Early detection of imbalance in load and machine in front load washing machines by monitoring drum movement
Ön yüklü çamaşır makinelerinde tambur hareketinin izlenmesiyle yük ve makinede dengesizliğin erken tespiti
- Tez No: 658428
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZNUR TAŞTAN OKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Çamaşır makinelerinde denge sorunları titreşim şeklinde kendini gösterir. Yüksek dönüş hızlarında daha belirgin hale gelen bu titreşimler, kalıcı fiziksel hasara neden olarak makinenin performansına ve ömrünü olumsuz şekilde etkileyebilir. Bu titreşimleri yıkama döngüsünün başlarında ve makinenin rezonans frekansının altında tespit edilmesi, uygun önlemlerin belirlenmesi için kritik öneme sahiptir. Bu tezde, çamaşır makinelerinde görülen iki genel denge sorununa odaklanıyoruz. İlki, makinenin dengesizliği,tesviye ayaklarının yanlış ayarlanmasınan kaynaklanan makine dengesizliği; ikincisi ise tambur içindeki yükün eşit olmayan dağılımından kaynaklanan yük dengesizliği. Tamburdan toplanan sensör verileri ile eğitilmiş yapay öğrenme modelleri kullanarak özellikle bu dengesizliklerin olabildiğince erken tespit edilme imkanını araştırmaktayız. Bu amaçla, iki tür dengesizlik senaryosuna ilişkin veri toplamaktayız. Bu ardışık verilerden, farklı özellik çıkarma teknikleri ve farklı makine öğrenimi modelleri kullanarak denetimli ardışık veri sınıflandırma modelleri oluşturmaktayız. Yıkama döngüsünün farklı zamanlarından toplanan kısmı sensor verisi ile kurulan modelleri karşılaştırmaktayız. Sonuçlarımız, yıkama döngüsünün 500 ms'sinden toplanan veri ile %95 F1 skoruna ulaşabildiğini göstermektedir, bu da yıkama döngüsü sırasında bu iki dengesizliğin erken tespitinin mümkün olduğunu işaret eder. Toplanan veriler, araştırmacıların erişimine sunulmuştur.
Özet (Çeviri)
Balance issues in washing machines manifest themselves in the form of vibrations. These unwanted vibrations become more prominent at high spin speeds. They can be detrimental to the machine's performance and shorten lifespan by causing permanent physical damage. Detecting these vibrations early in the wash cycle and at spin speeds below the machine's resonant frequency is critical in devising proper measures to alleviate their effects. In this thesis, we focus on the two common balance issues observed in washing machines. The first one is machine imbalance, which stems from the improper adjustment of leveling legs. The second balance problem is the load imbalance, which is the result of an uneven distribution of the load inside the drum. We specifically investigate the possibility of detecting these imbalances as early as possible using models trained on sensory data collected from the drum. For this aim, we collect vibration data on the two types of imbalance scenarios throughout the wash cycle. Using these data, we build supervised classification models using different feature extraction techniques on the multivariate times series data and different machine learning models. We compare models that are trained with different partial data collected at different time segments early in the wash cycle. Our results show that we can attain a 95% F1-score with input as short as 500 ms of the wash cycle, indicating that early prediction of these two imbalances during the wash cycle is possible. The collected data are shared for the research community.
Benzer Tezler
- Adaptive signal processing based intelligent method for fault detection and classification in microgrids
Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem
RESUL AZİZİ
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Asenkron motor eşdeğer devre parametrelerine etki eden faktörlerin makine öğrenme yöntemleri ile belirlenmesi
Determination of factors affecting induction motor equivalent circuit parameters by machine learning methods
ABDULLAH CEM AĞAÇAYAK
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN TERZİOĞLU
- Asenkron motorlarda çoklu hataların akım sıfır geçiş anı ile gerçek zamanlı tahmini
Real-time estimate of multiple faults in induction motors with current zero crossing instants
EYÜP ÇAKI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜLKADİR ÇAKIR
- Elektrik motorlarında rulman arızalarının oluşumu ve titreşim işaretlerinin spektral analizi ile arıza tanısı
Bearing damage detection and fault diagnosis using the spectral analysis methods for motor vibration signal
SERKAN SOYARSLAN
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMatematik Bölümü
DOÇ.DR. SERHAT ŞEKER
- Akut inmeli hastalarda erken dönem komplikasyonların değerlendirilmesi
Evaluontion of early complications in patient with ischemic stroke
FİLİZ FİGEN USLU
Tıpta Uzmanlık
Türkçe
2009
NörolojiMustafa Kemal ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. İSMET M. MELEK