Deneysel Sonuçlar

Arıza teşhis işlemlerini gerçekleştirmek için kullanılan veri seti gerçek deney düzeneği alınmıştır. Gerilim dengesizliği arızalarını oluşturmak için motor fazlarından birine ayarlı direnç bağlanmıştır. Ayarlı direnç 12 Watt gücünde olup değeri 0 ile 12 ohm arasında değiştirilebilmektedir. Deneylerde kullanılan motorun parametreleri Tablo 3.1' de verilmiştir.

Tablo 3.1. Deneylerde kullanılan asenkron motorun parametreleri

Parametre Değer

Güç 0.37 kW

Tam yük akımı 1.2 A

Besleme frekansı 50 Hz

Kutup sayısı 4

Rotor slot sayısı 22

Tam yük hızı 1390 rpm

Besleme gerilimi 380 V

Bir fazın direnci 24 ohm olarak ölçülmüştür. Dolayısıyla arıza oluşturmak için 3 ohm ve 6 ohm’luk direnç bir faza bağlanmıştır. Daha sonra 10 Hz’ den başlayarak 50 Hz’ e kadar 5 Hz aralıklarla farklı besleme frekanslarında motor çalıştırılarak veriler alınmıştır. Üç fazlı akım sinyalleri USB veri toplama kartı ile alınmıştır. Akım sinyalleri saniyede 10 KHz örnekleme ile alınmıştır. Şekil 3.7’ de üç motor durumlarının gerilim dengesizliği için orijinal ve gürültüsü temizlenmiş sağlam, 3ohm’luk ve 6 ohm’ luk dirençler için akım sinyallerini gösterilmiştir.

32

Şekil 3.7. Her durum için üç fazlı akım sinyalleri (a) Sağlam (b) 3 ohm’luk direnç ile stator arızası

(c) 6 ohm’luk direnç ile stator arızası

Şekil 3.7’ de gösterildiği gibi direkt akım sinyallerini kullanarak arızaların belirlenmesi oldukça zordur. Bu yüzden üç fazlı akım sinyallerine bir ön işleme ile bir özellik çıkarımı yapılmıştır. Şekil 3.8’ de sağlam ve iki arızalı durum için özellik çıkarımı sonuçları verilmiştir.

Şekil 3.8. Üç farklı durum için özellik sinyalleri (a) Sağlam durum (b) 3 ohm’luk direnç ile stator

33

Şekil 3.8’ de elde edilen özellik sinyali arızalı ve sağlam durumu ayırt etmek için oldukça yararlıdır. Arızalı durumlarda hem genlik değişmekte hem de sinüs sinyalinin yan kısımlarında yerel pikler oluşmaktadır. Özellik sinyali elde edildikten sonra özellik sinyalinin faz uzayı oluşturularak faz uzayındaki örüntünün şekline göre arıza sınıflandırma işlemi yapılmaktadır. Faz uzayı için zaman gecikmesi karşılıklı bilgi kullanılarak seçilmiştir. Karşılıklı bilgi yöntemine göre zaman gecikmesinin seçimi Şekil 3.9’ da verilmiştir.

Şekil 3.9. Faz uzayı için zaman gecikmesinin seçilmesi

Şekil 3.9’ da zaman gecikmesi karşılıklı bilgide ilk sıfıra düşen bir zaman örneği seçilmiştir. Zaman gecikmesi karşılıklı bilgi kullanılarak 20 olarak seçilmiştir. Gömülme boyutu yanlış en yakın komşu yöntemi kullanılarak seçilir. Yanlış en yakın komşu algoritması sonucu Şekil 3.10’ da verilmiştir.

34

Şekil 3.10’ da gömülme boyutu yanlış en yakın komşu algoritması kullanılarak 2 olarak seçilmiştir. Her durumun faz uzayı Elde edilen zaman gecikmesi ve gömülme boyuta göre inşa edilmiştir. Şekil 3.11’ de üç durum için oluşturulan faz uzayları verilmiştir.

Şekil 3.11. Üç farklı durum için oluşturulan faz uzayları (a) Sağlam durum (b) 3 ohm’luk direnç ile stator

arızası (c) 6 ohm’luk direnç ile stator arızası

Şekil 3.11’ de sağlam ve arızalı durumların faz uzayı oldukça farklıdır. Elde edilen faz uzayları için Gauss karışım modeli ile kümeler oluşturulmuştur. Her bir durum için oluşturulan kümeler Bayes sınıflandırma ile değerlendirilerek motor durumu belirlenmiştir. Her bir faz uzayını temsil etmek için 8 küme kullanılmıştır. Gauss karışım modeli sonuçları her bir durum için Şekil 3.12’ de verilmiştir.

(a) (b) (c)

Şekil 3.12. Üç motor durumu için Gauss karışım kümeleri (a) Sağlam durum (b) 3 ohm’luk direnç ile stator

35

Şekil 3.12’ de karışımların sayısı her koşul modellemek için 8 olarak alınmıştır. Asenkron motor sekiz farklı hızlarda çalıştırılmıştır: 15 Hz, 20 Hz, 25 Hz, 30 Hz, 35 Hz, 40 Hz, 45 Hz ve 50 Hz. Her motor çalışma frekansı için 20 örnek elde edilmiştir. Böylece veri seti toplamda 480 örneklerden oluşur. Gauss karışım modelleri sağlam ve iki hatalı durum için 40 Hz çalışma hızı altında elde edilmiştir. Sınıflandırma performansı karışımlarının sayısına bağımlıdır. Bu nedenle karışımların en uygun sayısını belirlemek için Bayes sınıflandırma farklı sayı karışımların bütün veri kümeleri üzerinde test edilmiştir. Dört farklı karışım için sınıflandırma performansı Şekil 3.13’ te verilmiştir.

Şekil 3.13. Farklı sayıda karışımlar için Bayes yönteminin sınıflandırma performansı

Şekil 3.13’ te gösterildiği gibi 4 ve 8 karışımları için zayıf bir sınıflandırma performansı elde edilmiştir. Karışımların sayısı 12 ya da 16 ya arttırıldığı zaman en uygun sınıflandırma başarısı elde edilmiştir. Sınıflandırma performansı % 11.08 standart sapma ile % 95,41 olarak elde edilmiştir.

Gauss karışım modelleri her bir durumun örnek bir faz uzayı için elde edildikten sonra her bir durumun 19 adet veri kümesi için test edilir. Bayes sınıflandırma ile yeni gelen örnekler değerlendirilerek her bir faz uzayının hangi durumu temsil ettiği belirlenir. Şekil 3.14’ te her bir durumdan 20 örneğin bütün durumlar için olasılık yoğunlukları verilmiştir.

36

Şekil 3.14. Üç durum için karışım modelleri olasılık değerleri

Şekil 3.14’ te her bir durumun faz uzayları diğer durumların Gauss karışım modelleri ile olan olasılıkları hesaplanmıştır. Şekilden de görüldüğü üzere sağlam ve 6 ohm’ luk direnç bağlanarak oluşturulan dengesizlik durumları bir birinden oldukça uzaktır. Sağlam ve 6 ohm’ luk direnç ile oluşturulan arıza durumu 3 ohm’ a yakın olmasına rağmen doğru bir şekilde ayırt edilme işlemi yapılmıştır.