Konik Dişlilerde Yapay Sinir Ağı Yöntemiyle Arıza Teşhisi


Küçük H. (Yürütücü)

Yükseköğretim Kurumları Destekli Proje, 2015 - 2016

  • Proje Türü: Yükseköğretim Kurumları Destekli Proje
  • Başlama Tarihi: Mayıs 2015
  • Bitiş Tarihi: Mayıs 2016

Proje Özeti

Yapılan çalışmada konik dişliler 2 kg yükte, 600 d/d hızda 150 saat çalıştırılıp dişli yağı içerisine her 15 saat sonunda 10 g aşındırıcı eklenerek oluşturulan zamana bağlı arızaların hangi saat ve koşulda meydana geldiği teşhis edilmesi amaçlanmıştır. Bu amaçla bu tez çalışması için oluşturulan konik dişli test deney setinde 960 d/d ve 1200 d/d hızlarda, 4 kg ve 6 kg yüklerde, yağsız ve 150 ml yağlı olmak üzere 6 farklı koşulda her 30 saat sonunda deneyler yapılmıştır. Deneyler sırasında dişli kaynaklı titreşim ve ses verileri bilgisayar ortamına aktarılmıştır. Elde edilen veriler MATLAB programı kullanılarak sinyal işleme teknikleri ile incelenmiştir.


Titreşim ve ses verileri FFT yöntemiyle frekans düzlemine aktarılmış ve karakteristik hata frekanslarının daha belirgin hale gelmesi için GSY kullanılmıştır. Bu işlemler neticesinde elde edilen karakteristik hata frekansı ve ilk iki harmoniğinin frekans ve genlik değerleri konik dişli arızalarını ayırt edecek özellikler olarak ayrılmıştır.


Elde edilen titreşim ve ses verileri frekans düzleminde incelendiğinde, zamana ve yağ içerisindeki aşındırıcı miktarına bağlı olarak genliklerinde artış gözlemlenmiştir. Özellikle karakteristik hata frekansına ait birinci ve ikinci harmoniklerde bu artış daha belirgin olduğu görülmüştür.


Frekans düzleminde elde edilen titreşim ve ses verileri, geri beslemeli YSA kullanılarak sınıflandırılmıştır. Öğrenme oranı, momentum sabiti, öğrenme algoritmaları, giriş ve çıkış transfer fonksiyonları gibi parametrelere göre YSA eğitilmiştir. YSA yapısının belirli tecrübelerle oluşturulması ve elde edilen mimarinin hızlı çalışması adına minimum sayıda katman ve nöron içermesi sağlanmıştır. Sınıflandırmada hedef değerler ile YSA çıkışı arasındaki korelasyon değeri eğitim verisinde %0.99, test verisinde ise %0.98 olarak bulunmuştur.


Ses verisi ile elde edilen sınıflandırma sonuçlarının titreşim verisi ile elde edilen sonuçlara göre performansının yakın çıktığı görülmektedir. Sınıflandırma işlemi neticesince elde edilen eğitim ve test verilerinin korelasyon değerlerinin 1’e yakın çıkması, titreşim ve ses verilerinden elde edilen özelliklerle YSA yönteminin döner makinelerde oluşan konik dişli arızalarını erken teşhis etmede başarılı bir şekilde kullanılabileceğini göstermektedir.