Yazar "Lale, Timur" seçeneğine göre listele
Listeleniyor 1 - 6 / 6
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Analysis of Permanent Magnet Synchronous Motor Current in Healthy and Short Circuit Failure Cases With Discrete Wavelet Transform(Ieee, 2019) Lale, Timur; Ozerdem, Mehmet Sirac; Gumus, BilalIn permanent magnet synchronous motors, stator inter-turn short circuit fault caused by insulation in windings causes an overcurrent in phase winding. Purpose of this study, discrete wavelet transform technique is used to diagnose stator inter-turn short circuit fault in permanent magnet synchronous motor. In this study, stator current in healthy and two different fault conditions was evaluated. Variation of the detail components of the stator current obtained by the wavelet analysis according to the stator short circuit fault intensity was investigated. Stator phase currents d5, d6, d7, d8 and d9 detail coefficients in the frequency band by looking at the change in the average peak amplitude stator winding has been found to contain information about the occurrence of a short circuit fault.Öğe An effective torque-based method for automatic turn fault detection and turn fault severity classification in permanent magnet synchronous motor(Springer, 2023) Lale, Timur; Gümüş, BilalThis article presents a novel approach based on the electromechanical torque signal for the inter-turn short-circuit fault (ISCF) detection and the ISCF severity estimation in permanent magnet synchronous motors (PMSMs). The electromechanical torque data have been obtained experimentally in the healthy condition and in three various states of the ISCF at various load rates and at various operating speeds. To extract the features to be used in the ISCF diagnosis, the fast Fourier transform (FFT) implemented to the torque signal. The torque's second and fourth harmonics were found to be new turn fault features that could be used for ISCF diagnosis. These features were used to train and test the classification algorithms. Four classification algorithms were used to detect ISCF and determine the severity of ISCF: decision trees (DT), artificial neural networks (ANN), K-nearest neighbor (KNN) and support vector machines (SVM). Classification accuracies of 100%, 99.30%, 97.91% and 95.48% were achieved by the ANN, SVM, KNN and DT classifiers, respectively. High accuracy ISCF detection and high accuracy ISCF severity estimation were performed using the developed diagnostic method based on the torque signal.Öğe A new approach based on electromechanical torque for detection of inter-turn fault in permanent magnet synchronous motor(Taylor and Francis Ltd., 2022) Lale, Timur; Gümüş, BilalFault detection is an important issue for permanent magnet synchronous motors (PMSMs). In the initial stage, it is very crucial to detect stator winding inter-turn short-circuit failure, which is one of the most common types of faults. In this paper, a new approach based on electromechanical torque has been proposed to detect the stator inter-turn short circuit fault (ISCF) that occurs in surface-mounted permanent magnet synchronous motors (PMSMs). New fault signatures based on the torque signal that can be used in stator winding ISCF detection are tried to be found in the torque frequency distribution. Fast Fourier Transform (FFT) was used to extract the torque frequency components associated with the stator ISCF. It was found that the amplitudes of the 2nd and 4th harmonic components of the torque signal are distinctive features that can be used for stator winding ISCF detection in PMSM. With the proposed components of the 2nd and 4th harmonic of torque, an inter-turn fault can be easily detected at the initial stage. Both experimental results and simulation results for healthy and three different faulty states (2%, 12.5%, and 25% ISCF) at different load levels and different speeds are presented in this paper.