İlhan AYDIN, Mehmet KARAKÖSE, Erhan AKIN

NEGATİF SEÇİM TABANLI BULANIK ARIZA TEŞHİS MODELİ

Arıza teşhisinin sistemlerde sürekliliği sağlamak açısından önemli olduğu, bu alandaki çalışmaların gün geçtikçeartmasından da görülmektedir. Akıllı hesaplama teknikleriyle arıza teşhis yöntemlerinin etkinliği artırılmayaçalışılmaktadır. Bu çalışmada bulanık mantık ve negatif seçim tabanlı bir arıza teşhis yöntemi önerilmiştir.Önerilen algoritmada yapay bağışıklık sisteminin bir bileşeni olan negatif seçim algoritması kullanılarak kırıkrotor ile ilgili özellik çıkarılmaktadır. Ayrıca motor akım imza analizi kullanılarak elde edilen spektrum değişimyönü, bulanık mantık sistemine verilerek arıza teşhisi yapılmaktadır. Negatif seçim algoritması için yeni birağırlıklandırılmış afinite ölçümü kullanılmıştır. Önerilen yöntem ile asenkron motorlarda oluşan stator arızası,mil yatağı sürtünme arızası ve kırık rotor arızaları teşhis edilebilmektedir. Yöntemin çıkışı arıza türü ile birlikteçoklu arızaları belirlemek için arızanın şiddetini de vermektedir. Önerilen yöntemin doğruluğu ve performansısimülasyon ve deneysel veriler kullanılarak gösterilmiştir.

Anahtar Kelimeler:

Yapay bağışık sistemler, negatif seçim algoritması, bulanık mantık, asenkron motor, arıza teşhisi.

PDF

___

Benbouzid, M. E. H., Kliman, G. B., “What
Stator Current Processing-Based Technique to
Use for Induction Motor Rotor Faults
Diagnosis?”, IEEE Trans. on Energy Conv.,
Cilt 18, No 2, 238-244, 2003.
Ayhan, B., Trussel, H. J. Chow M.Y., Song, M.
H., “On the Use of a Lower Sampling Rate for
Broken Rotor Bar Detection With DTFT and ARBased
Spectrum Methods”, IEEE Trans. on
Industrial Elect., Cilt 55, No 3, 1421-1434,
-
Chow, M. Y., Introduction to Motor Incipient
Fault Detection Methodologies of Using Neural
Network and Fuzzy Logic Technologies for
Motor Incipient Fault Detection, World
Scientific, Singapore, 1997.
Benbouzid, M. E. H., “A Review of Induction
Motors Signature Analysis as a Medium for
Faults Detection”, IEEE Trans. on Industrial
Elect., Cilt 47, No 5, 984-993, 2000.
Czeslaw, T. K., Kowalska, T. O., “Neural
Network Application for Induction Motor Fault
Diagnosis”, Mathematics and Computers in
Simulation, Cilt 63, 435-448, 2003.
Bellini, A., Filippetti, F., Tassoni, C., Capolino,
G.A., “Advances in Diagnostic Techniques for
Induction Machines”, IEEE Trans. On
Industrial Elect., Cilt 15, No 2, 4109-4126,
-
Rodriguez, P. V. J., Antero, A., “Detection of
Stator Winding Fault in Induction Motor Using
Fuzzy Logic”, Applied Soft Computing, Cilt 8,
-1120, 2008.
Branco, P.J. C., Dente, J. A., Mendes, R. V.,
“Using Immunology Principles for fault Detection”, IEEE Trans. on Industrial Elect.,
Cilt 50, No 2, 362-373, 2003.
Aydın, İ, Karaköse, M., Akın, E. “Bağışık Sistem
Tabanlı Bulanık Arıza Teşhis Şeması”, Akıllı
Sistemlerde Yenilikler ve Uygulamaları
Sempozyumu(ASYU 2006), YTÜ, İstanbul, 47-
, 31 Mayıs-2 Haziran 2006.
Gao, X. Z., Ovaska, S. J., Wang, X., Chow,
M.Y., “A Neural Networks-based Negative
Selection Algorithm in Fault Diagnosis”, Neural
Computing & Applications, Cilt 17, No 1, 91-
, 2008.
Aydın, İ., Karaköse, M., Akın,E., “Zaman Serisi
Veri Madenciliği ve Destek Vektör Makinalar
Kullanan Yeni Bir Akıllı Arıza Sınıflandırma
Yöntemi”, Gazi Üniversitesi Mühendislik
Mimarlık Fakültesi Dergisi, Cilt 23, No 2, 431-
, 2008.
Martins, J. F., Pires, V. F., Pires, A. J.,
“Unsupervised Neural-Network-Based Algorithm
for an On-Line Diagnosis of Three-Phase
Induction Motor Stator Fault”, IEEE Trans. On
Industrial Elect., Cilt 54, No 1, 2007.
Igava, K., Ohashi, H., “A Negative Selection
Algorithm for Classification and Reduction of the
Noise Effect”, Applied Soft Computing, Cilt 9,
–438, 2009.
Dasgupta, D., “Advances in Artificial Immune
Systems”, IEEE Computational Intelligence
Magazine, Cilt 1, No 4, 40-49, 2006.
de Castro, L. N., Timmis, J. I., “Artificial Immune
Systems as Novel Soft Computing Paradigm”, Soft
Computing Journal, Cilt 7, No 7, 1-31, 2003.
Leung, K., Cheong, F., Cheong, C., “Generating
Compact Classifier Systems Using a Simple
Artificial Immune System”, IEEE Trans. On
Systems, Man and Cybernetics- Part B:
Cybernetics, Cilt 37, No 4, 1344-1356, 2007.
Kecman, V., Learning and Soft Computing,
Massachusetts Institute of Technology, The MIT
Press, Cambridge, 2001.
Aydin, I., Karakose, M., Akin, E., “Fault
Diagnosis Algorithm Based On Artificial
Immunity System”, 14th IEEE Signal Processing
and Communications Applications
Conference, Antalya, 1-4, 17-19 April 2006.