ASENKRON MOTOR RULMAN ARIZA ANALİZİ İÇİN LabVIEW TABANLI GUI TASARIMI

OpenAlex Türkçe

Asenkron motorlarda meydana gelen rulman arızalarının erken teşhisi, endüstriyel süreçlerin verimliliği, güvenliği ve bakım maliyetlerinin düşürülmesi açısından kritik öneme sahiptir. Bu çalışmada, asenkron motor rulman arızalarının tespiti ve sınıflandırılması amacıyla çoklu sensör veri füzyonuna dayalı bir Evrişimli Sinir Ağı (CNN) modeli önerilmiştir. Çalışma kapsamında deneysel düzenekten elde edilen üç eksenli titreşim, üç fazlı akım ve tork sinyalleri işlenerek spektrogram görüntülerine dönüştürülmüş ve derin öğrenme modeline giriş verisi olarak sunulmuştur. Sistemin uygulanabilirliğini artırmak adına, LabVIEW ve Python entegrasyonuna sahip Grafiksel Kullanıcı Arayüzleri (GUI) geliştirilmiştir. Bu arayüzler sayesinde veri toplama, ön işleme, model eğitimi ve test işlemleri gerçekleştirilebilmektedir. Deneysel sonuçlar, tekil sensör verileri yerine veri füzyonu yaklaşımının kullanılmasının sınıflandırma başarısını belirgin şekilde artırdığını göstermiştir. Tek başına akım ve titreşim verileriyle elde edilen doğrulama doğrulukları sırasıyla %83.91 ve %98.10 iken; titreşim, akım ve tork verilerinin birleştirilmesiyle oluşturulan füzyon modeli %99.48 doğruluk oranına ulaşmıştır. Elde edilen bulgular, önerilen yöntemin endüstriyel ortamlarda arızaları yüksek hassasiyetle tespit edebileceğini ve kestirimci bakım uygulamaları için etkin bir çözüm sunabileceğini ortaya koymaktadır.