Asenkron motor eşdeğer devre parametrelerine etki eden faktörlerin makine öğrenme yöntemleri ile belirlenmesi
Determination of factors affecting induction motor equivalent circuit parameters by machine learning methods
- Tez No: 882559
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN TERZİOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 240
Özet
Asenkron motor (ASM) üretim alanlarında yıllardır kullanılmaktadır. Ancak günümüzün gelişen teknolojisi ve üretim alanlarının artarak devam eden talepleri bu motorlar üzerinde yapılan çalışmaların önemini her geçen gün artırmaktadır. ASM'lerin arızalarının erken tespiti ve kontrolü konusunda pek çok çalışma bulunmaktadır. Ama önemli olan maliyetleri her geçen gün artan bu motorların üretim alanlarında kesintisiz kullanımının sağlanması konusunu ön planda tutmaktır. Taleplerin karşılanabilmesi için ASM'lerin uzun süre arızalanmadan verimli kullanılması ve bunun için de matematiksel modellemesinin tam ve doğru bir şekilde yapılması gerekmektedir. Matematiksel modellemenin doğruluğu ise öncelikle ASM'lerin eşdeğer devre parametrelerinin (Equivalent Circuit Parameter, ECP) tüm değişken koşullar altında hatasız belirlenmesine bağlıdır. Literatürde yapılan çalışmalar incelendiğinde çoğunlukla tek değişkenli çalışma koşuluna veya kısıtlı sayıda motor gücüne odaklandıkları görülmektedir. Ayrıca ASM'lerin çalışma süresi parametrelerindeki değişimin tek etken üzerinden incelendiğinde yetersiz olduğu da bir gerçektir. Fakat çalışma koşullarının (motor gücü, yük, rotor hızı vb.) değişkenliği ve çeşitliliği, ASM'lerde matematiksel modellemeyi çok karmaşık bir problem haline getirir. Bu yüzden çalışma koşulları arasında etkisinin en fazla olanların tespiti gereklilik göstermektedir. Böylece modellemenin karmaşıklığından kurtularak basit ve doğruluğunu yükselttiğimiz tam bir analiz gerçekleştirilebilir. Bu çalışmanın temel yönü, çeşitli değişken giriş parametrelerin ECP'ler üzerindeki etki oranlarını belirleyerek basit ve doğruluğu yükseltilmiş tam bir analiz gerçekleştirmektir. Böylece güç elektroniği araştırmalarının ana alanı olan model öngörülü kontrol (Model Predictive Control, MPC), arıza teşhisi ve arıza sonrası onarımda verilerin doğruluğu gibi ASM ile ilgili çeşitli alanlar arasında köprü kurmaktır. İlk olarak, çağdaş literatüre çok sayıda referansla birlikte ECP tahmini ve arıza tespiti yöntemlerinin kapsamlı bir analizi sunulmuştur. Hem teorik temelleri hem bilgisayar simülasyonlarını hem de deneysel uygulama yönlerini kapsayan bir ASM'nin ECP yöntemi tüm ayrıntılarıyla açıklanmaktadır. Farklı güçleri, farklı rotor hızları ve farklı yük oranlarını içeren etkili bir motor veri yığını elde edilen sistem oluşturularak zorlu ve zaman alan deneyler yapılmış ve Bölüm 3'te ayrıntılı olarak belgelenmiştir. Ayrıntılı parametre grafikleri ve deneylerdeki değişim oranlarının sunulmasından sonra, bir sonraki odak noktası, bu çalışmanın ikinci ana yönü olarak giriş değişken parametrelerinin, çıkış parametreleri üzerindeki etkinlikleri üzerinde durulmuştur. Burada gerçekleştirilen zorlu ve zaman alan deneylerin