Üretim hatlarında çok kullanılan asenkron motorların arızaları, üretim hedeflerine ulaşılmasını önlemektedir. Bu, şirketin hem karlılığını hem de sanayideki güvenirliliğini negatif etkilemektedir. Arızaların planlanması bakım çalışmalarının proaktif olması zorunludur. Proaktif bakım çalışmasında elektrik ekipman arızalarının oluşmasına meydan vermeden, tespitini, planlı bakım ve değişimini gerekli kılar. Alternatif Akım (AA) motor arızalarının titreşim, elektriksel değerler veya ses ölçümü ile tespiti çalışmaları yapılmakta ve birçok uygulamaları sanayide kullanılmaktadır. Bu çalışmada asenkron motor rotor arızasının akustik ölçümlerle tespit edilebilirliği incelenmiştir. Akustik ölçümler ile sağlam ve arıza oluşturulan motorun ses dosyaları elde edilmiştir. Bu ölçümler için hazırlanan test devresinde AA sürücü, motor frenleme devresi ve kondenser mikrofon kullanılmıştır. Ses dosyalarının MATLAB yazılımı ile zaman domenindeki değişimi, Hızlı Fourier Dönüşümü (FFT) yapılarak frekans domenindeki değişimleri elde edilmiştir. Sağlam ve rotor çubuğu kırık olan motora ait farklı hız ve tork değerlerinde çalışması sırasında ölçülen ses dosyalarındaki FFT farkları tespit edilmiş, en yakın komşu algoritması (KNN) kullanılarak yorumlanmıştır.
Asynchronous motors are the most commonly used types of motor in the industry. They are preferred because of their ease of control and reasonable cost. Since it is not desirable to suspend production in factories, it is required that motor failures used in production lines be detected quickly and easily. In this article, sound signals were recorded during the operation of the asynchronous motor, which is operational and with a rotor bar crack; and filtering, normalization, and Fast Fourier Transform were performed. The detection of rotor broken bar error was examined using the feed-forward backpropagation Artificial Neural Network (ANN) method. With intuitive algorithms such as the artificial bee colony and artificial ant colony, improvements to the ANN results were investigated. The experimental results verified that intuitive algorithms can improve the estimation performance of the neural network.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.