Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightYapay sinir ağı modelinin test edilmesi sonucunda % 98,8 oranında bir tahmin oranı elde edilmiş ve ANN modelinin çıkışı ile hedefin birbirleri ile örtüştüğü görülmüştür.
📌 3 Maddede Bu Makale
Özet
Asenkron motorun çalışması esnasında oluşabilecek arızaların anlık olarak tespit edilebilmesi, motorun görev yaptığı sistemin kusursuz çalışması açısından son derece önem arz etmektedir. Bu çalışmada, üç fazlı kafesli bir asenkron motorda arızaların tespit edilebilmesi için yapay sinir ağları (YSA) modeli kullanılmıştır. Belirli bir zaman aralığı için asenkron motorun titreşim verileri alınarak veri seti oluşturulmuştur. Oluşturulan veri setinin % 80 i ile model eğitilmiş, %10 u ile model test edilmiştir. Yapay sinir ağı modelinin test edilmesi sonucunda % 98,8 oranında bir tahmin oranı elde edilmiş ve ANN modelinin çıkışı ile hedefin birbirleri ile örtüştüğü görülmüştür.
Abstract
Instantly detection of faults that may occur during the operation of induction motors is extremely important for the flawless operation of the system in that the motor running. In this study, artificial neural network (ANN) model was used in order to detect the faults of a three-phase squirrel cage induction motor. Data set has been created with vibration data on the induction motor for a specific time interval. The model trained with 80% of the generated data set and tested with 10% of the data set. As a result of testing the artificial neural network model; an estimated rate of 98.8% was obtained and in addition, the target and output of the ANN model found to be very close to each other.