عيب يابي ياتاقان موتور القايي با استفاده از يادگيري ماشين و يادگيري تجمعي

كارشناسي ارشد

ياتاقان‌ها از تجهيزات حساس در موتورهاي القايي هستند. بنابراين براي جلوگيري از خسارت هاي ناشي از عيوب ياتاقان، بايد پايش وضعيت آن‌ها مورد توجه قرار بگيرد. وقوع عيب در ياتاقان‌ها باعث تغير رفتار ارتعاشي و ويژگي هاي فركانسي آن ميشود. بنابراين تحليل ارتعاشات از روش‌هاي رايج در پايش وضعيت ياتاقان بوده و طراحي سيستم تشخيص هوشمند براي عيب‌يابي آن‌ها، از جايگاه ويژه‌اي برخوردار است. عيب‌يابي، بر پايه‌ي داده‌برداري از ياتاقان، پردازش داده‌ها و طبقه‌بندي عيوب مختلف استوار است. بيشتر مطالعات صورت گرفته براي عيب‌يابي ياتاقان تحت شرايط سرعت ثابت ميباشد كه اين موضوع از شرايط عملياتي و صنعتي دور است. در اين پژوهش از داده‌هاي دانشگاه اوتاوا استفاده شده است كه شامل داده‌هاي ارتعاش و سرعت چرخش ميباشند. پس از پردازش داده ها و استخراج ويژگي‌هاي مناسب در حوزه‌هاي زماني و فركانسي، اين ويژگي‌ها به عنوان ورودي به دسته بندها اعمال ميشود تا فرآيند عيب‌يابي انجام شود. دسته‌بندي كه دراين مطالعه استفاده‌شده‌است درخت تصميم ميباشد. يادگيرهاي جمعي باعث افزايش دقت دسته‌بندهاي پايه ميشوند. دو ديدگاه كلي در خصوص يادگيرهاي جمعي وجود دارد كه نتيجه آن دسته بندهاي جنگل تصادفي و adaboost ميباشند. ارزيابي نتايج بدست آمده نشان ميدهد كه استفاده از يادگيرهاي جمعي سبب افزايش دقت دسته‌بندي عيوب مختلف و فرآيند عيب‌يابي ميگردد.

207428

دانشگاه علم و صنعت ايران

مهندسي برق - كنترل

دكتر جواد پشتان