KaydedilenlerDerginizi ekleyin

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

Marş motoru akım sinyalleri wavelet analiz sonuçlarının bulanık mantık ile sınıflandırılarak arıza tespiti

Fault diagnosis in starter motors by classification of wavelet analysis results of faulty starter motor's current signals using fuzzy logic

Raif BAYIR
Ömer Faruk BAY
Sayfa
363–374
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

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

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Marş motorları ağır yük altında çalışan seri sargılı doğru akım motorlarıdırlar.
📊
Temel Bulgular & Veri:Marş motorunun çektiği akım ve uçlarında düşen gerilimin değeri zamana bağlı olarak değişmektedir.
💡
Sonuç & Katkı:Geliştirilen bu hata teşhis sistemi ile marş motorlarında en sık gözlenen altı çeşit arıza başarıyla teşhis edilmiştir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

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

Abstract

Starter motors are serial wound dc motors work under heavy duty. Starter motors are used to run the internal combustion engine (ICE). Internal combustion engines can not be run when starter motor is defective. The values of current drawn by starter motor and the voltage across the starter motor vary depending on time. In the analysis of time dependent signals (unstable signals), Wavelet Analysis (WA) is used. In this study, the current and the voltage signals of starter motors are measured by using a measurement rig and current signals of a starter motor is decomposed to its components with the help of Wavelet Analysis. With the use of coefficients derived from the decomposition, defects observed in starter motors and starter system is classified using fuzzy logic. A graphical user interface (GUI) software has been developed by using MATLAB for fault diagnosis. By using this developed fault diagnosis system, six defects seen in starter motors frequently have been diagnosed successfully.

🔖

Bu Makaleye Atıf Yap

BAYIR, R., BAY, Ö. F. (2022). Marş motoru akım sinyalleri wavelet analiz sonuçlarının bulanık mantık ile sınıflandırılarak arıza tespiti. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 22 - Sayı: 2, 363–374. https://ajindex.com/articles/524393

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Vas, P., Parameter Estimation, Condition Monitoring and Diagnosis of Electrical Machines, Claredon Press, Oxford, A.B.D., 1993
  2. Finley, W. R. and R. R. Burke, “Troubleshooting Motor Problems”, IEEE Transactions on Ind. Applications, Cilt 30, No 5, 1383-1397, 1994
  3. 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
  4. 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,37-41, 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 5,1015-1020, 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.5,1015-1020, 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 Math Works Inc., USA, 2005
  14. 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, 4-6, May, 1999
  15. Boltezar, M., Simonovski, I. ve Furlan,