Fault detection of induction motors using nevral networks
Asenkron motorlarda sinir ağları ile hata tespiti
- Tez No: 95485
- Danışmanlar: PROF. OKYAY KAYNAK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Arıza arama, Asenkron motorlar, Motor performansı, Yapay sinir ağları, Fault detection, Induction motors, Motor performance, Artificial neural networks
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Endüstride en fazla kullanılan motorların başında üç fazlı asenkron motorlar gelmektedir. Bu motorların önemli bir kısmı da üretimin kritik aşamalarında yer almaktadır. Bu yüzden bu motorlarda oluşabilecek hataların üretimi etkileyecek bir seviyeye ulaşmadan önce tespit edilmesi üretimdeki kaybı büyük ölçüde azaltacağından çok önemlidir. Bu motorlarda çoğunlukla görülen hatalar eksantrik, rotor kafes ve rulman hatalarıdır. Motorun performansını etkilemeden çalışan aynı zamanda da yüksek oranda doğru sonuçlar veren bir hata tespit sistemi bulmak kolay değildir. Bu tez çalışmasında amaçlanan yapay sinir ağlarının sunmuş olduğu olanaklardan olan sistem tanılama özelliklerini kullanarak motorun çalışma performansını etkilemeden çalışan bir hata tespit ve durum izleme yöntemi tasarlamaktır. Bu tezde uygulanan hata tespit yönteminde motordan kolaylıkla ölçülebilen stator voltaj ve akım değerleri motorun durumunu tahmin etmek için kulanümaktadır. Burada kullanılan hata tespit yaklaşımı“Yapay Sinir Ağ Model Tabanlı Hata Tespit Sistemi”olarak tanımlanabilir.
Özet (Çeviri)
IV ABSTRACT Three phase induction motors are broadly used in industry and many of them are utilized at some critical points of the production phase. Because of that incipient fault detection of these motors is extremely important since early fault detection reduces the downtime of the equipment which causes major loss of earning. Faults such as eccentricity, rotor cage and bearing faults are very common in induction motors. It is difficult to find a simple detection technique which is noninvasive such that it does not affect the performance of the motor and also which gives highly accurate results. The objective in this thesis is to design a noninvasive fault detection and condition monitoring method which uses the possibilities offered by artificial neural networks in the form of its effective system identification features. Easily accessible measurements, stator voltages and stator currents are used in this approach to predict the condition of the motor. The fault detection approach applied can be simply named as“Neural-Network-Model Based Fault Detection”. £C yUKSEKOGRCTIM KURlfU»
Benzer Tezler
- Ayrıklaştırma yöntemleri ve yapay sinir ağı kullanarak asenkron motorlarda arıza teşhisi
Fault diagnosis in induction motors using discretization methods and artificial neural network
ZAFER DOĞAN
Doktora
Türkçe
2012
Teknik EğitimMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL TEMİZ
- Motor fault detection using neural networks
Sinir ağları kullanılarak motor arızalarının belirlenmesi
ZEHRA ŞAHİN
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİN GERMEN
- Microcontroller-based real-time motor bearing fault detection and diagnosis using 1D convolutional neural networks
1B evrişimsel sinir ağları ile mikrodenetleyici tabanlı gerçek zamanlı motor rulman arızası tespiti ve teşhisi
SERTAÇ KILIÇKAYA
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TÜRKER İNCE
- An industrial internet of things application for real-time condition monitoring
Gerçek zamanlı durum izleme için endüstriyel nesnelerin internetiuygulaması
AYDIL JOMAA BAPIR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN AYDIN
- Sincap kafesli asenkron motorların rotor çubuk kırıklarının akustik ölçümlerle tespiti
Detection of broken rotor bar of squirrel-cage induction motors by acoustic measurements
OSMAN ZEKİ ERBAHAN
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM ALIŞKAN