Asenkron Motorlarda Arıza Özeliği Tesbiti Ve Durum İzleme İçin Saklı Markov Modelleri
| dc.contributor.advisor | Şeker, Serhat | |
| dc.contributor.author | Karatoprak, Hamid Erinç | |
| dc.contributor.department | Elektrik Mühendisliği | |
| dc.contributor.department | Electrical Engineering | |
| dc.date | 2008 | |
| dc.date.accessioned | 2008-02-26 | |
| dc.date.accessioned | 2015-05-12T12:47:00Z | |
| dc.date.available | 2015-05-12T12:47:00Z | |
| dc.description | Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2008 | |
| dc.description | Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008 | |
| dc.description.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. | |
| dc.description.abstract | 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. | |
| dc.description.degree | Yüksek Lisans | |
| dc.description.degree | M.Sc. | |
| dc.identifier.uri | http://hdl.handle.net/11527/1222 | |
| dc.publisher | Fen Bilimleri Enstitüsü | |
| dc.publisher | Institute of Science and Technology | |
| dc.rights | İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır. | |
| dc.rights | İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission. | |
| dc.subject | dalgacık analizi | |
| dc.subject | saklı markov modeli | |
| dc.subject | temel bileşenler analizi | |
| dc.subject | durum izleme | |
| dc.subject | arıza tesbit | |
| dc.subject | asenkron motor | |
| dc.subject | örüntü tanıma | |
| dc.subject | wavelet analysis | |
| dc.subject | hidden markov models | |
| dc.subject | principal component analysis | |
| dc.subject | condition monitoring | |
| dc.subject | fault detection | |
| dc.subject | asynchronous motor | |
| dc.subject | pattern recognition | |
| dc.title | Asenkron Motorlarda Arıza Özeliği Tesbiti Ve Durum İzleme İçin Saklı Markov Modelleri | |
| dc.title.alternative | Hidden Markov Models For Fault Characterization And Condition Monitoring Of Induction Motors | |
| dc.type | Master Thesis |