Geri Dön

Termal görüntülerde derin öğrenme yaklaşımları ile elektrik arızalarının sınıflandırılması

Classification of electrical faults in thermal images via deep learning approaches

PDF İndir

  1. Tez No: 799988
  2. Yazar: GÖNÜL SAKALLI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN KOYUNCU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 80

Özet

Asenkron motorlar, endüstriyel uygulamalarda diğer motor tiplerine olan avantajları sebebiyle sıklıkla tercih edilirler. Transformatörler ise elektrik sistemine beslenecek gerilimin ayarlanmasında kullanılan, vazgeçilemez bir diğer kategoriyi teşkil ederler. Bu ekipmanlara dair arıza teşhisi ise geleneksel elektrik bazlı ölçümleri gerektiren analizlerle (stator akım sinyallerinin, manyetik akı dağılımlarının vb. derinlemesine incelenmesiyle) yerine getirilir. Termal görüntü analizleri; yapıya doğrudan müdahale gerektirmeyen, elektrikli ekipmanların durumlarını belirlemenin kolay bir yolu olarak karşımıza çıkmaktadır. Gerçeklenen tez çalışmasında, asenkron motorların ve transformatörlerin durumlarını ayırt etmek için, termal görüntü temelli analizler ele alınmaktadır. Bu amaçla her iki ekipman koşulları birleştirilerek, yirmi farklı durumun eldesi sağlanmıştır. Bu durumlar; soğutma fanı arızası, rotor arızası, motor içinde farklı fazlarda ve çeşitli oranlarda kısa devre arızaları, trafo içinde farklı oranlarda kısa devre arızaları, yüksüz motor ve yüksüz trafo olarak tanımlanmıştır. Sınıflama problemi bir ön işleme olmaksızın, etkin derin öğrenme mimarileri (DenseNet201, MobileNetV2, ResNet50, ShuffleNet, Xception) üzerinden gerçekleştirilmiştir. Deneylerde mimarilere dair en yüksek performansların gözlenmesi için, sistem hiperparametreleri kapsamlı bir şekilde incelenmiştir. Burada transfer öğrenme görevini gerçekleştirmek, modellerin ana kısmını bozmamak ve termal görüntü sınıflaması için uygun modeli ortaya çıkarmak için dört olgu (mini parça boyutu, öğrenme oranı, LRDF değeri, optimize edici tipi) değerlendirilmiştir. Deneylerde mimarileri veri artırma olmadan karşılaştırmak için, %80-%20 eğitim-test yöntemi üzerinden sonuçlar analiz edilmiştir. Sonuç olarak, üç fazlı motora ve bir fazlı trafoya ait termal görüntülerin sınıflandırılmasında %100 doğruluk elde edilerek, tüm derin öğrenme mimarilerinde en yüksek performanslar gözlemlenmiştir. Doğruluk tabanlı analizlere ek olarak, termal görüntü sınıflamasında en uygun mimariyi ortaya çıkarmak için derinlemesine bir analiz sunulmuştur. Çalışma neticesinde, derinlemesine analizlere göre ShuffleNet mimarisinin diğer yapılardan daha üstün olduğu tespit edilmiştir.

Özet (Çeviri)

