Endüstride kullanılan asenkron bir motorda bulanık mantık temelli kestirimci bakım uygulaması

Abstract

Endüstriyel tesislerde sistemlerin süreklilik önceliği ve yüksek performans ile çalışması beklenir. Sistemin herhangi bir parçasında meydana gelebilecek bir arızanın üretim kayıplarına neden olması mümkündür. Üretim ve hizmet sektörlerinde çeşitli sistemlerin kullanılması bakım çalışmalarını mecbur kılmıştır. Arıza nedeniyle üretim ve iş gücü kayıplarının yaşanmaması için bakımların sistemlerde arızaya yol açmayacak şekilde planlanması gerekmektedir. Planlı bakım süreçlerinde gün geçtikçe kendine daha sağlam yer bulan ve uyarıcı bakım olarak da bilinen kestirimci bakım yöntemi sayesinde bakıma ihtiyaç duyacak sistemlerin bakım planlamasını arıza oluşmadan belirleyecek sistem üzerinde çalışılmıştır. Bu tezde, bir asenkron motorun çalışma koşulları sırasında elde edilen titreşim, sıcaklık ve akım değerleri PLC yardımı ile sahadan toplanmış ve daha sonra zaman etiketli olarak veri tabanına yazılarak hem test verilerinin oluşturulmasında hem de üyelik fonksiyonu değerlerinin belirlenmesinde kullanılmıştır. Sahadaki motordan toplanan veriler, motor ve enstrüman etiket değerleri ve uzman görüşlerinden yola çıkarak “Matlab Fuzzy Toolbox” uygulaması ile bulanık mantık temelli çıkarım sistemi tasarlanmıştır. Çıkarım sistemine giriş değişkeni olarak verilen test verilerinin uzman görüşleri ve katalog verileri doğrultusunda belirlenmiş kurallar ile değerlendirilmesi sonucunda üretilen çıkış değişkeniyle sistemde çalışan asenkron motorun “motor sağlığı” belirlenmektedir. Bu tez çalışması; arızanın teşhisinden ziyade tespiti ile ilgili bir çıkarım sistemi önermektedir. Endüstriyel üretim yapan işletmeler, ilk etapta toplam ekipman etkinliğini artırmak ve plansız duruşların önüne geçmek isterler. Bu nedenle motordaki arızanın içeriğinden çok arızanın yaşanma olasılığı daha önemlidir. Literatürde sadece motor stator akımları, vibrasyon analizi ve termal tabanlı analizler mevcut olup; burada akım, titreşim ve termal durum izleme sonucunda elde edilen veriler bulanık mantık ile çok açıdan değerlendirilerek motor sağlığı ve bakım ihtiyacı belirlemektedir.

In industrial facilities, systems are expected to operate with high performance and the principle of continuity. A malfunction in any part of the system may cause production losses. The use of various systems in the production and service sectors necessitates maintenance. To avoid production and labor losses due to failure, it is necessary to plan maintenance in a way that does not cause malfunctions in the systems. In this project, a predictive maintenance method, also known as stimulant maintenance, which is increasingly used in planned maintenance processes, was designed. In this context, it has been studied on a system that determines the parts that will need maintenance with the fuzzy logic method before the failure occurs and prepares the maintenance plan accordingly. In this thesis, the vibration, temperature, and current values obtained during the operating conditions of an asynchronous motor were collected from the field with the help of PLC, then written to the database with timestamps, and used both to create test data and to determine membership function values. A fuzzy logic-based inference system was designed using the “MATLAB Fuzzy Toolbox” application based on the data collected from the engine in the field, engine and instrument label values, and expert opinions. The output variable determined as a result of the evaluation of the test data given as the input variable to the inference system with the rules defined in line with the expert opinions and catalog data determines the "motor health" of the asynchronous motor operating in the system. This study proposes an inference system related to the detection rather than the diagnosis of the fault. Enterprises engaged in industrial production intend to increase total equipment efficiency and prevent unplanned stoppages in the first place. Therefore, the probability of a malfunction is more important than the content of the malfunction in the engine. Only motor stator currents, vibration, and thermal-based analysis are available in the literature. In this study, the data obtained by monitoring the current, vibration, and thermal values are evaluated using fuzzy logic from many perspectives to determine motor health and maintenance needs.