عیب یابی ماشین های دوار بر اساس تبدیل موجک و شبکه عصبی مصنوعی

thesis
abstract

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 عیب یابی ارائه شده دارای چهار مرحله ی پردازش سیگنال، استخراج ویژگی، انتخاب ویژگی و دسته بندی عیوب با استفاده از شبکه های عصبی مصنوعی می باشند. از شش روش پردازش سیگنالی الگوریتم تجزیه ی مقادیر منفرد، تحلیل پوش، تبدیل موجک پیوسته، تبدیل موجک گسسته و ترکیب تبدیل موجک پیوسته با روش های تحلیل پوش و تجزیه ی مقادیر منفرد، جهت سه مجموعه داده ی یاتاقان های غلتشی، استفاده شده است. موجک های مناسب با استفاده از سه معیار بیشترین انرژی، کمترین آنتروپی و بیشترین نسبت انرژی به آنتروپی از میان 87 موجک مادر بررسی شده، انتخاب شده اند. موجک بایر 1.3 با استفاده از معیار انتخاب موجک انرژی، به عنوان بهترین موجک در زمینه ی عیب یابی انتخاب گردید. در این پژوهش از دوازده ویژگی آماری و چهار روش انتخاب ویژگی استفاده شده است. ویژگی های میانه، انحراف معیار استاندارد و ویژگی ترکیبی دوازدهم، دارای کارائی بهتری نسبت به ویژگی های بررسی شده در پژوهش، در تشخیص عیب یاتاقان غلتشی می باشند. همچنین معیار تفکیک کننده خطی فیشر، معیار بهتری برای انتخاب ویژگی ها نسبت به سایر ویژگی های بررسی شده در این پژوهش می باشد. شبکه ی شعاع مبنا نیز دارای قابلیت اطمینان بالاتری نسبت به سایر شبکه های بررسی شده در این کاربرد است. همچنین الگوریتمی برمبنای تجزیه ی مقادیر منفرد ارائه گردیده است که نتایج، نشان دهنده ی کارائی بالای این روش، برای تشخیص عیوب یاتاقان های سرعت بالا و سرعت پائین می باشد.

similar resources

مقایسه قدرت مدل های شبکه عصبی مصنوعی و شبکه عصبی پویا در پیش بینی نرخ ارز: کاربردی از تبدیل موجک

این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده بوده که از این بین، تعداد 150 مشاهده جهت مدل­سازی­ها استفاده شده و تعداد 27 مشاهده نیز جهت شبیه­سازی و یا به بیان دی...

full text

تشخیص عیب یاتاقان های غلتشی با استفاده از سیگنال های ارتعاشی بر اساس تحلیل طیف تکین و شبکه عصبی مصنوعی

در کاربردهای صنعتی، پایش وضعیت و عیب‌یابی بیرینگ­ها از اهمیت زیادی برخوردار است. تحلیل ارتعاشی، انتشار صدا، دمانگاری و تحلیل روانکار از جمله روش­های تشخیصی جهت شناسایی عیوب بیرینگ­ها می­باشند. یکی از قابل اطمینان­ترین روش‌ها جهت عیب­یابی تجهیزات دوار، مطالعه بر روی سیگنال ارتعاشی می­باشد. تاکنون روش­های مختلفی جهت عیب­یابی بیرینگ­های غلتشی توسط سیگنال­های ارتعاشی در حوزه زمان ارائه شده است. بیش...

full text

مقایسه قدرت مدل های شبکه عصبی مصنوعی و شبکه عصبی پویا در پیش بینی نرخ ارز: کاربردی از تبدیل موجک

این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده بوده که از این بین، تعداد 150 مشاهده جهت مدل­سازی­ها استفاده شده و تعداد 27 مشاهده نیز جهت شبیه­سازی و یا به بیان دی...

full text

ارزیابی یک دستگاه هوشمند برای جداسازی پسته با استفاده از شبکه های عصبی مصنوعی (ANN) و تبدیل موجک انعکاس صدا

دستگاه‌هایی که برای جداسازی پسته مورد استفاده قرار می‌گیرند حجیم بوده، انرژی زیادی مصرف می‌نمایند و چندان دقیق نیستند. در این پژوهش یک دستگاه هوشمند مبتنی بر انعکاس صدا طراحی و برای جداسازی پسته پوک از پسته‌های مغزدار مورد استفاده قرار گرفت. برای ارزیابی دستگاه، پسته به طور جداگانه با فواصل 1، 3 یا 5 سانتی‌متر بر روی یک نوار نقاله قرار داده شدند تا از دو ارتفاع 25 و 35 سانتی‌متری بر روی یک صف...

full text

عیب یابی ماشین آلات دوّار توسط شبکه های فازی- عصبی

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 آنجای...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023