Fault diagnosis of a power transmission system using artificial neural networks

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Mekatronik Mühendisliği Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2016

Tezin Dili: İngilizce

Öğrenci: RAFET CAN ÜMÜTLÜ

Danışman: HASAN ÖZTÜRK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Mekanik güç aktarma sistemleri endüstriyel uygulamalarda hayati öneme sahiptir. Bu güç aktarma sistemlerinin en karmaşık parçası dişli sistemleridir. Sonsuz vida dişlileri, tek bir adımda yüksek çevrim oranının gerekli olduğu çok çeşitli uygulamalarda kullanılmaktadır. Sonsuz vida tarafından tahrik edilen sonsuz vida çark dişlisi sonsuz vidaya göre daha yumuşak materyalden yapıldığı için dişili yüzeyinde bazı mekanik problemlerin görülme ihtimali yüksektir. Çark dişlisi üzerinde oyukcuk ve aşınma gibi arızalar meydana geldiğinde dişli çarkların performansı düşmektedir. Buna bağlı olarak hareket ve güç istenildiği gibi aktarılamaması neticesinde büyük arızaların oluşması kaçınılmaz olmaktadır. Bu tezde sunulan araştırma çalışması, sonsuz vida çark dişlisi üzerinde oluşan lokal oyukcuk arızalarının yapay sinir ağları ve titreşim analizi yardımıyla tespit edilip sınıflandırılmasına odaklanmaktadır. Dişli titreşimleri, on beşte bir çevrim oranına sahip sonsuz vida dişli kutusu kullanan bir test düzeneğinden elde edilmiştir. Oyukcuk arızalarına benzer yüzey şekilleri matkap yardımıyla çark dişlisinin bazı dişleri üzerinde oluşturulmuştur. İvmeölçerler, eksenel yönde ve yarıçap yönünde sonsuz vida dişlisi giriş şaftı rulman yatakları üzerine yerleştirmiştir. Zaman ve frekans domaininde elde edilen titreşim sinyallerinin istatiksel parametreleri çok sınıflı tanıma için yapay sinir ağına giriş olarak uygulanmıştır. Sonuçta, yapay sinir ağı kullanılarak sonsuz dişli arızalarının teşhisi ve sınıflandırılması üzerinde durulmuş. İvmeölçer yönleri verimli arıza sınıflandırılmasına olan etkisi bakımından kıyaslanmıştır.