Sürekli mıknatıslı senkron motorda demagnetizasyon arızasının evrişimsel sinir ağı ile tespiti

Gelişen teknoloji ile birlikte elektrik motorları endüstride en yaygın kullanılan tahrik elemanı olarak karşımıza çıkmaktadır. Motorların yaygın kullanılması bu elemanlarda meydana gelen arıza sayısında/çeşitlerinde artışa neden olmaktadır. Motorda meydana gelen bu arızalar bakım maliyetlerini yükseltmekte ve üretim kapasitesini düşürmektedir. İlk başlarda arızalar periyodik bakımlarla en aza indirgenmeye çalışmış fakat meydana gelen arızalar sonucunda üretimde meydana gelen aksamaların engellenmesinde yeterli olamamıştır. Son zamanlarda elektrik motorlarında durum izleme yöntemleri periyodik bakımların yerini almıştır. Motor arıza tespitinde, durum izleme yöntemlerinde; makine öğrenmesinin bir alt dalı olan derin öğrenme yöntemi sıklıkla kullanılmaktadır. Derin öğrenmenin en yaygın kullanılan mimarisi Evrişimsel Sinir Ağı (ESA) motor arıza tespitinde ön plana çıkan bir konu haline gelmiştir. Sürekli Mıknatıslı Senkron Motorlar (SMSM); yüksek verim, yüksek güç-ağırlık oranı, gibi avantajlarından dolayı endüstride yaygın olarak kullanılmaktadır. Yapılan tez çalışmasında SMSM'de meydana gelen manyetiksel arıza türü olan demagnetizasyon arızasının tespiti için yeni bir yaklaşım sunulmuştur. Arıza tespiti için sunulan yaklaşım özgün tasarlanmış ESA mimarisidir. Bu yaklaşım ile motor arıza tespitinde oldukça başarılı sonuçlar elde edilmiştir. Bu çalışmada durağan koşullarda çalıştırılan sağlam ve arızalı motorlardan alınan akım verileri kullanılarak demagnetizasyon arızası tespit edilmiştir. Yapılan bu tez çalışması sonucunda önerilen yaklaşımın SMSM'de meydana gelen demagnetizasyon arızasını tespit etmede % 99.92 oranında bir başarı sağlamıştır. Anahtar Kelimeler: SMSM, Demagnetizasyon Arızası, Derin Öğrenme, ESA