عیب یابی ماشین آلات دوّار توسط شبکه های فازی- عصبی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت دبیر شهید رجایی
- author مجید نوری کمری
- adviser مهرداد نوری خاجوی رضا ابراهیم پور
- Number of pages: First 15 pages
- publication year 1390
abstract
عیب یابی ماشین آلات دوار، ارزیابی وضعیت ماشین، تشخیص علائم شروع و رشد عیب، شناسایی علت و قطعات آسیب دیده و پیشگویی میزان عمرکاری باقیمانده ماشین را ممکن می سازد. به همین دلیل از آسیب دیدگی شدید ماشین و هزینه های بالای تعمیرات جلوگیری می کند. استفاده از ارتعاشات مکانیکی ماشین ها و آنالیز فرکانسی و زمانی آنها، یکی از متداول ترین و کاربردی ترین روش ها در تعیین عیوب ماشین های دوار می باشد. از آنجایی که سیستم های هوشمند در شرایط وجود عدم قطعیت و نادقیقی عملکرد قابل قبولی دارند و با توجه به خاصیت های اصلی شبکه های عصبی، یعنی؛ تخمین قدرتمند توابع غیر خطی و قابلیت یادگیری تطبیقی و نیز خاصیت اصلی سیستم های فازی، یعنی؛ استفاده از دانش خبره در به دست آوردن رابطه بین ورودی و خروجی، از روش های هوشمند برای عیب یابی ماشین های دوار استفاده می گردد. هدف این تحقیق استفاده از ساختار هوشمند شبکه فازی- عصبی (anfis) در تشخیص عیوب اصلی ماشین های دوار از جمله، نابالانسی، ناهمراستایی، خرابی بالبیرینگ و لقی مکانیکی است. بنابراین در این تحقیق علاوه بر ایجاد مکانیزم خودکار برای تشخیص عیب، در جهت افزایش دقت و سرعت این شبکه نیز تلاش شده است. لذا در این راستا سعی شده، با استفاده از تکنیک های آنالیز اجزای اصلی (pca) ابعاد ماتریس ورودی را در حد مطلوب کاهش داده و نیز کارآیی دو شبکه anfis و شبکه عصبی چند لایه mlp در تشخیص عیوب با یکدیگر مقایسه گردید. جهت دست یابی به هدف فوق شبکه های مذکور با استفاده از بردارهای ویژگی و مشخصات استخراج شده از طیف های فرکانسی بدست آمده آموزش دیده شدند. تعداد این بردارهای ویژگی 12 عدد بود، که هر مورد طیف فرکانسی اندازه گیری شده به بازه های 100 تایی تقسیم گردید و در هر بازه ویژگی های مذکور به صورت جداگانه استخراج -شدند. نتایج نشان داد که برای 84 مورد اندازه گیری نهایی، شبکه های anfis و mlp به ترتیب دارای میانگین 91 و 78 درصد موفقیت در تشخیص درست عیوب بودند. همچنین در این تحقیق نشان داده شد که استفاده از روش pca در کاهش ابعاد داده ها، کاهش حجم محاسبات و افزایش سرعت سیستم موثر می باشد. بنابراین با توجه به نتایج بدست آمده، یکی از نکات بسیار مهم و اساسی در صنایع مختلف به خصوص صنایع سنگین را می توان، نیاز به داشتن یک سیستم عیب یاب به صورت اتوماتیک و هوشمند دانست، و از آنجایی که شبکه anfis ارائه شده در مقایسه با شبکه mlp در طبقه بندی عیوب نتایج بهتر و قابل قبول تری را ارائه می دهد، می تواند به عنوان روشی مناسب در جهت تشخیص هوشمند عیوب به کار برده شود.
similar resources
عیب یابی ماشین آلات دوّار به کمک شبکه ها عصبی
بحث عیب یابی ماشین آلات دوار یکی از موضوعات مهم و کاربردی در صنایع می باشد. تحلیل ارتعاشی قسمت های مختلف یک ماشین به عنوان ورودی یکی از روش های غیر مخرب و قابل اجرا در حین کار ماشین، روش مطمئن و ساده ای است که در بسیاری از موارد توصیه می شود. در این تحقیق پس از ساخت مدل ماشین دوّار چهار عیب متداول یعنی 1) نابالانسی 2) ناهمراستایی 3) خرابی یاتاقان 4) لقی مکانیکی را بطور جداگانه برروی دستگاه ایجا...
15 صفحه اولعیب یابی ماشین آلات دوار با استفاده از روش های مبتنی بر سیستم های فازی
بحث تعمیر و نگهداری مبتنی بر پایش وضعیت، یکی از موضوعات مهم و کاربردی در صنایع است. در بین روش های مختلف پایش وضعیت، آنالیز ارتعاشات و عیب یابی ماشین آلات از طریق تفسیر سیگنال ارتعاشی، به عنوان یکی از روش های غیرمخرب و قابل اجرا در حین کارکرد دستگاه، از جایگاه ویژه ای برخوردار است. خطاهای اندازه گیری و محاسباتی، اعمال سلایق شخصی و تجربی افراد، شناخت نسبت به یک دستگاه خاص، در نظر گرفتن رفتارهای...
استفاده از منطق فازی در عیب یابی هوشمند ماشین آلات دوار و بررسی اثر توابع عضویت مختلف
این تحقیق به موضوع عیب یابی اتوماتیک ماشین های دوار با استفاده از داده های ارتعاشی نقاط مختلف این ماشین ها و به کمک یک پایگاه قوانین هوشمند فازی می پردازد. به این منظور از یک چارت تعیین هویت ارتعاشات جدید که در یکی از مراجع منتشر شده استفاده شده است. مشخصه این چارت جدید درنظر گرفتن زاویه فاز ارتعاشات در عیب یابی است و شامل مشخصه های فرکانسی، جهات غالب و زاویه فاز است و برای عیوب نابالانسی، ناهم...
full textعیب یابی ماشین های دوار بر اساس تبدیل موجک و شبکه عصبی مصنوعی
هر صنعتی نیازمند برنامه های پیشگویانه، در جهت بهینه نمودن مدیریت منابع و بهبود اقتصاد کارخانه با کاهش هزینه های غیر ضروری و افزایش سطح ایمنی می باشد. درصد بسیاری از خرابی های موجود در کارخانجات در فرآیند تولید، به دلیل خرابی یاتاقان های غلتشی می باشد. هدف از این پژوهش پیشنهاد الگوریتمی، برپایه ی روش تجزیه ی مقادیر منفرد، و به کارگیری روش هایی در زمینه عیب یابی یاتاقان های غلتشی می باشد. روش های...
ارائه مدل فازی- عصبی- تطبیقی جهت عیب یابی نابالانسی یک سیستم دوار با استفاده از سنسور پیزوالکتریک
امروزه برای مدلسازی بهتر سیستم های مهندسی از روش های ترکیب شده به منظور دست یابی به دقت بیشتر استفاده های فراوانی می شود. به همین منظور ترکیب سه رویکرد فازی، شبکه عصبی مصنوعی و علم تطبیقی می تواند مدلسازی واقعی تری از سیستم را ارائه نماید.این سه روش هر یک بخشی از مدل مساله را طراحی و تحلیل می نمایند بطوریکه که مدل ارائه شده از ترکیب فازی- عصبی- تطبیقی می تواند یک مدل مقاوم و اطمینان بخشی را جهت...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت دبیر شهید رجایی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023