tüm verilerine ihtiyaç duymadan Taguchi analiz yönteminde kodlama ile deney kısıtlamasına gidilmiştir. Böylece maliyet, zaman ve laboratuvar ortamı gibi zorluklardan kurtularak daha az deneyle tüm deneylerde elde edilen sonuçlara yaklaşık sonuçlar elde edildiği gösterilmiştir. Daha sonra odak noktası, bir ASM'nin değişken giriş parametrelerinin tespiti ve çıkış parametreleri üzerindeki etkinliği üzerinde durularak çeşitlilik daraltılmış ve matematiksel modellemenin karmaşıklığı azaltılmıştır. Güç, devir ve yükün her motor parametreleri üzerinde farklı oranlarda etkinlikleri olduğu tespit edilmiştir. Regresyon Analiz yöntemiyle matematiksel bir modelleme ortaya konulmuştur. Giriş parametrelerine sargı sıcaklık ve kaymayı da dahil ederek oluşturulan matematiksel denklemlerin doğruluk oranı (R2) artırılarak matematiksel modelleme sunulmuştur. Böylece literatürde de değinilen giriş parametrelerindeki çeşitliliğin matematiksel modelleme de zorluk, doğruluktan uzaklaşma ve karmaşıklık oluşturma probleminin üstesinden gelinmiştir. Son odak noktası, deney düzeneği ile elde edilen parametre veri yığınlarının çokluğu tam analiz için çalışmayı üçüncü ana yönü olarak Yapay Sinir Ağı (Artificial Neural Network, ANN)'ye yönlendirmiştir. Veri analizlerinin tahmin modellemesi için algoritma seçim sürecinde kapsamlı bir değerlendirme gerçekleştirilmiştir. Bu bağlamda, çeşitli yapay öğrenme algoritmaları arasından, ağaç tabanlı modellerin tahmin başarısındaki potansiyelini test etmeye karar verilmiştir. Araştırma ve literatür incelemesinde, özellikle tahmin uygulamalarında ağaç modellerinin tutarlı ve güvenilir sonuçlar verdiği sonucuna ulaşılmıltır. K-en yakın komşu ve Random Forest algoritmaları gibi yapay sinir ağları uygulamalarında, veri setimizde öğrenme sürecindeki zorluklar ve modelin genelleme yeteneğindeki eksiklikler ön plana çıkmıştır. Ağaç tabanlı modellerin uygulaması, bu sorunları büyük ölçüde hafifletirken, özellikle veri seti büyüklüğü arttıkça hesaplama maliyeti ve zamanı konusunda yeni zorluklar ortaya koymuştur. Her ne kadar bu zorluklar mevcut olsa da elde edilen doğruluk oranlarındaki iyileşme, bu maliyet artışını meşru kılacak nitelikteydi. Veri setimizin çeşitliliği ve hacmi arttıkça, modelin doğruluk oranı da istikrarlı bir şekilde yükselmiştir. Uygulanan düzenlemeler ve iyileştirmelerle, modelin verimliliği anlamlı bir biçimde artmıştır. Eşit oranlarda veri dağılımı sağlanması, modelin tahmin doğruluğunda belirgin bir artışa yol açmış, aynı zamanda veri temsiliyetindeki dengesizlikleri minimize etmiştir. Ağaç tabanlı modeller içerisinde Geri Yayılımlı Sinir Ağı (Backpropagation Neural Network, BPNN) algoritması tüm veri setinde yüksek eğitim başarı yüzdesi gösterdiği görülmüştür. Diğer algoritmaların oranları ise gene yüksek ve birbirine yakın gerçekleşmiştir. Bu durum motor parametre analizinde BPNN algoritmasının en uygun algoritma olduğunu göstermiştir. Bu sonuçlar değerlendirildiğinde ASMECP'lerin tahmini için oluşturulacak matematiksel denklemin, etkinliği analizler sonucu belirlenen girişler üzerine kurgulanması gerektiği görülmüştür.
