تشخیص و دسته بندی عیوب یاتاقان های شیار عمیق ساچمه ای با استفاده از تبدیل موجک و سیستم عصبی-فازی تطبیقی
Authors
abstract
امروزه، تشخیص دقیق و سریع عیب، یکی از مسائل اساسی در صنعت می باشد. به همین دلیل، تاکنون، الگوریتم های پیشرفته ی بسیاری بدین منظور به کار گرفته شده اند که اکثرا دارای پیچیدگی بسیاری بوده و یا نتایج مطلوبی را درپی نداشتند. پژوهش حاضر، روشی نوین جهت تشخیص عیب یاتاقان های موتورهای الکتریکی صنعتی و دسته بندی آن ها براساس قطر عیب و محل آن ارائه می نماید. در بخش ابتدایی، سیگنال ارتعاشی مرتبط با عیوب مختلف به صورت آزمایشگاهی برای دو یاتاقان ساچمه ای شیار عمیق استاندارد متصل به سمت شفت گردنده و سمت محرک در حالت های معیوب و سالم استفاده شده و سپس، در بخش دوم، به دلیل وجود نویز بالا در سیستم، از تبدیل موجک ساده ی تک بعدی میر جهت تحلیل سیگنال در حوزه ی فرکانس و زمان استفاده شده و در نتیجه ضرایب حاصل از تبدیل موجک منحصر به هر سیگنال استخراج گردیده است. در قدم بعدی، این ضرایب به بخش سوم، که یک سیستم عصبی-فازی تطبیقی است، جهت دسته بندی نوع عیب، داده شده و تفکیک پذیری بر اساس میزان عیب موجود در شیار و یا ساچمه انجام گرفته است. در این بخش، قابلیت های اصلی سیستم فازی و شبکه ی عصبی، یعنی مقابله با عدم قطعیت و انعطاف پذیری، به منظور افزایش میزان دقت و مقابله با نویز در امر عیب یابی ترکیب شده است. بخش چهارم این پژوهش نیز به بررسی عملکرد سیستم با تحلیل سیگنال های جدید آزمایشگاهی و درنهایت مقایسه ی این نتایج با کارهای پیشین اختصاص یافته است. نتایج حاصل، حاکی از دقت بالا و قابلیت تفکیک و دسته بندی بهتر روش ارائه شده می باشد.
similar resources
تشخیص عیوب ارتعاشی یاتاقان های دمنده معلق و تعیین مدل آزمایشگاهی دستگاه با استفاده از تابع تبدیل موجک
full text
تشخیص و دسته بندی خطا در خطوط انتقال با استفاده از تبدیل موجک و شبکه عصبی
خط انتقال یک مولفه ی مهم سیستم قدرت الکتریکی است و حفاظت آن جهت تضمین پایداری سیستم و کم کردن خسارات وارده به تجهیزات به دلیل وقوع اتصال کوتاه در خطوط انتقال ضروری است .رله های خطوط انتقال دارای سه وظیفه ی مهم هستند که عبارتند از : تشخیص ،دسته بندی و مکان یابی خطاهای خطوط انتقال. تشخیص سریع یک خطای خط انتقال ،جداسازی سریع خط خطادار را از سرویس ممکن می سازد ؛ از این رو سیستم را از تأثیرات مضر خط...
تشخیص منبع های گرانی با استفاده از تبدیل موجک پیوسته
امروزه از تبدیل موجک، به صورت گستردهای در پردازش و تفسیر دادههای ژئوفیزیکی، مخصوصاً دادههای لرزهای، استفاده میشود اما این روش هنوز در تفسیر دادههای گرانی و ژئومغناطیس کاربرد رایجی نیافته است. در این مقاله سعی شده است روشی جدید بر پایه نظری تبدیل موجک پیوسته برای تعیین موقعیت و عمق ناهنجاریهای گرانی ارائه شود. موجک مورد استفاده در تبدیل موجک پیوسته در روش پیشگفته اساس مشتقهای افقی چشمها...
full textاستفاده از رفتار تناوبی-پایا برای تشخیص عیوب یاتاقان های غلتشی
یاتاقانهای غلتشی یکی از اجزاء پرکاربرد در ماشینهای دوارند. روشهای گوناگونی در حوزهی زمان، فرکانس و فرکانسٓـ فرکانس برای تشخیص عیب در یاتاقانهای غلتشی بیان شده است. در این مقاله، روشی در حوزهی فرکانسٓـ فرکانس با استفاده از مفهوم تناوبیٓـ پایا، که منجر به محاسبهی چگالی همبستگی طیفی میشود، برای تشخیص خرابی یاتاقان به کار گرفته شده است. محاسبهی تابع چگالی همبستگی طیفی علاوه بر روش مستقیم فرکا...
full textتشخیص و جداسازی خطا در سیستم تبدیل انرژی بادی با استفاده از شبکههای عصبی بازگشتی
قابلیت اطمینان در سیستمهای تبدیل انرژی بادی، بسیار مهم و حیاتی است تا دریافت حداکثر مقدار انرژی موجود در باد تضمین شود. به منظور بررسی صحیح و دقیق این سیستمها در هنگام وقوع خطا و همچنین بررسی نحوه اثرگذاری خطاها بر تمامی زیرسیستمهای آنها، نیاز به مدلی است که قسمتهای مکانیکی و الکتریکی را با جزئیات مناسبی شامل شود. همچنین یک سیستم تشخیص و جداسازی خطا مورد نیاز است که با بهرهگیری از این مدل...
full textتشخیص تومورهای مغزی با استفاده از ترکیب سیستم استنتاج فازی-عصبی وفقی و خوشه بندی سلسله مراتبی
تشخیص محدوده تومورهای مغزی یک گام مهم و اساسی در سیستمهای تشخیص و درمان خودکار می باشد. در این مقاله یک روش ترکیبی مبتنی بر سیستم استنتاج فازی-عصبی وفقی (ANFIS) و خوشه بندی سلسله مراتبی برای تشخیص موقعیت و محدوده تومورهای مغزی ارائه شده است. برای این منظور ابتدا خط مرکزی ناحیه مغز تشخیص داده شده، سپس با بلاک بندی ناحیه دو نیمکره مغز و استخراج ویژگی شدت روشنایی و بافت هر بلاک و نیز با بهره گیری...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی مکانیک مدرسPublisher: دانشگاه تربیت مدرس
ISSN 1027-5940
volume 15
issue 11 2015
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023