Fault detection of a planetary gear system based on non-linear dynamic modeling and vibration signals via non-stationary time series models
Doğrusal olmayan dinamik modelleme ve titreşim sinyallerine dayalı bir planet dişli sisteminin durgun olmayan zaman serisi modelleri ile hata tespiti
- Tez No: 800702
- Danışmanlar: PROF. DR. ENDER CİĞEROĞLU
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Dinamiği, Titreşimi ve Akustiği Bilim Dalı
- Sayfa Sayısı: 157
Özet
Bu çalışma, durağan olmayan zaman serisi modelleri ve doğrusal olmayan dinamik modelleme kullanarak bir dişli sisteminde arıza teşhis problemini araştırmayı amaçlamaktadır. Dişli kutularının arıza teşhisi, durum izleme bağlamında devam eden ve önemli bir araştırma konusudur. Farklı endüstrilerde ve araçlarda bulunan makinelerde çeşitli dişliler ve dişli kutuları kullanılmaktadır. İmalat sırasında şanzıman arızalarının tespiti de önemli bir konudur. Diş profil hatası, helis açısı hatası (helisel dişlilerin) ve montaj hataları gibi hatalar daha önce bahsedildiği gibi hatalardandır. Diğer bazı arızalar, makine çalışırken meydana gelir ve önceden tespit edilmezlerse, sonunda feci arızalara neden olabilirler. Bu tür hataların örnekleri arasında dişli dişi çatlaması, yüzeyde çukurlaşma ve parçalanma yer alır. Arıza tespiti için öncelikle diş kök çatlağı dahil doğrusal olmayan bir dinamik model geliştirilmiştir. Daha sonra mevcut literatürde verilen sonuçlar kullanılarak hatalı dinamik model doğrulanmıştır. Bir sonraki adımda, deneysel veriler kullanılarak arıza tespiti gerçekleştirilir. Süreç, Hızlı Fourier Dönüşümü (FFT) aracılığıyla frekans spektrumundaki arıza özelliklerini belirlemek için bir test düzeneğinden ölçülen titreşim sinyallerinin analizi ile başlar. FFT analizinden önce, Zaman Senkron Ortalama (TSA) yöntemi ile sinyallerin ortalaması alınır. FFT analizinden önce, Zaman Senkron Ortalama (TSA) yöntemi ile sinyallerin ortalaması alınır. Daha sonra, TSA sinyalleri, Fonksiyonel Zaman Serisi Zamana Bağlı Otoregresif Hareketli Ortalama (FS-TARMA) adı verilen durağan olmayan bir zaman serisi modeli aracılığıyla modellenir. Ardından, sağlıklı ve arızalı dişli kutuları ile ilgili modeller karşılaştırılarak bir arıza tespit ve lokalizasyon algoritması geliştirilmiştir. Son olarak, deneysel sonuçların yanı sıra teorik sonuçlar, uygulanabilirliğini ve etkinliğini göstermek için geliştirilen yöntemin kullanımıyla analiz edilir.
Özet (Çeviri)
The current study aims to investigate the fault diagnosis problem in a gear system using non-stationary time series models and non-linear dynamic modeling. Fault diagnosis of gearboxes is an ongoing and significant research topic in the context of condition monitoring. Various gears and gearboxes are used in machinery found in different industries and vehicles. During manufacturing, detecting gearbox faults is also an important task. Faults such as tooth profile error, helix angle error (of helical gears), and assembly errors are of the faults as mentioned earlier. Some other faults occur when the machinery is operating and if they are not prognosed in advance they can finally result in catastrophic failures. Instances of such faults include gear tooth crack, surface pitting, and spalling. For fault detection, first, a non-linear dynamic model, including tooth root crack, is developed. Then the dynamic model with fault is verified by using the results given in the available literature. In the next step, fault detection using experimental data is carried out. The process starts with the analysis of the vibration signals measured from a test setup to identify the fault features in the frequency spectrum via Fast Fourier Transform (FFT). Before FFT analysis, the signals are averaged via Time Synchronous Averaging (TSA) method. Subsequently, the TSA signals are modeled via a non-stationary time series model called Functional Time Series Time Dependent Autoregressive Moving Average (FS-TARMA) and its another form called FS-TAR. The developed method of fault detection, utilizes the identified models for vibration analysis and the estimation of Power Spectral Densities to evaluate fault effects in the time-frequency domain. Subsequently, a fault detection and localization algorithm is developed by comparing models associated with healthy and faulty gearboxes. Finally, the experimental results, as well as theoretical results, are analyzed by the use of the developed method to demonstrate its applicability and effectiveness.
Benzer Tezler
- Incipient fault detection in wind turbines
Rüzgar türbinlerinde gelişmekte olan hata öngörüsü
AYŞE GÖKÇEN KAVAZ TAŞKINER
Doktora
İngilizce
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Fault detection in combinational circuits by neural networks
Belleksiz devrelerde nöral ağlar ile hata bulma
MESUT MURAT ARSLAN
Yüksek Lisans
İngilizce
1994
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR HALICI
- Dizel araçlarda ses analiz yöntemleri ve sürücü bilgi sistemi tasarımı ile motor arızası tespiti
Engine fault detection of diesel vehicles by sound analysis methods and driver information system design
ALI MARDAN HAMEED QUTUB
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SARITAŞ
- Photovoltaic modules fault detection and power output estimation: Adeep learning approach based on electroluminescence images
Başlık çevirisi yok
ABDULLAH EMİR OZTURK
- A model based approach for aircraft sensor fault detection
Uçak sensör hata tespitlerine yönelik model tabanlı yaklaşım
ÖMÜR SERÇEKMAN
Yüksek Lisans
İngilizce
2018
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiYRD. DOÇ. DR. ALİ TÜRKER KUTAY