SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2007 / Cilt: 22 - Sayı: 2

MARŞ MOTORU AKIM SİNYALLERİ WAVELET ANALİZ SONUÇLARININ BULANIK MANTIK İLE SINIFLANDIRILARAK ARIZA TESPİTİ

Raif BAYIR
Ömer BAY
Pages
0
Publication Date
2013-02-15
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Geliştirilen bu hata teşhis sistemi ile marş motorlarındaen sık gözlenen altı çeşit arıza başarıyla teşhis edilmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Marş motorları ağır yük altında çalışan seri sargılı doğru akım motorlarıdırlar.
📊
Key Findings & Data:Marş motorunun çektiği akım ve uçlarında düşen gerilimin değeri zamana bağlı olarakdeğişmektedir.
💡
Conclusion & Impact:Geliştirilen bu hata teşhis sistemi ile marş motorlarındaen sık gözlenen altı çeşit arıza başarıyla teşhis edilmiştir.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Marş motoru · wavelet analizi · bulanık mantık

Özet

Marş motorları ağır yük altında çalışan seri sargılı doğru akım motorlarıdırlar. Marş motorları içten yanmalımotorların (İYM) başlatılmalarını sağladıklarından marş motorunun arızalanması durumunda içten yanmalımotorlar çalıştırılamazlar. Marş motorunun çektiği akım ve uçlarında düşen gerilimin değeri zamana bağlı olarakdeğişmektedir. Zamana bağlı olarak değişen (durağan olmayan) sinyallerin incelenmesinde Wavelet Analizi(WA), Hızlı Fourier Dönüşümüne göre daha iyi sonuç vermektedir. Bu çalışmada, arızalı marş motorunun, akımve gerilim sinyalleri, bir ölçüm düzeneği kullanılarak ölçülmüş ve arızalı marş motoruna ait akım sinyalleriwavelet analizi ile bileşenlerine ayrıştırılmıştır. Bu ayrıştırmadan elde edilen katsayılar kullanılarak marşmotorlarında ve marş sisteminde gözlenen arızalar Bulanık Mantık (BM) ile sınıflandırılmıştır. Hata teşhisi içinMATLAB’ ta grafik ara yüzlü bir yazılım geliştirilmiştir. Geliştirilen bu hata teşhis sistemi ile marş motorlarındaen sık gözlenen altı çeşit arıza başarıyla teşhis edilmiştir.

🔖

Cite This Article

BAYIR, R., BAY, Ö. (2013). MARŞ MOTORU AKIM SİNYALLERİ WAVELET ANALİZ SONUÇLARININ BULANIK MANTIK İLE SINIFLANDIRILARAK ARIZA TESPİTİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 22 - Sayı: 2, 0. https://ajindex.com/articles/21086

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Vas, P., Parameter Estimation, Condition Monitoring and Diagnosis of Electrical Machines, Claredon Press,
  2. Oxford, A.B.D., 1993.
  3. Finley, W. R. and R. R. Burke, “Troubleshooting Motor Problems”, IEEE Transactions on Ind. Applications, Cilt 30, No 5, 1383-1397, 1994.
  4. Subhasis, N. ve Toliyat, H. A., “Condition Monitoring and Fault Diagnosis of Electrical Machines- a Review”, IEEE Ind. App. Society, Cilt 1, 197-204, 1999. Gao X. Z. and Ovazska S. J., “Soft Computing Methods in Motor Fault Diagnosis”, Applied Soft Computing, Cilt 1, 73-81, 2001.
  5. Isemann, R., “Supervision, Fault-Detection and Fault–Diagnosis Methods an Introduction”, Control Eng. Prac., Cilt 5, No 5, 639-652, 1997.
  6. Liu, X. Q., Zhang, H. Y., Jun, L. ve Yang, J., “Fault Detection and Diagnosis of Permanent- Magnet DC Motor Based on Parameter Estimation and Neural Network”, IEEE Tran. Ind. Electronics, Cilt 47, No 5, 1021-1030, 2000.
  7. Füssel, D. ve Ballé, P, Combining Neuro-Fuzzy and Machine Learning for Fault Diagnosis of a D.C. Motor, Proc. American Control Conference, -41, 1997.
  8. Moseler, O. and Isermann, R., “Application of Model-Based Fault Detection to a Brushless DC Motor”, IEEE Trans. Ind. Elect., Cilt 47, No 5, -1020, 2000.
  9. Isermann, R. ve Moseler, O., “Application of Model-Based Fault Detection to a Brushless DC Motor”, IEEE Tran. Ind. Elec., Cilt. 47, No. 5, -1020, 2000.
  10. Awadallah, M. A. and Marcos, M. M., “Adaptive- Fuzzy-Based Stator Winding Fault Diagnosis of PM Brushless DC Motor Drive by Monitoring Supply Current”, IEEE Power Engineering Review, Cilt 22, No 12, 46-49, 2002.
  11. Bayır, R. Yapay Zeka Teknikleri Kullanılarak Marş Motorlarında Hata Teşhisi, Doktora Tezi, Gazi Üniv., Fen Bilimleri Enstitüsü, 2005.
  12. Bayir, R. and Bay, Ö. F., Serial Wound Starter Motor Faults Diagnosis Using Artificial Neural Network, ICM’ 04 Proceedings of the IEEE International Conference Mechatronics, Istanbul, Turkey, 194-199, 2004.
  13. Bay, Ö.F. ve Bayir, R., “Kohonen Network Based Fault Diagnosis and Condition Monitoring of Pre- Engaged Starter Motor”, Int. J. of Automotive Technology, Cilt 6, No 4, 341-351, 2005.
  14. Misiti, M, Misiti, Y., Oppenheim, G., ve Poggi, J. M., Wavelet Toolbox User’s Guide, The MathWorks Inc., USA, 2005.
  15. Wang, P., Propes, N., Khiripet, N., Li, Y. ve Vachtsevanos G., An Integrated Approach to Machine Fault Diagnosis, IEEE Annual Textile, Fiber and Film Industry Technical Conference, 4-, May, 1999.
  16. Boltezar, M., Simonovski, I. ve Furlan, M., “Fault Detection in DC Electro Motor Using Conti