Gerçek zamanlı durum izleme için endüstriyel nesnelerin internetiuygulaması

Son yıllarda, üretim modeli dünya çapında yaygınlaşmıştır. Akıllı teknoloji ve modern otomasyon araçları, üretim ve endüstrinin çehresini giderek daha fazla değiştirmektedir. Yenilikçi bakım tekniklerinin kullanılması, kuruluşlardaki aksama ve ani duruşları azaltarak üretime katkıda bulunur. Arıza süresini azaltarak ve bakım performansını artırarak gerçekleştirilebilecek üretim maliyetlerini azaltmak en kritik görevdir. Ekipmanın çalışma koşullarının kapsamlı ve çevrimiçi bir görünümünü sunabilen düşük maliyetli akıllı cihazların yaygın kullanımı ile bu hedeflere ulaşabilir. Bu nedenlerle, bu tezde asenkron motorların izlenmesi için Nesnelerin İnterneti tabanlı bir yöntem önerilmiştir. Bu cihazlar, bir arıza sonrasında motorun toleransının koşullu ve sürekli kontrolünü sağlamak için motorun titreşim sinyallerini analiz eder. Yapay zeka, üretim ve algoritmaların bir sonucu olarak, nesnelerin internetinin uzak bulutları yöntemlerini kullanarak motorun durumunu uzaktan izlemek mümkün olacaktır. Makinenin kararlılığını değerlendiren ses veya titreşim sensörleri, uyarılar vermenin ve makinenin kararlı olup olmadığını tahmin etmenin yanı sıra, izleme merkezlerini makinede herhangi bir hasar oluşmadan önce bilgilendirerek arıza ve arızaların azaltılmasına yardımcı olur. Bu amaçla asenkron motorlardan titreşim sinyallerinin ölçülmesi ve durum analizinin uzaktan yapılabilmesi sağlanacaktır. Önerilen yaklaşım bir uzaktan algılama kiti ile titreşim sinyallerinin ölçülmesi ve yapay zeka temelli arızaların belirlenmesine dayalıdır. Önerilen yaklaşım iki yöntemden oluşmaktadır. İlk yöntem kit ile ölçülen titreşim sinyalleri ile makine öğrenmesi tabanlı mil dengesizliklerinin tespitine dayalıdır. Bu amaçla farklı makine öğrenmesi yöntemlerinin performansı karşılaştırılmıştır. İkinci yaklaşım ise motor titreşim sinyalleri üzerinde üç farklı tek boyutlu evrişimsel sinir ağları ile arıza teşhis performansının değerlendirilmesidir. Elde edilen sonuçlar gerçek ortamda motor arızlarının belirlenmesi için yöntemlerin kullanılabileceğini ve uzaktan çoklu motorların kolayca izlenebileceğini göstermektedir.