Asenkron Motorlarda Arıza Özeliği Tesbiti Ve Durum İzleme İçin Saklı Markov Modelleri

Abstract

Bu çalışmada, saklı markov modelleri kullanılarak, asenkron motorlarda rulman arızası için özelik tesbiti ve durum izlemesi yapılmıştır. Arıza özeliği tesbiti uygulamasında çok çözünürlüklü dalgacık analizi, saklı markov modeli ve temel bileşenler analizi gibi çeşitli boyut azaltma yöntemleri bir arada kullanılarak rulman arızasına ait titreşim frekans bantları tespit edilmiştir. Gerçek zamanlı durum izleme uygulamasında, çok çözünürlüklü dalgacık analizi ve saklı markov modelleri, motordan alınan titreşim ve akım verileri üzerinde kullanılarak rulman ve stator sargı arızaları öngörülü olarak tesbit edilmiştir. Sonuçlar saklı markov modellerinin motor durum izleme uygulamaları için başarılı sonuçlar ortaya koyduğunu göstermiştir.

In this study, hidden markov models are used for the fault characterization and the condition monitoring of induction motors. In the fault characterization application, multi resolution wavelet analysis , hidden markov models and various dimensionality reduction methods like principal component analysis are used in order to find a frequency band for the vibration data of the bearing damage. In the real time condition monitoring application, multi resolution wavelet analysis along with hidden markov models are applied to the vibration and current data of induction motors in order to find the aging trends of the bearing and stator winding damages. The results have shown that hidden markov models are successfull for the condition monitoring of induction motors.