Akustik veriler ile esnek pervaneli pompalarda kestirimcibakım
Predictive maintenance on flexible impeller pumps based on acoustic data
- Tez No: 690414
- Danışmanlar: PROF. MEHMET AKAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Endüstri 4.0 kavramının ortaya çıkmasıyla birlikte akıllı fabrika fikri önem kazanmıştır. Akıllı fabrikaların oluşumuna katkı sağlamanın bir yolu da akıllı bakım/onarım stratejileri geliştirmektir. Bu stratejiler fabrikaların bakım masraflarını düşürmesini ve geri dönülemez büyüklükteki sorunlardan kaçınmasını sağlar. Öngörücü bakım, parçaların bakım ihtiyaçları hakkında belirli bir zamanda kullanıcıyı uyarabilir. Bu tezde, gözetimli ve gözetimsiz yöntemler kullanılarak esnek pervaneli pompalar için öngörücü bakım stratejileri geliştirilmiştir. Gerçek tekstil boyahanelerinin gözlemlenmesinden sonra, esnek pervaneli pompaların kullanım durumlarından veri toplamak için bir deney düzeneği tasarlanmıştır. Sağlıklı, gevşeklik ve kavitasyon olmak üzere üç koşuldan oluşan ses verileri, 3 mikrofon içeren bir akustik sensör aracılığıyla toplanmıştır. Elde edilen zaman serisi sinyalleri, bilgi içeren özelliklere dönüştürülmüştür ve bu özellikler gözetimli bir model olan Evrişimsel Sinir Ağlarını eğitmek için kullanılmıştır. Eğitilen model o anki hata durumunu bildirecek şekilde uyarı verir. Gözetimli modelin yanı sıra hatalı durumların toplanmasındaki uygulanabilirlik sorunlarından dolayı, esnek kanatlı pompanın anormal durum tespiti için sağlıklı durumdan çıkarılan özellikler kullanılarak gözetimsiz bir model de eğitilmiştir. Eğitilen model hata durumunun kaynağını tespit edemese de kullanıcıya anormal durum için uyarı vermektedir. İki model de pompanın hata durumlarının ve anormalliklerin tespit edilmesinde iyi sonuçlar vermiştir. Mel frekansı sepstral katsayılarının diğer özellikler arasında iyi sonuçlar vermesi insanın duyma özelliğinin bakım modellerinde başarılı bir şekilde modellenebilir olduğunu kanıtlamıştır.
Özet (Çeviri)
The idea of smart factories has aroused with the emergence of Industry 4.0. A way to contribute to the construction of smart factories is to develop intelligent maintenance strategies which enable factories to reduce maintenance costs and keep them away from catastrophic damages. Predictive maintenance warns users regarding the need for maintenance of assets at a specific moment. In this thesis, predictive maintenance strategies for Flexible Impeller Pumps (FIP) are developed by using supervised and unsupervised learning methods. After observation of real textile dye houses, an emulation setup has been designed to collect data from real use cases of FIPs. Data consisting of three conditions, healthy, looseness, and cavitation, have been collected via an acoustic sensor involving 3 microphones. Obtained time-series signals are converted to informative features which are utilized for training a supervised model, convolutional neural network (CNN). The trained model is able to generate a warning for a specific failure state. In addition to the supervised model, an unsupervised model has also been trained for anomaly detection of FIPs via extracted features of healthy data due to the applicability issues of unhealthy state data acquisition. The model can produce a warning when an anomaly is detected but it cannot specify the failure mode. Both models give satisfactory results for classifying failures and detecting anomaly situations of FIPs. Mel Frequency Cepstrum Coefficients (MFCC) have shown superiority among the features extracted to confirm human hearing based modeling can be applied successfully in maintenance methods.
Benzer Tezler
- Veri güdümlü dijital ikiz modeli ile freze takım tezgahı takım aşınma tahminlemesi ve kesme parametreleri optimizasyonu
Prediction of tool wear and cutting parameter optimization of milling machine tool with data-driven digital twin model
GİZEM BURUN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Modelling, analysis and experimental validation of vibration of electric motors
Elektrik motorlarının titreşimlerinin modellenmesi, analizi ve deneysel olarak doğrulanması
DENİZ BİLGİLİ
Yüksek Lisans
İngilizce
2018
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN YÜCE ŞANLITÜRK
- Force transducer piano keys as an innovative approach for piano pedagogy
Piyano eğitimi için yenilikçi bir yaklaşım olarak kuvvet algılayıcısına dönüştürülmüş piyano tuşları
ASAF ÇETİN EREN
Doktora
İngilizce
2022
Eğitim ve Öğretimİstanbul Teknik ÜniversitesiMüzik Ana Bilim Dalı
DOÇ. DR. EMİN SÜNBÜLOĞLU
DR. ÖĞR. ÜYESİ AHMET TUNÇ BUYRUKLAR
- Acoustic surface perception through the ground interaction of compliant legs of a hexapod robot
Altı bacaklı bir robotun esnek bacaklarının yüzey etkileşimini kullanarak akustik yüzey algılaması
MİNE CÜNEYİTOĞLU ÖZKUL
Yüksek Lisans
İngilizce
2012
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Bölümü
YRD. DOÇ. DR. AFŞAR SARANLI
YRD. DOÇ. DR. YİĞİT YAZICIOĞLU
- A new hardware for cardiac passive acoustic localization
Kardiyak pasif akustik konumlandırma için yeni bir donanım tasarımı
YAHYA CİVELEK
Yüksek Lisans
İngilizce
2005
BiyomühendislikBoğaziçi ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. ÖZCAN GÜLÇÜR