پيش بيني رفتار ديناميكي يك سيستم با مشاهده¬گر حالت به كمك شبكه هاي عصبي بازگشتي و پياده سازي دستگاه آزمايشگاهي: يك مطالعه ي موردي روي ماشين لباسشويي

كارشناسي ارشد

امروزه يكي از اهداف اصلي پروژه‌هاي دانشگاهي برطرف‌كردننيازها و چالش‌هاي صنعتگران و انجام پژوهش در بالاترين سطح علمي مي‌باشد.ماشينلباسشويي جز كالاهايي مي‌باشد كه بايد دوام زيادي داشته باشد. پس تلاش مي¬شود ايندستگاه‌هابه‌گونه‌اي توليدمي‌شوند كه دوام داشته باشند و سال‌ها عمر كنند. بااين‌حال، ناهنجاري‌هاي جزئي در شرايط كاري، مانند عدم تعادل بار داخل ماشين لباسشويي (نابالانسي) كه به طور مكرر در طول مدت استفاده رخ مي‌دهد، مي‌تواند بر عملكرد و طول عمر آن‌ها تأثير منفي بگذارد. در حال حاضر روش‌هايي براي تشخيص نابالانسي و نابالانسيكوپل در ماشين لباسشويي وجود دارد؛ اما روش‌هايموجود در حالتي كه هيچ حس‌گر اضافي وجود ندارد، براي تشخيص نابالانسيكوپل دچار خطا مي‌شوند؛ لذا هدفاينپروژهتشخيص توزيعبارغيريكنواختبه‌صورتدو‌جهته (نابالانسيكوپل)بررويشافتموتورمي‌باشد. بيشتر كارهاي قبلي در مورد تشخيص عدم تعادل درماشين‌هايلباسشويي بر روي تشخيص عدم تعادل بار و فرموله‌كردن آن تمركز دارد. با اين حال، محدوديت اصلي بيشترروش‌هاي پيشنهادي اين است كه يا بر مدل‌هاي پيچيده رياضي (رويكرد اول) ماشين تكيهمي‌كننديا از داده‌هاي چندينحسگر واقع در موقعيت‌هاي مختلف در ماشين (رويكرد دوم) براي رسيدن به كار استفاده شده است. در پژوهش حاضر به اين صورت عمل شده است كه با استفاده از ابزار شبكه عصبي مصنوعي و بدون اضافه‌كردن و حتي حذف حس‌گرارتعاشي و تنها با استفاده از داده‌هايراه‌انداز موتور ماشين لباسشويي، تشخيص نابالانسيكوپل بار داخل ماشين لباسشويي انجام شده است.در اين پژوهش به بررسي و مقايسه‌يشبكه‌هاي عصبي مصنوعي مختلف مانند خانواده‌يNARX ،GRU ها، LSTM ها و روشي تركيبي به كمك شبكه عصبي CNN پرداخته شده است. تبديل سري‌هاي زماني به تصاوير و تعليم تصاوير به شبكه عصبي CNNبه‌عنوان يك روش متفاوت به‌دقت 86.5 درصد رسيده و در كل اين شبكه عصبي نتايج مقبولي ارائه داد. همچنين مهم‌ترين مشكل اين شبكه عصبي دشوار بودن تبديل اين روش و شبكه عصبي به كد Cمي‌باشد. شبكه عصبي NAR به دليل ويژگي‌هاي ذاتي و همچنين ارائه نتايج خوب مانند دقت 88.5 درصدي، در پاسخ به تشخيص حالت بالانس و نابالانسيكوپل، مناسب‌ترين روش و شبكه عصبي مصنوعي مورد استفاده در اين پژوهش بوده است. با اين حال يكي از معايب اصلي آن طولاني بودن زمان آموزش در صورت وجود نظر به گذشته‌هاي زياد است؛ اما ساده‌ترين روش براي پياده‌سازي روي سخت‌افزار ماشين لباسشويي، اين شبكه عصبي مي‌باشد.

227496

دانشگاه اصفهان

مهندسي مكاترونيك

حامد شهبازي , حسين كريم پور