استفاده از شبکه های عصبی درمانیتورینگ و عیب یابی ماشینهای دوار
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز
- نویسنده ناصر قدیری
- استاد راهنما حسن اقبالی جهرمی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1379
چکیده
در این رساله درباره مبحث استفاده از تکنیکهای هوشمند در عیب یابی ماشینهای دوار به کمک آنالیز ارتعاشات بصورت مفصل توضیح داده شده است و مدلی مبتنی بر شبکه های عصبی برای تشخیص عیوب این ماشینها ارائه گردیده است. در صنایع سنگین استفاده از این روش عیب یابی دارای منافع اقتصادی قابل توجهی است و بدون نیاز به توقف ماشین می توان وضعیت نقاط مختلف آن را تحت بررسی قرار داده و فقط در مواقع لازم و با توجه به میزان پیشرفت عیوب احتمالی اقدام به تعمیر آن نمود. این امر باعث کاهش نیاز به انبار کردن قطعات یدکی و نیز پیشگیری از بروز عیوب ثانویه ناشی از عدم تحلیل روی وضعیت ماشین خواهد شد. از طرف دیگر سیستم هوشمند می تواند به عنوان دستیار یا در مواردی به عنوان جایگزین افراد خبره در این زمینه که بسیار کمیاب و گران هستند مطرح باشد.در مراحل پیش پردازش جهت بهینه سازی بردارهای ویژگی از روش تحلیل اجزای اصلی (pca) استفاده شده است. شبکه مورد استفاده در این کار نیز از نوع شبکه پایه شعاعی (rbf) بوده که مزایای عمومی شبکه های عصبی به اضافه سرعت و دقت بیشتر در یادگیری و تعمیم و همچنین نوعی رفتار تعریف شده و با ساختار قابل بهینه سازی به صورت الگوریتمی برخوردار است. در ساختار پیشنهاد شده، بخشی از کار به صورت مبتنی بر قواعد انجام می گیرد و شبکه عصبی عمدتا در قسمت رده بندی غیرخطی سیستم عمل می کند که این باعث دقت بیشتر سیستم شده و همچنین بستر مناسبتری برای استفاده از تمام انواع ویژگیهای دامنه زمان و فرکانس و سایر ویژگیها را فراهم می نماید. با این ساختار کار نگهداری و افزودن یا اصلاح دانش تصمیم گیری تسهیل شده و امکان توسعه سیستم نیز فراهم می گردد.
منابع مشابه
عیب یابی و تعیین میزان بار در ماشینهای الکتریکی به روش تحلیل ارتعاشات با استفاده از شبکه های عصبی
ماشینهای دوار و در میان آنها موتورهای الکتریکی القایی نقشی مهم و کلیدی در صنعت دارند. این موتورها در هنگام کار در برابر تنشهای گوناگون قرار می گیرند که موجب خرابی استاتور یا رتور آنها می شود. چنانچه بتوان خرابی موتور را پیش بینی و از گسترش خطا جلوگیری کرد، فواید اقتصادی فراوانی حاصل خواهد شد. از آنجا که وقوع خرابی در هر ماشین دوار موجب تغییر ارتعاشات ماشین می شود، سعی شده از طریق تحلیل ارتعاشات...
متن کاملارائه 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...
متن کاملشناسایی مودال ساختار ماشینهای دوار با استفاده از روش تخمین
این مقاله به شناسایی مودال ساختار ماشینهای دوار با استفاده از روش تخمین طی دو آزمایش میپردازد. آزمایش1) شناسایی یک سیستم کامل بدون نیاز به اندازهگیری یک ردیف از ماتریس FRF درحالیکه یک ستون ماتریس مشخص باشد، با استفاده از یک مدل شبیهسازی روتور با چهار درجه آزادی. آزمایش2) شناسایی پارامترهای موجود در یک سیستم صنعتی که در آزمایش1 نمایان نشده است. سیستم آزمایشی یک سیستم ارتعاشی پیوسته بوده بناب...
متن کاملعیب یابی سازه ها با استفاده از شبکه های عصبی
در این پایان نامه اثر پاسخ های مختلف در روش های عیب یابی مبتنی بر شبکه عصبی بررسی شده است. همچنین یک روش جدید برای عیب یابی سازه ها ارائه می شود. روش پیشنهادی دارای دو مرحله می باشد. در مرحله اول توسط شبکه عصبی تابع بنیادی شعاعی به خاطر سرعت یادگیری بالا، مکان های آسیب دیده شناسایی می شود. در مرحله دوم عیب یابی، محل دقیق و شدت آسیب اعضای سازه با بکارگیری شبکه عصبی انتشار برگشتی بخاطر قدرت یاد...
عیب 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...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023