Görüntüleme
24
İndirme
3
Şebeke Kalkışlı Daimi Mıknatıslı Senkron (ŞKDMSM) yüksek verim, yüksek güç faktörü ve self starting üstün özelliklerinden dolayı bant sistemleri, fan sistemleri gibi endüstriyel ortamlardaki birçok uygulamada kullanılmaktadır. Bu motorların arızalarının erken tespiti, üretim kayıplarının yanısıra yüksek bakım ve onarım masraflarını da ortadan kaldıracaktır. Bu çalışmada ŞKDMSM’nin rulman arızalarının tespiti için SCADA tabanlı gerçek zamanlı durum izleme ve arıza tespit yöntemi önerilmiştir. Bu amaçla öncelikle motor akım ve gerilim verilerinin izlenmesi amacıyla SCADA tabanlı durum izleme otomasyonu gerçekleştirilmiştir. Sağlam bir ŞKDMSM’den farklı devir ve yük koşulları altında izlenen akım sinyallerinin üstel ağırlıklı hareketli ortalama (ÜAHO) tabanlı bir istatistiksel proses kontrol yöntemi ile analiz edilerek motorun normal çalışma limitleri belirlenmiştir. Daha sonra arıza durumundaki bir ŞKDMSM’nin akım sinyallerine ait ÜAHO verileri kullanılarak bu limitlerin aşımlarına göre arıza tespiti yapılmıştır. Elde edilen sonuçlar tasarlanan SCADA otomasyonunun güvenli veri toplama ve kaydetme özelliğine sahip olduğunu ve önerilen arıza tespit yönteminin ise ŞKDMSM’nin rulman arızalarının tespiti için başarılı bir araç olduğunu göstermiştir.
Network Output Permanent Magnetic Synchron (SHKDMSM) is used in many applications in industrial environments, such as band systems, fan systems, due to its high efficiency, high power factor and self-start superior features. Early detection of the defects of these engines will eliminate production losses, as well as high maintenance and repair costs. In this study, a SCADA-based real-time state monitoring and failure detection method was proposed for the detection of SCDMSM's rolling failures. For this purpose, SCADA-based state-of-the-art monitoring automation was first implemented for the purpose of monitoring engine flow and voltage data. The current signals monitored under different rotation and load conditions from a solid SCMSM are analyzed by a statistical process control method based on the upper weight moving average (UAHO) and the normal operating limits of the engine are determined. In the event of a failure, the UAHO data of the flow signals of a CSDMSM in the event of a failure was identified according to the exceeds of these limits. The results showed that the designed SCADA automation has the ability to safely collect and record data and the recommended failure detection method is a successful tool for the detection of rolling failures.
Line start permanent magnet synchronous motor (LSPMSM) is used in many applications in industrial environments such as belt systems and fan systems due to its high efficiency, high power factor and self-starting features. Early detection of LSPMSM failures will eliminate production losses and high maintenance and repair costs. In this study, SCADA-based online condition monitoring and fault detection method is proposed for detecting bearing failures of LSPMSM. For this purpose, SCADA based condition monitoring automation was carried out primarily to monitor motor current and voltage data. The normal operating limits of the motor were determined by analyzing the current signals monitored under different speed and load conditions from a healthy LSPMSM with an exponential weighted moving average (EWMA) based statistical process control method. Then, fault detection was made according to the exceeding of these limits by using EWMA data of the current signals of a the LSPMSM in case of faulthy. The obtained results showed that the designed SCADA automation has the ability to collect and save data safely, and the proposed fault detection method is a successful tool for the detection of bearing failures of LSPMSM.
Dergi Türü : Ulusal
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
