Geri Dön

Asenkron motor arızalarının stator akımı ve titreşim sinyalleriyle analizi ve tespiti

Detection of faults of induction motor by analysing stator current and vibration signals

  1. Tez No: 722880
  2. Yazar: AHMET KABUL
  3. Danışmanlar: PROF. DR. ABDURRAHMAN ÜNSAL
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Akım Sinyalleri, Asenkron Motor, Eş Zamanlı Arızalar, Hilbert Zarf Analizi, Harmonik Bileşenler, Titreşim Sinyalleri, Current Signals, Induction Motor, Simultaneous Faults, Hilbert Envelope Analysis, Harmonic Components, Vibration Signals
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Kütahya Dumlupınar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 254

Özet

Asenkron motor arızaları rulman, stator, eksenel kaçıklık ve rotor arızaları olmak üzere dört temel grupta incelenmektedir. Stator akım ve titreşim sinyalleri, bu arızaların tespitinde sıklıkla analiz edilmektedir. Akım ve titreşim sinyalleri karakteristik harmonik bileşenlerinin tespitine dayalı yöntemler, asenkron motorların tekil arızalarının incelenmesinde nispeten etkili sonuçlar verseler de bu yöntemlerin etkinliklerini kısıtlayan bazı durumlar bulunmaktadır. Eş zamanlı çoklu arızalar, akım ve titreşim sinyallerinin gürültü bileşenleri, asenkron motorların farklı yük seviyelerinde (özellikle düşük yüklerde) çalışmaları gibi nedenler bu harmonik bileşenlerin tespitlerini zorlaştırmaktadır. Bu çalışmada, asenkron motor eş zamanlı arızalarının tespiti için akım ve titreşim sinyallerine adaptif filtre tabanlı Hilbert zarf analizi uygulanmıştır. Önerilen yöntem, asenkron motorun düşük yük seviyeleri de dâhil olmak üzere akım ve titreşim sinyallerinin düşük genlikli karakteristik harmonik bileşenlerini tespit etmektedir. Aynı zamanda akım ve titreşim sinyalleri karakteristik harmonik bileşen frekansları, alternatif frekanslarda tespit edilebilmektedir. Bu şekilde asenkron motor eş zamanlı çoklu arızalarının tespiti için önemli olan frekansların muhtemel gölgelenme/çakışma problemlerinin önüne geçilmektedir. Önerilen yöntem, akım ve titreşim sinyalleri karakteristik harmonik bileşenlerini asenkron motorun %25, %50, %75 ve %100 yük seviyelerinde başarılı bir şekilde tespit etmektedir.

Özet (Çeviri)

Induction motor faults are investigated into four groups such as bearing, stator, eccentricity and rotor faults. Stator current and vibration signals have been frequently analyzed in the detection of these faults. Although the methods, based on the detection of characteristic harmonic components of current and vibration signals, give relatively effective results for the analysis of single fault of induction motors, there are some issues that restrict their effectiveness. Issues such as multiple simultaneous faults, existence of noise components in current and vibration signals, operation in variable load conditions (especially at low load conditions) of induction motors may lead to it difficult to detect harmonic components. In this study, a combination of adaptive filter and Hilbert envelope analysis is applied to current and vibration signals for the detection of simultaneous faults of induction motor. Low-amplitude characteristic harmonic components of current and vibration signals are detected even if the induction motor operates at low-load conditions by the proposed method. Moreover, the characteristic harmonic frequencies of current and vibration signals can be detected at alternative frequencies. Therefore, possible overshadowing/overlapping problems of important frequencies, which are used for the detection of simultaneous multiple faults of induction motors, are avoided. The characteristic harmonic components of stator current and vibration signals can be successfully detected under %25, %50, %75 and %100 load conditions of the induction motor by the proposed method.

Benzer Tezler

  1. Elektrik motorlarında dalgacık analizi yaklaşımı ile rulman arıza tanısı ve yapay zeka tabanlı bir durum izleme sistemi

    Bearing fault diagnosis with the approach of wavelet analysis and a condition monitoring system based on artificial intelligence in electric motors

    EMİNE AYAZ

    Doktora

    Türkçe

    Türkçe

    2002

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT ŞEKER

  2. Detection of induction motor faults using vibration, current and acoustic data

    Titreşim, akım ve ses verileri kullanarak asenkron motor arızalarının belirlenmesi

    MURAT BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiAnadolu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. DOĞAN GÖKHAN ECE

  3. 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

  4. Asenkron motorlarda çoklu rotor çubuğu arızalarının evrişimsel sinir ağları yaklaşımı ile teşhisi

    Diagnosis of multiple rotor bar faults in asynchronous motors using convolutional neural networks approach

    FIRAT DİŞLİ

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı

    PROF. DR. MEHMET GEDİKPINAR

  5. Asenkron motor arızalarının dinamik parametrelere etkisi ve frekans analizi ile tanısı

    Effects of faults on dynamic parameters and identification of faults by frequency analysis in cage induction motor

    İLKER ÖZELGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FUAT GÜRLEYEN