Özet (Çeviri)
Induction motor (IM) has been used in production areas for years. However, today's developing technology and the increasing demands of production areas increase the importance of studies on these motors day by day. There are many studies on early detection and control of faults of IMs. However, the important thing is to prioritize the uninterrupted use of these motors, whose costs are increasing day by day, in production areas. In order to meet the demands, IMs must be used efficiently for a long time without malfunctioning, and for this, mathematical modeling must be done precisely and accurately. The accuracy of the mathematical modeling depends primarily on the accurate determination of the Equivalent Circuit Parameter (ECP) of the IMs under all variable conditions. When the studies in the literature are examined, it is seen that they mostly focus on a single variable operating condition or a limited number of motor powers. It is also a fact that the variation in the runtime parameters of IMs is inadequate when analyzed from a single factor. However, the variability and diversity of operating conditions (motor power, load, rotor speed, etc.) make mathematical modeling of IMs a very complex problem. Therefore, it is necessary to identify the most influential operating conditions. In this way, the complexity of modeling can be eliminated and a simple and accurate analysis can be performed. The main direction of this work is to perform a simple and accurate full analysis by determining the influence ratios of various variable input parameters on ECPs. Thus, bridging various fields related to IM, such as model predictive control (MPC), which is the main area of power electronics research, fault diagnosis and data accuracy in post-failure repair. First, a comprehensive analysis of ECP prediction and fault detection methods is presented, with numerous references to contemporary literature. The ECP method of an IM is described in full detail, covering both the theoretical foundations, computer simulations and experimental application aspects. Challenging and time-consuming experiments were carried out by building the system to obtain an effective motor data stack including different powers, different rotor speeds and different load ratios and are documented in detail in Chapter 3. After the presentation of detailed parameter plots and rates of change in the experiments, the next focus is on the effectiveness of the input variable parameters on the output parameters as the second main aspect of this study. Without the need for all the data of the demanding and time-consuming experiments performed here, the Taguchi analysis method was restricted by coding and experiment restriction. Thus, it is shown that with fewer experiments, approximations to the results obtained in all experiments are obtained by avoiding the difficulties such as cost, time and laboratory environment. The focus is then on the detection of the variable input parameters of an IM and its effectiveness on the output parameters, narrowing the range and reducing the complexity of the mathematical modeling. It was found that power, speed and load have different degrees of influence on each engine parameter. A mathematical modeling is presented by Regression Analysis method. Mathematical modeling is presented by increasing the accuracy ratio (R2) of the mathematical equations created by including winding temperature and slippage in the input parameters. Thus, the problem of difficulty, inaccuracy and complexity in mathematical modeling due to the diversity in input parameters, which is also mentioned in the literature, has been overcome. The last focus, the large amount of parameter data obtained with the experimental setup, led the study to Artificial Neural Network (ANN) as the third main direction for full analysis. A thorough evaluation was carried out during the algorithm selection process for the predictive modeling of the data analyses. In this context, among various machine learning algorithms, it was decided to test the potential of tree-based models in forecasting success. The research and literature review concluded that tree models provide consistent and reliable results, especially in forecasting applications. In neural network applications such as K-nearest neighbor and Random Forest algorithms, the difficulties in the learning process and the lack of generalization ability of the model have come to the forefront in our dataset. While the application of tree-based models alleviated these problems to a large extent, it presented new challenges in terms of computational cost and time, especially as the size of the dataset increased. Although these challenges existed, the improvement in accuracy rates achieved justified this cost increase. As the diversity and volume of our dataset increased, the accuracy of the model steadily improved. With the adjustments and improvements implemented, the efficiency of the model increased significantly. Ensuring an even distribution of data led to a significant increase in the prediction accuracy of the model, while at the same time minimizing imbalances in data representation. Among the tree-based models, the Backpropagation Neural Network (BPNN) algorithm showed high training success rates for the entire data set. The rates of other algorithms were also high and close to each other. This shows that the BPNN algorithm is the most suitable algorithm for engine parameter analysis. When these results are evaluated, it is seen that the mathematical equation to be created for the prediction of IMECPs should be based on the inputs determined as a result of the activity analysis.
Benzer Tezler
- Rotor alan yönlendirmesi ile asenkron motorun kontrolü
Asynchronous motor control with rotor field orientation
SEYİT YETİM
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL TEMİZ
- Lineer asenkron motorun vektör kontrolü
Vector control of the linear asynchronous motor
HÜSEYİN ALTUN
Doktora
Türkçe
2001
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. HASAN KÜRÜM
- DGM'li gerilim dalgalarıyla beslenen asenkron motorlarda harmoniklerin etkileri
The Analysis of PWM-harmonic effects in selecting two induction motors for inverter drive systems
MUSTAFA KIYI
Yüksek Lisans
Türkçe
1992
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ. DR. A. FAİK MERGEN
- Üç fazlı sincap kafesli asenkron motorun ansys ve flux2d hazır paket programları ile performansının incelenmesi
Başlık çevirisi yok
HARUN AÇIKGÖZ
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Bilim Dalı
PROF. DR. NURDAN GÜZELBEYOĞLU
- Asenkron makinalarda uzay harmoniklerinin etkilerini azaltmaya katkılar
Contributions to reduce the effects of space harmonics in induction machines
DERYA AHMET KOCABAŞ
Doktora
Türkçe
2005
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF.DR. FAİK MERGEN