عیب یابی و بررسی کاربرد شبکه های عصبی در عیب یابی موتور پیشرانش
پایان نامه
- دانشگاه تربیت معلم - سبزوار - دانشکده فنی
- نویسنده سجاد یاری بروجنی
- استاد راهنما امیربک خوشنویس علی گل نژاد
- سال انتشار 1390
چکیده
موتورهای پیشرانش به عنوان نیروی محرکه در هواپیماها و موشک های کروز مورد استفاده قرار می گیرند. از آن جا که این موتورها در یک سیکل ترمودینامیکی با هوا (به عنوان سیال کاری) کار می کنند، از نظر کارایی دارای محدوده وسیعی می باشند. با توجه به این موضوع، ارزیابی موتور از نظر ایمنی کاری و نیز اطمینان از عدم وجود عیب و خرابی در یک شرایط معین کاری بسیار مهم می باشد. آنالیز پارامترهای ترمودینامیکی روندی است که در سال های اخیر در این بحث مورد پیگیری بوده است. برای آنالیز خرابی موتور، روش های مختلفی از جمله روش تشکیل ماتریس خطا، آنالیز مسیر گاز، مدل سازی ریاضی و نیز استفاده از سیستم های هوشمند، وجود دارد. استفاده از سیستم های هوشمند و به خصوص شبکه های عصبی، بدلیل فراوانی داده ها و نیز محدوده وسیع کاری یک موتور بسیار کارا و مفید می باشد. علت دیگر این امر ماهیت احتمالی وقوع عیب است که باعث استفاده از شبکه های عصبی در این پروژه شده است. در این جا ابتدا یک مدل ریاضی موتور جت استخراج می گردد و سپس با استفاده از داده های پروازی موتور(مخصوصا در حالاتی که به همراه خرابی مشخص بوده است)، یک شبکه عصبی آموزشی، انتخاب و تست گردیده است. شبکه عصبی استفاده شده در این پروژه شبکه پرسپترون سه لایه می باشد که صرفا به دنبال گروه بندی عیوب و تشخیص حالت سالم می باشد. علت استفاده از این نوع شبکه سادگی و کارایی در گروه بندی مص عیب می باشد. نتیجه ای این رویه، تهیه یک شبکه عصبی که قابلیت تکامل جهت عیب یابی موتورهای پیشرانه را دارد، می باشد.
منابع مشابه
عیب یابی هوشمند شبکه انتقال برق به کمک عکس حرارتی
امروزه شرکتهای بسیار زیادی در سراسر دنیا برای جلوگیری از نقاط خراب و افزایش قابلیت اطمینان شبکههای برق از عکس برداری حرارتی (مادون قرمز) استفاده میکنند. درواقع بازدید فنی تجهیزات الکتریکی توسط دوربینهای حرارتی بهترین روش برای عیبیابی است. از طرفی درتمامی روشهای پیشگیرانه و همچنین در استفاده از عکس برداری مادون قرمز، تجزیه تحلیل و تفسیر عکسهای حرارتی به صورت سنتی و چشمی انجام میگیرد. از...
متن کاملعیب یابی بلبرینگ توسط آنالیز سیگنال های ارتعاشی
طی دهة گذشته، پژوهشهای گستردهای در زمینة تشخیص عیوب انجام شده است. پژوهشگران در رشتههایی چون پزشکی، مهندسی، علوم تجربی، تجارت و اقتصاد، روشهای متنوعی را برای تشخیص عیب (خرابی) یا شرایط غیرعادی، شناسایی دقیق یا جداسازی اجزای معیوب و تصمیمگیری دربارة اثر بالقوه اجزای خراب یا در حال خرابی ایجاد کردهاند. استفاده از روشهای نوین نگهداری و تعمیرات نظیر برنامههای پایش وضعیت با روش آنالیز ارتعاش...
متن کاملبررسی عیب یابی موتور احتراق داخلی به کمک سنسور ضربه موتور و شبکه عصبی مصنوعی
امروزه ارتعاشات یکی از پارامترهای کلیدی در تعیین سلامت در صنعت خودرو است که در سال های اخیر به عنوان ابزار قوی در تشخیص عیوب بکار گرفته شده است. سنجش ارتعاشات دراین صنعت یک رشته تخصصی است و اصلی ترین روش بررسی وضعیت بکار میرود که بعنوان روشی غیر مخرب و قابل اجرا درحین کار موتور انجام می شود.تحلیل ارتعاشات شامل مراحل اندازه گیری، پردازش، تحلیل سیگنال های ارتعاشی و در نهایت نتیجه گیری است که در ب...
عیب یابی سازهها به کمک داده های ارتعاشی
در این مقاله سه روش عیبیابی نرمی، تحلیل اجزای اصلی و تحلیل اجزای مستقل معرفی خواهند شد. به علاوه، انجام آزمایش ارتعاشی به منظور استخراج پارامترهای مودال مورد بررسی قرار خواهد گرفت. اندازهگیری دقیق توابع پاسخ فرکانسی نقطهای به منظور نرمال سازی شکل مودها و محاسبه ماتریس نرمی نیز به عنوان ملزومات این روش مطرح خواهند شد. در عین حال، روش تحلیل اجزای اصلی به مثابه روشی کارآمد به همراه نتایج عددی ...
متن کاملعیب یابی غیرمخرب سازه ای بکمک تحلیل علائم ارتعاشی
هدف این مقاله ارائه روشی تحلیلی برای نقص یابی سازه های انعطاف پذیر نامیرا از طریق اطلاعات مودال(فرکانسهای طبیعی و شکل مودها) است. در گزارش حاضر ضمن مرور مباحث گذشته، سعی شده است که از روابط جابجایی مقادیر و بردارهای ویژه برای ایجاد دستگاه روابط بین جابجایی فرکانسهای طبیعی و شکل مودهای یک سیستم ارتعاشی با خواص فیزیکی اجزاء ان استفاده شود. سپس نقص یابی سازه از طریق حل دستگاه معادلات اخیر صورت می ...
متن کاملمنابع 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
دانشگاه تربیت معلم - سبزوار - دانشکده فنی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023