Asynchronous motors are thoroughly preferred in industrial applications regarding their advantages in comparison with other motor types. Transformers constitute another oft-used and inevitable category for the adjustment of voltage to be fed to an electrical system. The fault diagnostics of these equipment are generally fulfilled by in-depth determinations of stator current signals, magnetic flux distributions, etc. which require comprehensive analyses of conventional electrical measurements. Herein, thermal image analyses arise as an easy way to identify the situations of electrical equipment in which there is no need for direct intervention to the structure. In thesis study, we handle the thermal image-based analyses to distinguish the situations of asynchronous motors and transformers. For this purpose, twenty different situations were obtained combining both asynchronous motor and transformer conditions. These conditions were defined as the cooling fan failure, rotor fault, short-circuit faults in different phases and in various rates inside the motor, short-circuit faults in different rates inside the transformer, no-load motor, and no-load transformer. Without a pre-processing step, classification process was performed utilizing efficient deep learning architectures (DenseNet201, MobileNetV2, ResNet50, ShuffleNet, Xception). In experiments, the hyperparameters of models are examined in a comprehensive manner to observe the highest scores of architectures that can be achieved. Herein, four phenomena (mini-batch size, learning rate, LRDF, optimizer type) are evaluated to perform the transfer learning task, not to spoil the main part of the models, and to reveal the appropriate model for thermal image classification. In trials, an 80%-20% training-test split is allowed to compare the models without data augmentation. As a result, the highest performance is observed with all deep learning architectures by attaining 100% accuracy for condition discrepancy of thermal images belonging to the three phase-motor and one phase-transformer. In addition to the accuracy-based analyses, an in-depth evaluation is presented to reveal the most appropriate architecture in thermal image classification. Regarding this, it's advised that ShuffleNet architecture seems as the most remarkable system among other transfer learning methods.

Benzer Tezler

  1. Tez No

    411776

    Buji ile ateşlemeli bir motorda Miller çevrimi uygulaması, performans ve emisyon karakteristiklerinin incelenmesi

    Application of Miller cycle in a spark ignition engine and the investigation of performance and emission characteristics

    OĞUZ KÜRŞAT DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Teknik EğitimGazi Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    DOÇ. DR. CAN ÇINAR

  2. Tez No

    411942

    Kanabinoid sisteminin sıçanlarda ağrıya, morfin analjezisine ve morfine karşı gelişen toleransa etkilerinin araştırılması

    Investigation the effects of cannabinoid system on pain in rats, morphine analgesia and tolerance to the effects of morphine

    AHMET ALTUN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Eczacılık ve FarmakolojiCumhuriyet Üniversitesi

    Farmakoloji Ana Bilim Dalı

    PROF. DR. MUSTAFA KEMAL YILDIRIM

  3. Tez No

    412464

    Seçici lazer sinterleme ile oluşturulan sabit bölümlü protez krom kobalt alt yapılarının kenar uyumlarının incelenmesi

    An evaluati̇on of margi̇nal fi̇t of metal cerami̇c fi̇xed dental prostheses fabri̇cated wi̇th selecti̇ve laser melti̇ng

    ŞİRİN KIYICI

    Doktora

    Türkçe

    Türkçe

    2015

    Diş Hekimliğiİstanbul Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF. DR. ZÜHTÜ HALUK KESKİN

  4. Tez No

    412564

    Seramik rezin kompozit CAD/CAM blokların bağlanma dayanımı ve yüzey pürüzlülüğü üzerine farklı yüzey işlemlerinin etkilerinin değerlendirilmesi

    Evaluation of the effects of different surface treatments on the surface roughness and bond strength of ceramic resin composite CAD/CAM blocks

    ZÜLFİKAR DEMİRTAĞ

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2015

    Diş HekimliğiKırıkkale Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET KÜRŞAD ÇULHAOĞLU

  5. Tez No

    412702

    IL-17, IL-17R, IL-23 VE IL-23R GEN gen polimorfizmlerinin apikal periodontitis hastalarının periapikal lezyonlarında kemik yıkımı oluşması üzerine etkisi

    Effect of İL-17, İL-17R, IL-23 and İL-23R gene polymorphisms on the formation of bone destruction at periapical lesions of apical periodontitis patients

    ELÇİN TEKİN BULUT

    Doktora

    Türkçe

    Türkçe

    2015

    Diş Hekimliğiİnönü Üniversitesi

    Endodonti Ana Bilim Dalı

    DOÇ. DR. NESLİHAN ŞİMŞEK

    PROF. DR. SEMA BELLİ

Geri Dön