Özet:
Asenkron motorlarda stator sargılarının kısa devre olması, rotor çubuklarının kırılması ve eksen kaçıklığı oluşabilecek temel arızalardır. Elektriksel ve mekaniksel arızaları tespit etmek için kullanılan en yaygın yöntem motor akım imza analizi (Motor Current Signature AnalysisMCSA) yöntemidir. Bu yöntemde arıza harmonikleri haricinde besleme kaynağı düzensizliği, statik ve dinamik yük durumlarını temsil eden harmonikler gibi bilgiler de bulunmaktadır. Bunlar arıza durumunda ortaya çıkan karakteristik harmonikler ile karışabilmektedir. Ayrıca asenkron motorlar bilindiği üzere güç, verim ve hız açısından değişik stator ve rotor yapısında (topoloji) üretilmektedir. Ayrıca arızanın çeşidine göre bazı karakteristik harmonikler stator akımında baskın olarak görülememektedir. Bu yüzden sadece motor akım bilgisine bakılarak arızanın tespiti, türü, büyüklüğü ve arıza noktasının belirlenmesi tam olarak sağlanamamaktadır. Arıza tespitini daha güvenilir biçimde sağlayabilmek için motor etrafındaki kaçak akılarından (leakage flux) yararlanılarak da arıza tespiti yapılabilmektedir. Motordaki kaçak akı bilgisini ölçmek için genellikle motor çerçevesine (frame) bir bobin (search coil) eklenmektedir. Ancak bu yöntemde elde edilen gerilim bilgisi eklenen sarımın sayısına, yönüne ve rotor dönme hızına bağlıdır. Motorun hava aralığında bulunan akı bilgisini ölçmek için ise stator oluklarına yerleştirilen alan etkili (hall-effect) sensörler kullanılmaktadır. Bu sensörleri stator oluklarına yerleştirebilmek için rotor kısmının motordan çıkartılması ve oluklara belirli sayıda sensörlerin yerleştirilmesi gerekmektedir. Özellikle büyük güçlü motor uygulamalarında sensör ve montaj maliyeti ağır finansal kayıplara neden olmaktadır. Uygulama zorluğu, maliyeti ve direkt akı bilgisi vermemesi gibi sebeplerden dolayı bu tip sensörlerin arıza tespitinde kullanımını kısıtlanmaktadır. Proje çalışmalarının sonucu olarak, motorun manyetik davranışını, kaçak akı ölçümü ile doğrudan inceleyerek motor topolojisinden, besleme kaynağından ve yükün statik/dinamik durumundan bağımsız olarak arızanın tespiti doğru bir şekilde sağlanmıştır. Farklı yüklenme koşullarında her bir arıza türü için kaçak akıdaki etkin arıza harmonikleri belirlenmiştir. Çok katmanlı yapay sinir ağı (MLP-Multilayer perceptron) kullanılarak farklı tip arızalar otomatik olarak tespit edilmiştir. Geliştirilen algoritmalar DSP?ye uygulanılarak gerçek zamanlı arıza tespit modülü geliştirilmiş ve her bir arıza türü için önerilen arıza harmoniklerinin etkinliği deneysel sonuçlar ile de doğrulanmıştır.
