Eksenel akılı nüvesiz SMSG demagnetizasyon arızasının tespiti

Yüksek güç yoğunluğuna sahip eksenel akılı sabit mıknatıslı senkron generator (SMSG) rüzgâr türbinlerinde, elektrik üretim tesisleri gibi geniş bir alanda kullanılmaktadır. Eksenel akılı nüvesiz SMSG meydana gelen mıknatıslanma arizaların önceden tespit edilmesi son derece önemlidir. Bu makinalarda arıza oluşması çalışmasını olumsuz etkileyecektir. Bu arızaların işletmeye hem çok maliyetli hem de telafisi olmayan durumlara da yol açabilir. Bu çalışmada eksenel akılı nüvesiz SMSG'de meydana gelen demagnetizasyon arıza tespitinin yapılması için yeni bir yöntem önerilmektedir. Önerilen bu yöntem literatürde kullanılan geleneksel yöntemlerden farklıdır. Bu çalışmada önerilen özgün bir yöntem olan yeni bir doku analiz tabanlı öznitelik çıkarmadır. Geleneksel yöntemlerde kullanılan frekans spektrum analizi, zaman frekans analizi ve Motor akım imza analizi (MCSA) yöntemleri yerine de kullanılacak bir yöntem olduğu ortaya koyulmuştur. Eksenel akılı nüvesiz SMSG hem sağlıklı hem de arızalı akım ve gerilim sinyalleri sonlu elemanlar yöntemi kullanılarak alınmıştır. Ayrıca arızalı sinyaller %3 ve %6 demagnetizasyon arızasına oluşturulup akım ve gerilim sinyalleri alınmıştır. Bu tez çalışmasında arıza tespiti, için yeni bir yaklaşım önerilmiştir. Elde edilen sinyaller belirli boyutlarda görüntülere dönüştürülmüştür. Daha sonra bu görüntülere dokusal bir analiz yöntemi olan yerel ikili örüntüler (YİÖ) uygulanmıştır. Görüntülere YİÖ uygulandıktan sonra oluşan yeni görüntülerin histogramları öznitelik vektörü olarak makine öğrenmesi tekniklerinden k-NN verilmiştir. Önerilen yaklaşımın doğruluğunu test etmek için farklı senaryolarda (farklı yük ve hız durumlarına farklı arıza oranları) oluşturulan sinyaller ile denemeler gerçekleştirilmiştir. Bu tez çalışmasında önerilen yaklaşım ile literatüre eksenel akılı nüvesiz SMSG'de demagnetizasyon arızasının yapılabileceği ortaya koyulmuştur.