dc.contributor.author | Kiviniemi, Joonas | |
dc.date.accessioned | 2011-11-01T12:32:12Z | |
dc.date.available | 2011-11-01T12:32:12Z | |
dc.date.issued | 2011 | |
dc.identifier.other | oai:jykdok.linneanet.fi:1186505 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/36886 | |
dc.description.abstract | Viimeisien vuosikymmenien aikana maailman sähkönkulutus on noussut tasaisesti. Tähän kehitykseen eri sähköntuottamisen teollisuuden alat ovat joutuneet vastaamaan lisäämällä tuotantokapasiteettiaan. Uusiutuvista energiamuodoista tuulienergia on lisännyt tuotantokapasiteettiaan ehkä eniten. Koko kehityksensä ajan tuulienergian tuotantokapasiteetin lisääntyminen on ollut eksponentiaalista ja tämän kehityksen ennustetaan myös jatkuvan.
Samaan aikaan kilpailu tuuliturbiinien osien valmistajien välillä kiristyy. Erittäin tärkeänä osana kilpailussa on tuotteen mukana myytävät palvelut. Tästä hyvä esimerkki on tuuliturbiinien vaihteiden valmistajan Moventaksen myymä kunnonvalvontajärjestelmä. Kyseisellä kunnonvalvontajärjestelmällä pystytään seuraamaan vaihteiden ja turbiinin muiden osien tilaa reaaliaikaisesti.
Tässä työssä keskityttiin Moventaksen kunnonvalvontajärjestelmän, CMaS:n, värähtelyspektrien analysoinnin automatisoinnin kehittämiseen. Vaihteilta tulevia värähtelyspektrejä tulee päivittäin tuhansia. Aiemmin näitä spektrejä ollaan analysoitu manuaalisesti, mutta on selvää että tällöin ei pystytä analysoida kaikkia. Lisäksi tulevaisuudessa analysoitavien värähtelyspektrien määrän odotetaan kasvavan. Tähän haasteeseen lähdettiin kehittämään algoritmia, joka analysoisi värähtelyspektrit automaattisesti.
Algoritmin kehittämisessä haasteena oli saada algoritmista geneerinen siten, että se toimisi hyvin eri vaihdetyyppien, värähtelyanturien ja spektrityyppien kanssa. Algoritmin toimintaa verrattiin manuaaliseen analysointiin ottamalla erään vaihdetyypin vikaantuneita vaihteita ja katsomalla, kuinka nopeasti algoritmi havaitsee vaihteen vikaantumiseen. Tulokseksi saatiin, että algoritmi reagoi keskimäärin 13,5 päivää aikaisemmin kuin mitä vikaantumisiin on reagoitu manuaalisen analysointityön kautta.
Tulevaisuudessa algoritmia pyritään kehittämään siten, että sen analysoimat spektrit lajiteltaisiin niiden kiinnostavuuden mukaan, jolloin järjestelmä antaisi analysoitsijalle vain merkittävimmät spektrit. Tarkoituksena on sulauttaa kehitetty algoritmi Moventaksen internetselainpohjaiseen CMaS-käyttöliittymään. | |
dc.format.extent | 48 sivua | |
dc.format.mimetype | application/pdf | |
dc.language.iso | fin | |
dc.rights | This publication is copyrighted. You may download, display and
print it for Your own personal use. Commercial use is
prohibited. | en |
dc.rights | Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. | fi |
dc.subject.other | värähtelyspektri | |
dc.subject.other | tuuliturbiini | |
dc.subject.other | värähtelyspetkrianalyysi | |
dc.title | CMaS spektrianalysoinnin automatisointi | |
dc.identifier.urn | URN:NBN:fi:jyu-2011110111618 | |
dc.type.dcmitype | Text | en |
dc.type.ontasot | Pro gradu -tutkielma | fi |
dc.type.ontasot | Master’s thesis | en |
dc.contributor.tiedekunta | Matemaattis-luonnontieteellinen tiedekunta | fi |
dc.contributor.tiedekunta | Faculty of Sciences | en |
dc.contributor.laitos | Fysiikan laitos | fi |
dc.contributor.laitos | Department of Physics | en |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.oppiaine | Fysiikka | fi |
dc.contributor.oppiaine | Physics | en |
dc.date.updated | 2011-11-01T12:32:12Z | |
dc.rights.accesslevel | openAccess | fi |
dc.type.publication | masterThesis | |
dc.contributor.oppiainekoodi | 4021 | |
dc.subject.yso | spektrit | |
dc.subject.yso | turbiinit | |
dc.subject.yso | spektrianalyysi | |
dc.subject.yso | värähtelyt | |
dc.format.content | fulltext | |
dc.type.okm | G2 | |