Öğe Stator kısa devre arızasının sürekli mıknatıslı senkron motor performansına etkilerinin araştırılması(2019) Lale, Timur; Gümüş, BilalSürekli mıknatıslı senkron motorlar (SMSM) son yıllarda özellikle elektrikli araç uygulamalarında, endüstride ve diğer alanlarda yaygın olarak kullanılmaktadır. Kritik öneme sahip uygulamalarda kullanılan motorların çalışma ömürleri sağlıklı olarak çalışmasına bağlıdır. Motorlarda görülen arızaların önceden tespiti ve neden olduğu etkilerin bilinmesi oldukça önemlidir. Stator sargı yalıtım arızasından kaynaklanan kısa devre arızaları elektrik makinalarında sıkça görülen arıza türlerinden biridir. Özellikle hassas hız ve konum kontrolü gerektiren uygulamalarda sıkça kullanılan bir motor türü olan sürekli mıknatıslı senkron motorda, statorda meydana gelebilecek kısa devre arızaları, arızanın küçük oranlarda olması halinde fark edilemeyebilmektedir. Meydana gelen arızalar büyüyerek beklenmeyen sonuçlar da doğurabilecektir. Bu nedenle, SMSM'da kısa devre arızasının, motor performansı üzerindeki etkisinin analiz edilmesi oldukça kritik ve önemlidir. Bu tez çalışmasında, vektör kontrollü yüzeysel Sürekli Mıknatıslı Senkron Motorun stator sarımlar arası kısa devre arızasının motorun performansı üzerindeki etkileri araştırılmıştır. Bu amaçla motorun arızalı ve sağlıklı durum denklemleri kullanılarak Matlab/Simulink ortamında arızalı ve sağlıklı benzetim modelleri oluşturulmuştur. Benzetim modelinde SMSM'nin statorunun tek fazında, sarımlar arasında %2, %12.5, %25 oranında kısa devre olması durumu için üç farklı arıza analizi yapılmıştır. Aynı motorun sağlıklı durumu için oluşturulan benzetim modelinden elde edilen sonuçlar ile üç farklı arızalı durumda elde edilen sonuçlar karşılaştırılmıştır. Benzetim modelinde, sarımlar arası kısa devre arızasının artmasına paralel olarak motorun moment verisindeki salınımların arttığı görülmüştür. Aynı şekilde kısa devre arızalı motorun arızalı faz akımı kısa devre arıza şiddetinin artmasına bağlı olarak artmıştır. Bu da SMSM'nin aynı yük altında şebekeden daha çok akım çekmesine neden olmaktadır. Benzetim modelindeki aynı koşullar deneysel çalışmada da gerçekleştirilmiştir. Deneysel çalışmadan elde edilen sonuçlar ile benzetim modelinden elde edilen sonuçlar karşılaştırılmıştır. Deneysel çalışmadan ve benzetim modelinden elde edilen sonuçlardan stator sarımlar arası kısa devre arızasının motor performansını düşürdüğü gözlenmiştir. Hem benzetim modelinde hem de gerçek zamanlı uygulamada geniş bir hız ve yük aralığında moment verisine hızlı Fourier dönüşümü (fft) uygulanarak moment verisi frekans düzleminde analiz edilerek sarımlar arası kısa devre arızasına bağımlı harmonikler tespit edilmeye çalışılmıştır.Öğe Sürekli mıknatıslı senkron motorda demagnetize ve stator sarımlar arası kısa devre arızalarının tespiti için yöntem geliştirilmesi(Dicle Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Lale, Timur; Gümüş, BilalSürekli Mıknatıslı Senkron motorlar (SMSM'ler) yüksek verimlilik, kompakt tasarım ve yüksek güç yoğunluğu gibi özellikleri sayesinde otomotiv, havacılık ve ulaşım endüstrilerinde yaygın olarak kullanılmaktadır. Kritik tahrik sistemlerinde kullanılan SMSM'lerde meydana gelebilecek potansiyel arızaların erken aşamada tespit edilmesi sistemin güvenirliği ve sürdürebilirliği açısından önemlidir. Bu tezde SMSM'deki demagnetize ve stator sarımlar arası kısa devre arızaların erken aşamada tespit edilmesi için yöntemler geliştirilmiştir. SMSM'deki sarım kısa devre arıza (KDA) tespitinde ve KDA şiddetinin sınıflandırılmasında kullanılabilecek sarım KDA göstergelerinin elde edilmesi için deneysel çalışmadan elde edilen moment sinyaline Hızlı Fouirer Dönüşümü (FFT) uygulanmıştır. Moment sinyali sağlıklı, %2 KDA, %12,5 KDA ve %25 KDA durumlarında harmonikleri açısından frekans düzleminde