Comparison of machine learning methods for fault analysis in induction motors
İndüksiyon motorlarda hata analizi için kullanılan makine öğrenmesi yöntemlerinin karşılaştırılması
- Tez No: 671766
- Danışmanlar: DOÇ. DR. EMİN GERMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- Sayfa Sayısı: 122
Özet
Son yıllarda indüksiyon motor kullanımı oldukça artmıştır. Bu artış sebebiyle indüksiyon motorlarının arızalanma oranları dolayısıyla artmıştır. İndüksiyon motor hatalarındaki artış birçok sürecin aksamasına, iş kaybına, ekipman kaybına hatta daha kötüsü can kaybına sebep olmaktadır. Tüm bu sebeplerden dolayı arızayı önceden tespit etmek oldukça önem kazanmıştır. Bu tezde farklı çalışma koşullarını temsil eden altı ayrı yük altında üç farklı indüksiyon motorla veri seti oluşturulmuştur. Bu veri seti oluşturulurken üzerinde bilinçli olarak on bir çeşit hata oluşturulmuş indüksiyon motorlar belirlenen yükler altında çalıştırılmıştır ve ses, titreşim ve akım verileri toplanmıştır. Bu veri seti yedi kanal ses verisi, altı kanal titreşim verisi ve üç kanal akım verisinden oluşmaktadır. Oluşturulan veri seti üzerinden dokuz çeşit zaman tabanlı ve beş çeşit frekans tabanlı öznitelik çıkartılmıştır. Oluşturulan öznitelikler yapay sinir ağı eğitiminde ve testinde önce ayrı ayrı sonra da birleştirilerek kullanılmıştır. Sonuç olarak motor tipleri ve motorlardaki hata tipleri kolayca ayırt edilmiştir.
Özet (Çeviri)
The use of induction motors has increased considerably in recent years. Because of this increase, failure rates of induction motors have increased. The increase in induction motor errors causes disruption of many processes, loss of work, loss of equipment and even worse, loss of life. For all these reasons, it has become very significant to detect the failure beforehand. In this thesis, data sets were created with three different induction motors under six different loads, which are representing different operating conditions. While creating this data set, induction motors, which have created eleven types of errors deliberately, were operated under different loads and noise, vibration and current data were collected. This data set consists of seven channels of audio data, six channels of vibration data and three channels of current data. Nine kinds of time-based and five kinds of frequency-based features were extracted from the created data set. The features were used in Neural Network training and testing firstly separately and then combined. As a result, motor types and fault types in motors are easily distinguished.
Benzer Tezler
- Improved hilbert huang transform supported by machine learning algorithms for signal analysis
Sinyal analizi icin makine öğrenme algoritmaları ile desteklenen geliştirilmiş hilbert huang dönüşümü
HAMİD ERİNÇ KARATOPRAK
Doktora
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Dengesiz veri setlerinde aşırı örnekleme teknikleri ile makine öğrenmesi yaklaşımlarının karşılaştırılması
Comparison of machine learning approaches by using oversampling techniques on imbalanced datasets
ÜMİT DİLBAZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiAkıllı Mühendislik Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZGÜR CİNGİZ
- 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 sinir ağları ile doku sınıflandırma
Tissue classification using artificial neural networks
AYSU SEVEN
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERTUĞRUL YAZGAN
- Python söz dizimi hatalarının derin öğrenme yöntemleri ile onarılması
Fixing python syntax errors with deep learning methods
SENA DİKİCİ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TURGAY TUGAY BİLGİN