Dıagnosıs of magnet faults ın permanent magnet synchronous motors wıth artıfıcıal ıntellıgence technıques
Sabit mıknatıslı senkron motorlarda mıknatıs arızaların yapay zeka ile teşhisi
- Tez No: 963203
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ OSMAN ARSLAN, PROF. DR. OSMAN BİLGİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Makinaları Bilim Dalı
- Sayfa Sayısı: 70
Özet
Bu çalışmada, üç fazlı Sabit Mıknatıslı Senkron Motorlarda (PMSM'ler) kırık rotor mıknatıslarının neden olduğu arızaları tespit etmek için iki ayrı yapay zeka (YZ) tabanlı teşhis yöntemi geliştirilmiş ve karşılaştırılmıştır. Gerçek dünya arıza koşullarını simüle etmek için, laboratuvar ortamında PMSM'lerin rotor mıknatıslarında kasıtlı olarak kırılmalar oluşturulmuş ve arızalı motor örnekleri elde edilmiştir. Bu motorların arıza teşhisi, stator akım sinyallerinin analizi yoluyla gerçekleştirilmiştir. Akım verileri bir akım probu ve bir osiloskop kullanılarak toplanmış, ardından daha ileri işlem için dijitalleştirilmiştir. Veri ön işleme aşamasında, ham akım sinyallerindeki gürültü bileşenleri başlangıçta filtrelenmiş, ardından frekans alanındaki arıza göstergelerini incelemek için Hızlı Fourier Dönüşümü (FFT) uygulanmıştır. Frekans spektrumu verileri kullanılarak motor durumlarını sağlıklı veya arızalı olarak sınıflandırmak için Çok Katmanlı Algılayıcı (MLP) ve Destek Vektör Makinesi (SVM) modelleri eğitilmiştir. Son olarak, her iki yapay zekâ tekniğinin tanısal doğruluk oranları karşılaştırılmış ve SVM sınıflandırıcısının etkileyici bir şekilde %98 doğruluk elde ettiği, MLP modelinin ise %95 doğruluğa ulaştığı ortaya çıkmıştır.
Özet (Çeviri)
In this study, two distinct artificial intelligence (AI)-based diagnostic methods were developed and compared for detecting faults caused by broken rotor magnets in three phase Permanent Magnet Synchronous Motors (PMSMs). To simulate real-world fault conditions, controlled breaks were intentionally induced in the rotor magnets of PMSMs under laboratory conditions, yielding faulty motor samples. Fault diagnosis of these motors was performed through the analysis of stator current signals current data were acquired using a current probe and an oscilloscope, then digitized for further processing. During the data preprocessing stage, noise components in the raw current signals were initially filtered, followed by the application of Fast Fourier Transform (FFT) to examine fault indicators in the frequency domain. In order to classify motor states as either healthy or defective, Multi-Layer Perceptron (MLP) and Support Vector Machine (SVM) models were trained using the retrieved frequency spectrum data. Finally, the diagnostic accuracy rates of both AI techniques were compared, revealing that the SVM classifier achieved an impressive 98% accuracy while the MLP model reached 95%.
Benzer Tezler
- Sabit mıknatıslı senkron motorda demagnetizasyon ve eksenden kaçıklık arızalarının tespiti
Demagnetization and eccentricity faults detection in permanent magnet synchronous motor
MUSTAFA EKER
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiGaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET AKAR
- Sürekli mıknatıslı senkron motorda akı sinyali kullanılarak stator sargı arızası teşhisi
Stator winding fault diagnosis using flux signal in permanent magnet synchronous motor
RUMEYSA SELÇUK AKSOY
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAFER DOĞAN
- Şebeke kalkışlı sürekli mıknatıslı senkron motorda stator sargı arızası teşhisi
Diagnosis of stator winding fault in line start permanentmagnet synchronous motors
KÜBRA TETİK
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZAFER DOĞAN
- Sürekli mıknatıslı senkron motorda demagnetize ve stator sarımlar arası kısa devre arızalarının tespiti için yöntem geliştirilmesi
The development of method for detection of demagnetised and stator interturn short circuit faults in permanent magnet synchronous motor
TİMUR LALE
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİLAL GÜMÜŞ
- Sabit mıknatıslı senkron motorda yapay zeka yöntemleri ile mekanik hataların teşhisi
Mechanical fault diagnosis in the permanent magnet synchronous motor with artifical intelligence techniques
MEHMET AKAR
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İLYAS ÇANKAYA