Itseorganisoituvan kartan soveltaminen koneiden kunnonvalvontaan ja vikojen luokitteluun

No Thumbnail Available

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author

Authors

Date

2005

Department

Konetekniikan osasto

Major/Subject

Systeemitekniikka

Mcode

AS-74

Degree programme

Language

fi

Pages

53

Series

Abstract

Teollisuuden kunnonvalvonnassa on siirrytty korjaavasta kunnossapidosta ennakoivaan kunnonvalvontaan. Tällä pyritään vähentämään odottamattomien seisokkien määrää ja tehostamaan tuotantoa. Samalla ihmisille ja ympäristölle aiheutuvat vaaratilanteet vähenevät. Automaattiset, älykkäät kunnonvalvontajärjestelmät ovat vähitellen tulossa osaksi teollisuuden ennakoivaa kunnonvalvontaa. Ennakoivassa kunnonvalvonnassa voidaan käyttää hyväksi analyyttisiä malleja sekä tietämys- ja tietopohjaisia malleja. Neuroverkkojen soveltuvuutta kunnonvalvontaan on tutkittu varsin laajasti. Prof. Kohonen kehitti itseorganisoituvan kartan (SOM) 1980-luvun alussa Informaatio-tekniikan laboratoriossa. Itseorganisoituvaa karttaa on sovellettu mm. hahmontunnistukseen, epälineaaristen prosessien mallintamiseen, luokitteluun sekä viime vuosina myös taloustieteisiin. Itseorganisoituva kartta on algoritmina varsin yksinkertainen ja tehokas. Lisaksi se on erittäin havainnollinen. Sille pitää vain valita järjestelmää kuvaavat syötteet. Se voidaan opettaa sopivasta syöteaineistosta tunnistamaan hyvin erilaisia vikoja, kuten esim. sähkömoottorin laakeri- ja roottoriviat. Työssä tutkittiin itseorganisoituvan kartan soveltumista induktiomoottorissa esiintyvien vikojen tunnistamiseen. Tyypillisimmät induktiotiomoottorissa esiintyvät viat ovat staattorin vauriot, roottorisauvojen vauriot sekä laakeriviat. Neuroverkon syötteinä käytetään mm. värähtelymittauksista laskettavaa taajuusspektriä sekä kiihtyvyyden korkeampiasteisia derivaattoja. Havaitaan, että sopivalla signaalinkäsittelyllä ja neuroverkolla voidaan toteuttaa hyvin erilaiset viat tunnistava automaattinen ja älykäs kunnonvalvontajärjestelmä.

Description

Supervisor

Koivo, Heikki

Thesis advisor

Juutilainen, Timo

Keywords

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120451595

Collections

[dipl] Teknillinen korkeakoulu / TKK