Dünyadaki enerji tüketiminin %47’si motor sistemleri kaynaklıdır. Motor sistemlerinin de 2/3’ü endüstri’de kullanılmaktadır. Endüstri 4.0 devrimiyle birlikte, yapay zeka destekli erken arıza tespiti, geleneksel yöntemlerin yerini alarak motor ve makine sistemleri bakımında bir yenilik getirmiştir. Geleneksel arıza tespiti yöntemlerinin çoğu, sorun oluştuktan sonra müdahaleye dayanır. Ancak yapay zeka ve Fourier analizi gibi ileri veri işleme yöntemleri, arızaları henüz ortaya çıkış aşamasında tahmin etmeye imkan tanıyor. Bu da sistemin verimliliği ve sürekliliği açısından büyük önem taşımaktadır.
Arıza Tespitinde Yapay Zeka Nasıl Kullanılıyor?
Yapay zeka destekli arıza tespiti, makinelerden gelen verileri analiz ederek çalışıyor. IoT sensörleri, aşağıdaki verileri topluyor:
– Titreşim seviyeleri
– Sıcaklık değişimleri
– Elektrik akımındaki dalgalanmalar
– Ses frekansları
Yapay zeka modelleri, bu veriler üzerinde analiz yaparak anomalileri belirliyor. Fourier analizi, verilerdeki bileşenleri ortaya çıkarmada kritik bir rol oynuyor.
Fourier Analizinin Rolü
Makine arızalarını tespit etmek için titreşim veya ses sinyalleri gibi verilerin frekans bileşenlerine ayrılması gerekir. Bu ayrıştırma için en sık kullanılan yöntemlerden biri Fourier Analizidir.
Fourier Analizi ile Nasıl Arıza Tespiti Yapılır?
- Veri Toplama: Makinelere yerleştirilen titreşim sensörleri, zaman bazlı veriler topluyor.
- Fourier Dönüşümü: Bu veriler, zaman alanından frekans alanına dönüştürülerek analiz ediliyor.
- Anomali Tespiti: Frekans spektrumu, normal çalışma koşullarıyla karşılaştırılıyor. Anormal sıçrayışlar, potansiyel bir arızayı işaret ediyor.
- Tahmin ve Müdahale: Yapay zeka modelleri, bu anormalliklerden yola çıkarak arızanın olası sebebini ve zamanını tahmin ediyor.
Bu uygulamadan net bir sonuç elde etmek için referans makinenin karakteristik eğrilerinin elde edilmesi gereklidir. Bu karakteristiklerin elde edildiği referans makine baz alınarak aynı model ve aynı çalışma koşullarına sahip makineler için titreşim verilerinin Fourier Analizi yardımıyla çözümlenmesi sonucu makinenin arıza tahmini veya tespiti gerçekleştirilir.
Uygulama Alanları
- Üretim ve Fabrika Otomasyonu: Üretim hatlarındaki makinelerin sağlığını izlemek.
- Havacılık: Uçak motorlarındaki aşınma ve yıpranmayı tahmin ederek olası kazaların önlenmesi.
- Otomotiv Endüstrisi: Araç motorları, fren sistemleri ve elektronik kontrol ünitelerinde arıza tahmini.
- Sağlık Teknolojileri: MR cihazları gibi yüksek hassasiyet gerektiren makinelerin arıza tespiti.
Avantajları
- Kesinti Sürelerini Azaltma: Arızalar oluşmadan önce müdahale imkanı sunuyor.
- Maliyet Tasarrufu: Plansız duruş ve onarım maliyetlerini düşürüyor.
- Uzun Makine Ömrü: Potansiyel sorunları erken tespit ederek makinelerin ömrünü uzatıyor
‘’ Evrenin sırlarını bulmak istiyorsanız enerji, frekans ve titreşim cinsinden düşünmelisiniz.‘’
Nikola Tesla
Kaynakça
- emo.org
- radartutorial.eu
- globalefficiencyintel.com
- medium.com
- gaiadergi.com
