Investigation of Classification Performance of K-Nearest Neighbor Algorithm in Cases of Heavy Vehicle Air Compressor Piston Ring Wear

Abstract

Developments in technology today lead to an increase in studies based on data systems. Heavy vehicle air compressors are basically a mechanical device. Nevertheless, the diagnosis of fault conditions by interpreting the data to be collected via sensors on the compressor becomes applicable in today's technology. Air compressors are a small component on a standard heavy vehicle. However, the air which is pressurized is of high importance for the brake, suspension and clutch systems of the vehicle. Therefore, it provides for the safe and secure drive of the vehicle on the road. In this study, oil carry over failure in air compressors caused by user-induced piston ring wearing was investigated as well as its effect on the compressor. In addition, oil carry over failure data were collected by sensors in the test system created by R&D department of the company. These data were used to set up the substructure of K-nearest neighbor algorithm models and algorithm classification performance was examined.

Keywords

• Air Compressor
• Piston Ring Wear
• Oil Carry Over
• K – Nearest Neighbors Algorithm
• Machine Learning

Ağır Vasıta Hava Kompresörü Piston Segmanı Aşınması Durumlarında K-En Yakın Komşu Algoritmasının Sınıflandırma Performansının İncelenmesi

Öz

Teknolojide yaşanan gelişmeler günümüzde veri sistemlerine dayalı çalışmaların artmasına yol açmaktadır. Ağır vasıta hava kompresörleri temel olarak bir mekanik cihazdır. Buna rağmen kompresör üzerinden sensörler ile alınacak verilerin anlamlandırılarak arıza durumlarının teşhisi günümüz teknolojisinde uygulanabilir bir hal almaktadır. Hava kompresörleri ortalama bir ağır vasıta üzerinde küçük bir bileşen konumundadır. Ancak basınçlandırdığı hava aracın fren, süspansiyon ve debriyaj sistemleri için oldukça büyük bir öneme sahiptir. Bu yüzden aracın yolda emniyetli ve güvenli hareketinin sağlanmasına destek olmaktadır. Bu çalışmada hava kompresörlerinde kullanıcı kaynaklı piston segmanı aşınması gibi durumlarda oluşan yağ taşınımı arızası araştırılmış ve kompresör üzerindeki etkisi incelenmiştir. Ayrıca yağ taşınımı arızası verileri firma bünyesinde Ar-Ge birimi tarafından geliştirilen test sisteminde sensörler vasıtasıyla kayıt altına alınmıştır. Bu veriler K-en yakın komşu algoritması modellerinin alt yapısının oluşturulmasında kullanılmış ve algoritma sınıflandırma performansı incelenmiştir.

Anahtar Kelimeler

• Hava Kompresörü
• Piston Segmanı Aşınması
• Yağ Taşınımı
• K-En Yakın Komşu Algoritması
• Makine Öğrenmesi

Kaynakça

1. Ünüvar, E., Gül, E., Aydıner, M. Ş., & Kalyoncu, M., (2019), Investigation of the Effect of Intake and Exhaust Valve Dimensions on Performance for Heavy Duty Vehicle Air Compressors, The International Aluminium-Themed Engineering and Natural Sciences Conference, “IATENS-2019” Seydişehir/ KONYA
2. Anonymous, (2020), Heavy Vehicle Air Compressor Pictures, https://moto-press.pl/en/vaden-original.html ,[Ziyaret tarihi : 10 Eylül 2020]
3. Anonymous, (2008), Health Check For Your Air Compressor, Knorr-Bremse, Service Instructions.
4. Anonymous, (2010), Bendix 720cc Twin Cylinder Compressor For International Maxxforce Big Bore Engines, SD-01-3131. Service Data
5. Cömert, B., (2016), Alın Bölgesinden Alınan Elektrookülogram (EOG) İşaretleri İçin Ölçüm Devresi Tasarımı Ve Sınıflandırılması, (Yüksek Lisans Tezi), Balıkesir Üniversitesi, Fen Bilimleri Enstitüsü.
6. Taşçı E., & Onan, A. (2016). K-en Yakın Komşu Algoritması Parametrelerinin Sınıflandırma Performansı Üzerine Etkisinin İncelenmesi, Akademik Bilişim.
7. Kaya, D., Türk, M., & Kaya, T. (2018), En Yakın Komşu Algoritması Kullanılarak EEG Sinyallerine Boyut Azaltmanın Etkilerinin İncelenmesi. El-Cezerî Journal of Science and Engineering, 5(2), 591-595.
8. Aydın, D. B., (2016), Yenidoğan Yoğun Bakım Ünitesinde İdrar Yolu Enfeksiyonunu Tanımlama İçin Yapay Sinir Ağı Tabanlı Bir Karar Destek Sisteminin Geliştirilmesi ,(Yüksek Lisans Tezi), Bozok Üniversitesi Fen Bilimleri Enstitüsü.

9. Aydıner, M. Ş., Ünüvar, E., & Kalyoncu, M. (2019), Bir Ağır Vasıta Hava Kompresörünün Performansının Deneysel olarak İncelenmesi, International Symposium on Automotive Science and Technology, ISASTECH 2019.
10. Anonymous, (2020), Twin-Cylinder Compressor, https://www.wabcocustomercentre.com/catalog/tr_TR/9125101040?cartID=), [Ziyaret tarihi : 10 Eylül 2020]
11. Başarın, E. E., Ekmekcioğlu, O., & Ozger, M., (2019), Makine Öğrenmesi Yöntemleri İle Kuraklık Analizi. Pamukkale University Journal of Engineering Sciences, 25(8).