Predictive Maintenance With Fuzzy Logic Inference In An Induction Motor System

Öz

Systems operating in the industry are expected to operate with the highest performance and continuity priority. Failures that may occur in the parts of the whole that make up the working system can lead to production losses. The necessity of keeping the total equipment efficiency high in all sectors served by industrial systems necessitates maintenance work. In order to avoid production and labor losses due to malfunctions, it is necessary to plan maintenance in a way that will not cause downtime in the systems. The predictive maintenance method, also known as warning maintenance, which is gaining a stronger place in maintenance planning processes day by day, stands out in terms of not performing maintenance unnecessarily and avoiding failure due to lack of maintenance. It is also highly efficient as it detects systems that will need maintenance before failure occurs. In this article, the stator current, vibration, stator winding temperature and bearing temperature values obtained during the operating conditions of an induction motor are collected from the field with the help of PLC and then written to a database with time tags. Based on the data collected from the field and motor label values, a fuzzy logic based inference system was designed with Matlab Fuzzy Toolbox application. The motor health of the asynchronous motor operating in the system is determined with the output variable resulting from the evaluation of this information given as input variable to the fuzzy logic based inference system with the specified rules. This value also determines the need for maintenance planning for the motor.

Anahtar Kelimeler

• Predictive Maintenance
• Fuzzy Logic
• Induction Motor
• PLC
• Matlab

Asenkron Motorlu Sistemde Bulanık Mantık Çıkarımı İle Kestirimci Bakım

Öz

Endüstride çalışan sistemlerin en yüksek başarım ve süreklilik önceliği ile çalışması beklenir. Çalışan sistemi oluşturan bütünün, parçalarında oluşabilecek arızalar üretim kayıplarına yol açabilmektedir. Endüstriyel sistemlerin hizmet ettiği bütün sektörlerde toplam ekipman etkinliğinin yüksek tutulmasının gerekliliği bakım çalışmalarının yapılmasını mecbur kılmaktadır. Arıza kaynaklı olan üretim ve iş gücü kayıplarıyla karşılaşmamak için sistemlerde duruşa yol açmayacak şekilde bakım planlamak gerekmektedir. Bakım planlaması süreçlerinde gün geçtikçe kendine daha sağlam yer bulan ve uyarıcı bakım olarak da bilinen kestirimci bakım yöntemi, gereksiz yere bakım yapılmaması ve bakım eksikliğinden dolayı arızaya düşülmemesi gibi açılardan bakıldığında öne çıkmaktadır. Arıza oluşmadan önce bakım ihtiyacı doğacak sistemleri tespit ettiğinden verimi de yüksektir. Bu makalede, bir asenkron motorun çalışma şartları sırasında elde edilen stator akımı, vibrasyon, stator sargı sıcaklığı ve rulman yatak sıcaklığı değerlerinin PLC yardımı ile sahadan toplanmasından sonra zaman etiketli olarak bir veri tabanına yazılmıştır. Sahadan toplanan veriler ve motor etiket değerlerinden yola çıkarak Matlab Fuzzy Toolbox uygulaması ile bulanık mantık temelli çıkarım sistemi tasarlanmıştır. Bulanık mantık temelli çıkarım sistemine giriş değişkeni olarak verilen bu bilgilerin belirlenmiş kurallar ile değerlendirilmesi sonucu ortaya çıkan çıkış değişkeni ile sistemde çalışan asenkron motorun motor sağlığı belirlenmektedir. Bu değer aynı zamanda motor için bakım planlaması ihtiyacını da belirlemektedir.

Anahtar Kelimeler

• Kestirimci bakım
• Bulanık mantık
• Asenkron motor
• PLC
• Matlab

Kaynakça

1. Mete M., Bakım Yönetiminde Bulanık Çok Amaçlı Karar Verme Modeli, İstanbul Üniversitesi FBE, p. 1, 2007.
2. Yılmaz E. ve Aslan T., Bulanık Mantık Yöntemi ile Belirsizlik Şartlarında Faaliyet-Hacim Kar Analizi, İşletme Araştırmaları Dergisi, 2018.
3. Agyare O.R., Asiedu A.B. and Biney A.R., Fuzzy Logic Based Condition Monitoring of a 3-Phase Induction Motor,» IEEE Africon, Accra, Ghana, 2019.
4. Pharne S. and Patil A., Fault Diagnosis of Motor using Fuzzy Logic Technique, International Conference on Energy, Communication, Data Analytics and Soft Computing, 2017.
5. Tabak A. ve Özkaymak M., Elektrik Motorlarında Uygulanan Bakım Yöntemlerinin İncelenmesi, Konya Mühendislik Bilimleri Dergisi, cilt 8, no. 4, pp. 889-905, 2020.
6. Iskra, Measuring Transducer, Multifunction Transducer MT440, 2018. [Çevrimiçi] Available: https://www.iskra.eu/f/docs/96777/MT_440_technical_documentation.pdf. [Erişim: 18 07 2022].
7. Hansford Sensors, HS-420 Accelerometer, 2021. [Çevrimiçi]. Available: https://www.hansfordsensors.com/wp-content/uploads/datasheets/TS029.pdf. [Erişim: 18 07 2022].