Geri Dön

Sürücü ile beslenen asenkron motorlarda rulman arızalarının yapay sinir ağları ile teşhisi

Bearing fault diagnosis of inverter-fed induction motor with artificial neural networks

  1. Tez No: 642251
  2. Yazar: İBRAHİM AKKURT
  3. Danışmanlar: PROF. DR. HAYRİ ARABACI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

Bu çalışmada sürücüden beslenen üç fazlı asenkron motorlarda meydana gelen rulman arızalarının teşhisi gerçekleştirilmiştir. Deneysel çalışma için rulmanlarda iç bilezik, dış bilezik, kafes, bilyada bölgesel ve rulmanın tamamında yapay hatalar oluşturulmuştur. Her arızalı durum ve sağlam durum için motorun stator akımları veri toplama kartı ile bilgisayar ortamına aktarılarak kaydedilmiştir. Akım verilerinin zaman düzleminde istatiksel özellikleri ve Hızlı Fourier Dönüşümü yapılarak frekans düzlemindeki spektral özellikleri belirlenmiştir. Bu özellikler ile eğitilen çok katmanlı yapay sinir ağı modelinden faydalanılarak arızaların tespiti ve sınıflandırılması gerçekleştirilmiştir.

Özet (Çeviri)

This study focuses on the detection of the bearing faults inverter-fed three-phase induction motors. Inner ring, outer ring, cage and ball are formed as regional faults; All components are formed as a result of thermal and chemical aging in the bearings used in the experiment. Stator currents of the motor are monitored for each faulty condition and robust condition. The current values are transferred to the computer with data acqusition card. Statistical properties of the current in the time dimension are determined and also the spectral properties in the frequency dimension are determined by FFT Analysis. Detection and classification of the faults are carried out by utilizing multi-layer artificial neural network model trained with these properties.

Benzer Tezler

  1. Data-driven condition monitoring and fault diagnosis of VFD-FED induction motors

    Değişken frekanslı sürücü ile beslenen asenkron motorlarda veri odaklı durum izleme ve arıza tanılama

    ALPER SENEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  2. Hız kontrol sistemleri ile beslenen asenkron motorlarda mekanik hataların belirlenmesi

    Detection of mechanical faults in induction motors supplied with adjustable speed drives

    MURAT BAŞARAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiAnadolu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DOĞAN GÖKHAN ECE

  3. Sürücüyle beslenen sincap kafesli asenkron motorlarda rotor çubuk arızalarının eşzamanlı tanısı

    Online rotor bar fault diagnosis of driver fed squirrel cage asynchronous motors

    EMRE SAYMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. TAMER KUTMAN

  4. Sürücü beslemeli farklı verimlilik sınıflarındaki asenkron motorlarda ıec standartlarına göre performans analizi

    Performance analysis of driver fed induction motors in different efficiency classes according to iec standards

    OSMAN GÜÇTEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiManisa Celal Bayar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NEVZAT ONAT

  5. Kapama açısının üç fazlı asenkron motorların dinamik davranışına etkisi

    The effect of the closing angle on the dynamic behavior for the three phase induction motors

    TALAT ÖZDEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SEFA AKPINAR