analiz edilmiştir. Sarım KDA durumlarındaki momentin 2.ve 4.harmonik bileşenlerinin genlikleri sağlıklı duruma göre artmıştır. Motorun farklı yükleme ve çalışma hızlarının tümünde momentin 2.ve 4.harmonik genlikleri sarım KDA şiddetinin artmasıyla artmıştır. Bundan dolayı momentin 2.ve 4.harmonik bileşenleri SMSM'de sarım KDA tespitinde kullanılabilecek yeni sarım KDA göstergeleri olarak önerilmiştir. Önerilen moment tabanlı sarım KDA göstergeleri makine öğrenme yöntemlerinde kullanılarak sarım KDA tespiti ve KDA şiddetinin sınıflandırılması yapılmıştır. Makine öğrenme yöntemlerinde çok katmanlı yapay sinir ağları (MLP), destek vektör makinaları (SVM), k-en yakın komşuluk yöntemi (KNN) ve karar ağacı (DT) kullanılmıştır. MLP, SVM, KNN ve DT algoritmalarıyla SMSM'deki sarım KDA teşhisi sırasıyla %100, %99,30, %97,91 ve %95.48 doğrulukla tahmin edilmiştir. Önerilen moment tabanlı sarım KDA teşhis yöntemi literatürdeki akım ve gerilim tabanlı KDA teşhis yöntemleriyle karşılaştırılmıştır. Önerilen moment tabanlı sarım KDA teşhis yöntemin akım ve gerilim tabanlı KDA teşhis yöntemlerine göre daha başarılı sonuçlara ulaşmıştır. SMSM'deki demagnetize arızasının (DMA) tespiti için deneysel çalışmadan elde edilen sağlıklı, %5 DMA ve %10 DMA durumlardaki akım ve moment sinyallerine FFT uygulanmıştır. Motor sinyalleri farklı yükleme ve farklı çalışma hızlarında kaydedilmiştir. Demagnetize arızası durumlarındaki akımın 11.harmonik genliği ve momentin 6.ve 12.harmonik bileşen genlikleri sağlıklı duruma göre artmıştır. Bu artış motorun farklı yükleme ve çalışma hızlarında da gerçekleşmiştir. Bundan dolayı akımın 11.harmonik bileşeni ve momentin 6.ve 12.harmonik bileşenleri SMSM'deki demagnetize arıza tespitinde kullanılabilecek yeni göstergeler olarak önerilmiştir. SMSM'deki demagnetize ve sarım kısa devre arızaların tespiti, arıza türünün ve şiddetinin sınıflandırılması için derin öğrenme yöntemlerinden geliştirilmiş tek boyutlu evrişimsel sinir ağı (1B-CNN) kullanılmıştır. Önerilen 1B-CNN derin ağ modelinde stator ham üç faz akım sinyalleri kullanılmıştır. Önerilen 1B-CNN yöntemiyle SMSM'deki DMA ve sarım KDA tespiti, arızaların birbirinden ayırt edilmesi ve arıza şiddetinin sınıflandırılması yaklaşık %98 doğrulukla tahmin edilmiştir.Öğe Sürekli mıknatıslı senkron motorun stator sargısı sarımlar arası kısa devre arızasının motor performansı üzerindeki etkilerinin araştırılması(Dicle Üniversitesi Mühendislik Fakültesi, 2018) Lale, Timur; Gümüş, Bilal; Çıra, FerhatBu çalışmada, vektör kontrollü yüzeysel Sürekli Mıknatıslı Senkron Motorun (SMSM) stator sarımlar arası kısa devre arızasının motor performansına etkileri araştırılmıştır. Bu amaçla motorun sağlıklı ve arızalı benzetim modelleri Matlab/Simulink’te oluşturulmuştur. Benzetim modelinde SMSM’nin statorunun tek fazında, sarımlar arasında %2, %12.5, %25 oranında kısa devre olması durumu için zaman domeninde üç farklı arıza analizi yapılmıştır. Aynı motorun sağlıklı durumu için oluşturulan benzetim modelinden elde edilen sonuçlar ile üç farklı arızalı durumda elde edilen sonuçlar karşılaştırılmıştır. Benzetim modelinde, sarımlar arası kısa devre arızasının artmasına paralel olarak motorun moment değişimindeki salınımların arttığı görülmüştür. Aynı şekilde kısa devre arızalı motorun arızalı faz akımı kısa devre arıza şiddetinin artmasına bağlı olarak artmıştır. Bu da SMSM’nin aynı yük altında şebekeden daha çok akım çekmesine neden olmaktadır. Benzetim modelindeki aynı koşullar deneysel çalışmada da gerçekleştirilmiştir. Deneysel çalışmadan elde edilen sonuçlar ile benzetim modelinden elde edilen sonuçlar karşılaştırılmıştır. Deneysel çalışmadan ve benzetim modelinden elde edilen sonuçlardan stator sargısı sarımlar arası kısa devre arızasının motor performansını düşürdüğü gözlenmiştir. Deneysel çalışmadan ve benzetim modelinden elde edilen sonuçlar makalede sunulmuştur.
