanarak teşhis etmektir. Elde edilen ham titreşim verilerinin gerçek zamanda istatiksel parametreleri çıkarılarak belirli ağırlıklarla çarpılmış ve oluşturulan yapay zekâ modellerine giriş olarak verilmiştir. Bu parametreler ile yapay zekâ teknikleri rulmanlarda meydana gelen arızaların boyutu başarı bir şekilde sınıflandırmış ve oluşturulan hata bandı ile tahmin sonuçlarında oluşan ufak hatalar giderilmiştir.
Özet (Çeviri)
Bearings generally employed as bearing or rolling elements. Bearings operate often under high load and high running speed conditions. Also, metal to metal contact in the bearings makes them vulnerable. In today's machines, bearing faults cause downtime in system operation or stop completely the system. Bearing faults can cause huge damage in the whole system. Therefore, the prediction of bearing faults and regularly fault diagnosis examination should be done. Various systems have been developed for bearing fault diagnosis. In this study, artificial faults are created on bearing inner rings by a laser beam and vibration signals are collected by an accelerometer sensor. The purpose of this study is to diagnose the size of the faults occurring on the bearings by using artificial intelligence methods. After real-time statistical parameters of the obtained raw vibration data are extracted, they are multiplied by specific weight and they are given as input to the artificial intelligence models. Artificial intelligence techniques have classified the size of bearings faults successfully with these parameters. Minor bugs occurred as a result of prediction have been fixed by the generated error band.
Benzer Tezler
- 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
- Yapay zeka tekniklerini kullanarak rulmanlarda arıza ve kalan faydalı ömür tahmini
Bearing failure and remaining useful life estions using artificial intelligence techniques
EYYÜP AKCAN
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiBatman ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YILMAZ KAYA
- 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
- Bilgisayar destekli mil tasarımı ve veri tabanı hazırlanması
Computer aided shaft design and preparing database
LEVENT ÖZBAŞARAN
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. HÜDAYİM BAŞAK
- Yapay zeka teknikleri kullanarak yazılım proje yönetim süreçlerini iyileştirme
Improving software project management processes using artificial intelligence techniques
NURHAN GÜL
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NURSAL ARICI