The induction motor is one of the single most common electromechanical energy conversion devices. It is the critical component of the production processes and is widely used in domestic, commercial, and industrial motion control devices and systems. An induction motor is considered inherently reliable due to its robustness, relatively simple design and construction. However, it faces various stresses during operation conditions. These stresses might lead to many modes of failures. Therefore the condition monitoring becomes necessary in order to avoid failures (breakdowns).In this thesis, digital protection algorithm based on PCA and neural network methods is presented for induction motors. The proposed protection algorithm covers internal winding faults, broken rotor bar faults, and bearing faults. Many laboratory experiments have been performed on a specially designed induction motor to evaluate the performance of the suggested protection algorithm. The hybrid protection algorithm uses the instantaneous phase currents. These currents are first preprocessed by PCA to extract distinctive features called residuals. Then the residual (feature) vector is applied to a feed-forward back-propagation neural network as input vectors. Finally, the presented motor protection algorithm determines normal operating conditions, stator faults, bearing faults, rotor bar faults, rotor-stator faults and bearing-stator faults.Keywords: Motor faults, principle component analysis, artificial neural network and fault diagnosis.

Asenkron motor, en genel elektromekanik enerji dönüşüm aygıtlarından biridir. Üretim sürecinin en önemli elemanıdır ve evlerde, ticari ve endüstriyel amaçlı denetim sistemlerinde yaygın bir şekilde kullanılır. Asenkron motor basit tasarımlı ve gürbüzlüğü sayesinde doğasında güvenilir bir aygıttır. Ancak çalışma anında çok farklı konularla karşı karşıya gelmektedir. Bu sorunlar çok farklı arıza tipine dönüşebilir. Bu yüzden durum izleme, bu tip arızalardan kaçınmak amacıyla gerekli hale gelmektedir.Bu tez çalışmasında temel bileşenler analizi (TBA) ve yapay sinir ağı (YSA) tabanlı bir sayısal koruma algoritması önerilmiştir. Önerilen koruma algoritması iç sargı arızalarını, kırık rotor çubuk arızalarını ve rulman arızalarını ayırt edebilmektedir. Özel olarak tasarlanmış bir asenkron motor üzerinde birçok laboratuar deneyleri önerilen algoritmanın başarımını sınamak için gerçekleştirilmiştir. Önerilen hibrit koruma algoritması motorun ani akımlarını kullanmaktadır. Bu akımlar ilk olarak TBA işlemine uygulanır ve kalıntılar diye adlandırılan ayırt edici özellikler elde edilir. Daha sonra bu kalıntı (özellik) vektörü ileri beslemeli-hatayı geri doğru yayan bir yapay sinir ağına giriş olarak uygulanmaktadır. Sonuç olarak, önerilen motor koruma algoritması normal çalışma koşullarını, stator arızalarını, rulman arızalarını, kırık rotor çubuğu arızalarını, rotor-stator arızalarını ve rulman-stator arızalarını ayırt edebilmektedir.Anahtar Kelimeler: Motor arızaları, temel bileşenler analizi, yapay sinir ağı ve arıza tanılama.