Asenkron Motorlarda Arıza Özeliği Tesbiti Ve Durum İzleme İçin Saklı Markov Modelleri
Asenkron Motorlarda Arıza Özeliği Tesbiti Ve Durum İzleme İçin Saklı Markov Modelleri
Dosyalar
Tarih
Yazarlar
Karatoprak, Hamid Erinç
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Fen Bilimleri Enstitüsü
Institute of Science and Technology
Institute of Science and Technology
Özet
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.
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.
Açıklama
Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2008
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008
Anahtar kelimeler
dalgacık analizi,
saklı markov modeli,
temel bileşenler analizi,
durum izleme,
arıza tesbit,
asenkron motor,
örüntü tanıma,
wavelet analysis,
hidden markov models,
principal component analysis,
condition monitoring,
fault detection,
asynchronous motor,
pattern recognition