تشخیص هوشمند عیوب رادیاتور خنک کاری مبتنی بر تکنیکهای هوش مصنوعی و پردازش تصاویر گرمایی
Authors
abstract
در این تحقیق یک سامانه مبتنی بر تلفیق فناوری های گرمانگاری و پردازش تصویر برای تشخیص و طبقه بندی عیوب مختلف رادیاتور توسعه داده می شود. عیوب متداول در رادیاتور های سیستم خنک کاری شامل؛ گرفتگی لوله های رادیاتور، گرفتگی شبکه رادیاتور، اتصالات شل بین لوله ها و شبکه رادیاتور، نشتی مایع خنک کاری، خرابی درب رادیاتور بصورت مصنوعی ایجاد گردید. به منظور تشخیص عیوب مختلف رادیاتور، از شرایط مختلف رادیاتور معیوب و سالم در سه سطح دمایی، سه سطح دبی جریان سیال خنک کاری در حال گردش و دو سطح سرعت هوای عبوری از شبکه رادیاتور تصاویر گرمایی توسط یک دوربین فروسرخ تهیه شد. پس از پیش پردازش تصاویر گرمایی تهیه شده جهت تجزیه و پردازش چند دقتی از تصاویر مذکور تبدیل موجک در یک سطح تجزیه اعمال گردید. از هر کدام از تصاویر گرمایی مقیاس خاکستری، تصاویر تقریب ، جزئیات افقی، عمودی و قطری تبدیل موجک آن تصویر، ویژگی های آماری بافت استخراج گردید. سپس با تلفیق تکنیک های هوشمند الگوریتم ژنتیک و شبکه های عصبی-فازی تطبیقی (انفیس)، از آن جهت انتخاب ویژگی و ورودی های موثر به طبقه بند استفاده شد. در نهایت، از انفیس برای طبقه بندی تصاویر گرمایی با استفاده از بردار ویژگی های مستخرج و منتخب استفاده گردید. برای ارزیابی طبقه بند از شاخص های آماری صحت، حساسیت و اختصاصی بودن محاسبه شدند. پس از ارزیابی، سامانه پیشنهادی توانست با دقت کلی طبقه بندی 94.11 درصد عیوب مختلف رادیاتور سیستم خنک کاری را تشخیص و طبقه بندی نماید. بنابراین استفاده از تکنیک پردازش تصاویر گرمایی مبتنی بر هوش مصنوعی برای پایش وضعیت و تشخیص هوشمند عیوب رادیاتور امیدوار کننده است.
similar resources
بررسی مقایسهای کارایی روشهایی بر پایة تکنیکهای هوش مصنوعی در تشخیص عیوب سیستمهای مکانیکی
بلبرینگها یکی از پر استفادهترین قطعات موتورها میباشند که به دلیل چرخش دائمی زودتر از بقیه قطعات دچار خرابی میشوند و بدین خاطر تحقیقات وسیعی بر روی پایش سلامت بلبرینگهای موتورهای القایی انجام شده است. عیوب بلبرینگها معمولا از نوع محلی هستند که در حلقه داخلی، خارجی، ساچمهها یا قفسه ایجاد میشوند. به همین علت از سیگنال ارتعاشی برای پایش سلامت بلبرینگها استفاده میشود. همچنین در این پژوهش ع...
full textتخمین تازگی گوشت مرغ مبتنی بر تکنیکهای پردازش تصویر و هوش مصنوعی
در پژوهش حاضر روشهای نوین نظیر پردازش تصویر و هوش مصنوعی برای ارزیابی سریع، غیر مخرب و آنلاین تازگی گوشت مرغ بکار گرفته شده است. پس از تهیه تصاویر گوشت مرغ و عملیات پیش پردازش، تصاویر به کانالهای رنگی مختلف منتقل و ویژگیهای آماری بافت تصاویر استخراج گردید. عملیات انتخاب ویژگی با ترکیب دو روش الگوریتم ازدحام ذرات و طبقهبند شبکههای عصبی مصنوعی به منظور کاهش حجم محاسبات و ارتقای شاخصهای طبقه...
full textتشخیص عوارض مصنوعی (انسان-ساز) در تصاویر هوایی با استفاده از ویژگیهای فراکتال و پردازش ریختشناسی
full text
آشنایی با مدار خنک کاری هوشمند خودرو
روزبه روز قدرت موتور های احتراق داخلی رو به پیشرفت می نهد و درپی آن، گرمای تولیدشده در موتور بیشتر می شود. با توجه به اینکه بیش از 30 درصد از این اتلافات باید به صورت گرما به محیط منتقل شود، مدیریت حرارتی در موتور از اهمیت بیشتری برخوردار می باشد. مشکلات زیست محیطی و آلودگی ناشی از موتورهای احتراق داخلی هم اهرم فشاری است تا سیستم های خنک کاری خودرو متناسب با پیشرفت موتور های احتراق داخلی، هوشمن...
full textیک سیستم هوشمند پزشکیار مبتنی بر شبکه عصبی مصنوعی در تشخیص بیماری دیابت
Backgrounds: Early detection of diabetes is critical to avoid complications and damage caused by this disease. The purpose of this paper is designing an intelligent system for Diabetes prediction (healthy or patient) by using regression method based on Multilayer Perceptron Neural Network. Methods: In this descriptive-analytic study, an intelligent system is designed to classification diabetes...
full textارائه یک الگوریتم پردازش تصویر هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و رانندگی مبتنی بر منطق فازی
در این مقاله یک الگوریتم هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و رانندگی، براساس پردازش تصویر و منطق فازی، ارائه میشود. این الگوریتم شامل سه مرحله پیشپردازش، تشخیص و شناسایی میباشد. در مرحله پیشپردازش با اعمال الگوریتمهای پردازش تصویر، تغییرات به منظور بهبود کیفیت تصویر دریافتی و حذف دادههای نامرتبط با هدف مورد نظر انجام میگیرد. در مرحله شناسایی یک الگوریتم بینایی ماشین هوشمند ...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی مکانیک مدرسجلد ۱۷، شماره ۲، صفحات ۲۴۰-۲۵۰
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023