Sürücü ile beslenen asenkron motorlarda rulman arızalarının yapay sinir ağları ile teşhisi
Yükleniyor...
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada sürücüden beslenen üç fazlı asenkron motorlarda meydana gelen rulman arızalarının teşhisi gerçekleştirilmiştir. Deneysel çalışma için rulmanlarda iç bilezik, dış bilezik, kafes, bilyada bölgesel ve rulmanın tamamında yapay hatalar oluşturulmuştur. Her arızalı durum ve sağlam durum için motorun stator akımları veri toplama kartı ile bilgisayar ortamına aktarılarak kaydedilmiştir. Akım verilerinin zaman düzleminde istatiksel özellikleri ve Hızlı Fourier Dönüşümü yapılarak frekans düzlemindeki spektral özellikleri belirlenmiştir. Bu özellikler ile eğitilen çok katmanlı yapay sinir ağı modelinden faydalanılarak arızaların tespiti ve sınıflandırılması gerçekleştirilmiştir.
This study focuses on the detection of the bearing faults inverter-fed three-phase induction motors. Inner ring, outer ring, cage and ball are formed as regional faults; All components are formed as a result of thermal and chemical aging in the bearings used in the experiment. Stator currents of the motor are monitored for each faulty condition and robust condition. The current values are transferred to the computer with data acqusition card. Statistical properties of the current in the time dimension are determined and also the spectral properties in the frequency dimension are determined by FFT Analysis. Detection and classification of the faults are carried out by utilizing multi-layer artificial neural network model trained with these properties.
This study focuses on the detection of the bearing faults inverter-fed three-phase induction motors. Inner ring, outer ring, cage and ball are formed as regional faults; All components are formed as a result of thermal and chemical aging in the bearings used in the experiment. Stator currents of the motor are monitored for each faulty condition and robust condition. The current values are transferred to the computer with data acqusition card. Statistical properties of the current in the time dimension are determined and also the spectral properties in the frequency dimension are determined by FFT Analysis. Detection and classification of the faults are carried out by utilizing multi-layer artificial neural network model trained with these properties.
Açıklama
Anahtar Kelimeler
Akım analizi, asenkron motor, arıza teşhisi, rulman arızası, Current analysis, induction motor, fault diagnosis, bearing failure
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Akkurt, İ. (2020). Sürücü ile Beslenen Asenkron Motorlarda Rulman Arızalarının Yapay Sinir Ağları ile Teşhisi. (Yüksek Lisans Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.
