Asenkron Motor Rulman Hatalarının Uzun-Kısa Süreli Bellek Tipi Derin Sinir Ağları ile Otomatik Sınıflandırılması

Authors : Rumeysa Hacer KILIÇ, Emre DANDIL

Pages : 508-513

Doi:10.31590/ejosat.1039836

View : 15 | Download : 10

Publication Date : 2021-12-31

Article Type : Research Paper

Abstract :Endüstride yaygın olarak kullanılan asenkron motorların tercih edilmesinin nedenleri hesaplı, dayanıklı ve güvenilir olmalarıdır. Asenkron motorların iç bilezik, bilye ve dış bilezik kısımlarımda oluşan rulman hataları en sık karşılaşılan hatalardandır. Bu nedenle, asenkron motorlarının çalışmasının verimini arttırmak için rulman hatalarının erken bir aşamada belirlenmesi oldukça önemlidir. Bu çalışmada, Case Western Reserve University (CWRU) rulman veriseti kullanılarak, asenkron motor rulmanlarının iç bilezik, dış bilezik ve bilye bölgelerinde oluşan hataların titreşim verilerinden yararlanarak otomatik sınıflandırılması için iki yönlü uzun-kısa süreli bellek tipi (IY-UKSB) tipi derin sinir ağları tabanlı bir yöntem önerilmektedir. Çalışmada, normal rulman ve hatalı rulmana ait titreşim verileri 128, 256, 512 ve 1024 gibi farklı boyutlarda pencerelere ayrılarak, anlık ferekans ve sprektral entropi ile özellik çıkarımı sonucunda önerilen IY-UKSB ağının performansı değerlendirilmiştir. Çalışmada normal ve hatalı rulman verilerinden oluşturulan veriseti üzerinde farklı pencere genişliklerinde test kümesi üzerinde IY-UKSB ağının doğruluğunun ortalama %80 civarında kaldığı, buna karşın normal ve hatalı rulman verilerinin sınıflandırılmasında anlık frekans ve spektral entropi ile özellik çıkarımı sonrası IY-UKSB ağının ortalama %99.28 doğruluk, %99.72 duyarlılık ve %97.53 seçicilik skorlarına ulaştığı görülmüştür. Sonuç olarak, önerilen IY-UKSB ağının hatalı ve normal rulman titreşim verilerinin ayrımı için güçlü bir sınıflandırıcı olduğu değerlendirilmiştir.
Keywords : Asenkron motor, Rulman hataları, Sınıflandırma, İki yönlü uzun kısa süreli bellek IY UKSB