Fırçasız motorlarda arıza tespiti için ses tabanlı makine öğrenmesi yöntemlerinin geliştirilmesi
Development of sound based machine learning methods for fault detection in brushless dc motors
- Tez No: 674739
- Danışmanlar: DR. ÖĞR. ÜYESİ AYHAN ALTINÖRS, DR. ÖĞR. ÜYESİ ORHAN YAMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Ekobilişim Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 88
Özet
Fırçasız DC motorlar basit ve sık bakım gerektirmeyen yapıları, yüksek güç hacim oranları sebebiyle özellikle İnsansız Hava Araçlarında (IHA) oldukça sık bir şekilde kullanılmaktadırlar. Quadcopter, octocopter, helikopter gibi pervaneli IHA'larda ve diğer açık kanata sahip elektrikle çalışan IHA'larda yüksek hızlı fırçasız motorlar kullanılmaktadır. Gelişen teknolojiler sayesinde yüksek hızlı fırçasız DC motorlar (BLDC) üretilebilmektedir. Bu gelişmeler IHA'ların kullanım alanlarını da arttırmaktadır. Askeri keşif, yük taşımacılığı, meteorolojik gözlem ve sivil hava fotoğrafçılığı gibi alanlarda kullanılmaktadır. IHA'ların ve taşıdıkları kamera gibi diğer elektronik ekipmanların maliyetinin yüksek olması olası bir kaza kırımda çok büyük ekonomik kayıplara yol açabilmektedir. Bunun yanı sıra IHA'ların insan popülasyonunun yüksek olduğu bölgelerde uçuş yapması durumu olası bir kaza durumun için çok büyük bir potansiyel risk oluşturmaktadır. Ayrıca askeri amaçlar için çalışan IHA'ların arızalanması istenmeyen bir durum olmakla birlikte stratejik kayıplara yol açmaktadır. Bu nedenlerden dolayı IHA'larda durum izleme ve arıza tespiti önemli bir konudur. Bu tez çalışmasında IHA'larda kullanılan fırçasız DC motorlar için ses tabanlı arıza tespit ve durum izleme yöntemleri geliştirilmiştir. Tez kapsamında öncelikle veri sınıflandırma yöntemleri incelenmiş ve ses analizinde veri sınıflandırma yöntemlerinin uygulanabilirliği sağlanmıştır. Daha sonra IHA'lar üzerinde farklı senaryolar için arıza durumları gerçekleştirilmiştir. Fırçasız DC motorlar üzerinde oluşabilecek pervane arızaları, balans arızaları, rulman arızalar ve mıknatıs arızaları gerçekleştirilmiş ve bu arıza durumları için ses veri seti toplanmıştır. Alınan bu ses kayıtları için fırçasız DC motorlar da belirlenen arıza durumlarının tespiti için ses tabanlı yöntemler geliştirilmiştir. Bu tez çalışmasında iki temel bilimsel katkı sağlanmıştır. İlk olarak IHA'larda kullanılan yüksek hızlı motorlar üzerinde geçek zamanlı arıza tespit yöntemlerinin geliştirilmesidir. İkinci katkı ise ses tabanlı arıza tespit yöntemleri geliştirilerek farklı senaryolarda uygulanmasıdır.
Özet (Çeviri)
Brushless DC motors are used frequently especially in Unmanned Aerial Vehicles (UAV) due to their simple and frequent maintenance-free structures and high power volume ratios. High-speed brushless motors are used in propeller UAVs such as quadcopters, octocopters, helicopters and other open-wing electrically operated UAVs. Due to the developing technologies, high speed brushless DC motors (BLDC) can be produced. These developments also increase the usage areas of UAVs. It is used in areas such as military reconnaissance, freight transport, meteorological observation and civil aerial photography. The high cost of UAVs and other electronic equipment, such as cameras they carry, can lead to enormous economic losses in a possible accident. In addition, the fact that UAVs fly in regions with high human population creates a huge potential risk for a possible accident. In addition, the malfunction of UAVs working for military purposes is undesirable and causes strategic losses. For these reasons, condition monitoring and fault detection is an important issue in UAVs. In this thesis, sound-based fault detection and condition monitoring methods have been developed for brushless DC motors used in UAVs. Within the scope of the thesis, firstly, data classification methods were examined and the applicability of data classification methods in voice analysis was ensured. Later, failure cases were carried out for different scenarios on UAVs. Propeller malfunctions, balance malfunctions, bearing malfunctions and magnet malfunctions that may occur on brushless DC motors were realized and the audio data set was collected for these malfunction cases. For these sound recordings, sound-based methods have been developed to detect fault conditions determined in brushless DC motors. Two main scientific contributions were made in this thesis. First of all, it is the development of real-time fault detection methods on high-speed engines used in UAVs. The second contribution is that sound-based fault detection methods are developed and applied in different scenarios.
Benzer Tezler
- Tekerlek içi elektrik motorlarında yapay zeka tabanlı arıza teşhisi
Fault diagnosis of hub motors based on artificial intelligence techniques
MEHMET ŞİMŞİR
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YILMAZ UYAROĞLU
PROF. DR. RAİF BAYIR
- Brushless direct current motor control methods and applications
Fırçasız doğru akım motorlarında kontrol yöntemleri ve uygulaması
ALBAN EXAUCE MOUANDZA MBOUNGOU
Yüksek Lisans
İngilizce
2020
Mekatronik MühendisliğiMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA CANER AKÜNER
- Vektör kontrol yöntemi için deney düzeneği tasarımı, gerçeklemesi ve bu yöntemin üç fazlı elektrik motorlarında performans karşılaştırması
Design and implementation of experiment setup for vector control method and performance comparison of this method in three phase electric motors
MERTCAN ÖZDAĞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. SIDDIK MURAT YEŞİLOĞLU
- Pıc tabanlı fırçasız dc motor tasarımı
Pic based designed of brushless dc motor
CANER YILDIRIM
Yüksek Lisans
Türkçe
2015
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ONURALP YÜCEL
- An advanced control scheme for brushless DC motor speed control based on hybrid gray wolf optimization – Pİ controller
Hibrit gri kurt optimizasyonuna dayali firçasiz DC motor hiz kontrolü için gelişmiş kontrol şemasi – Pİ kontrolör
SHUKRI MAHMOOD YOUNUS YOUNUS
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞURHAN KUTBAY