Geri Dön

Fault detection of induction motors using nevral networks

Asenkron motorlarda sinir ağları ile hata tespiti

  1. Tez No: 95485
  2. Yazar: BÜLENT AYHAN
  3. Danışmanlar: PROF. OKYAY KAYNAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2000
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

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

  1. Motor fault detection using neural networks

    Sinir ağları kullanılarak motor arızalarının belirlenmesi

    ZEHRA ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilim ve TeknolojiAnadolu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMİN GERMEN

  2. 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

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ALIŞKAN

  3. 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

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜRKER İNCE

  4. Arıza teşhisinde veri madenciliği ve yumuşak hesaplama tekniklerinin kullanımı

    The using of data mining and soft computing techniques in fault diagnosis

    İLHAN AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ.DR. ERHAN AKIN