تشخيص عيب بلبرينگ در موتورهاي القايي با استفاده از يادگيري عميق

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

موتورهاي القايي از تجهيزات حياتي در صنايع توليدي و خدماتي مدرن به شمار مي‌آيند. نظارت و پايش وضعيت موتورها مي¬تواند به كاهش هزينه¬هاي عملياتي و نگهداري كمك كند. تشخيص زود هنگام عيب¬ها، به ويژه عيب‌هاي موتور القايي از اهميت زيادي برخوردار است؛ چرا كه باعث كاهش هزينه نگهداري، جلوگيري از گسترش عيب و آسيب به بقيه تجهيزات و كاهش يا توقف توليد مي¬شود. اينكه بتوان رخدادن يك عيب را قبل از وقوع آن تشخيص داد و از پيامدهاي بعدي آن جلوگيري كرد، حائز اهميت است. در بين عيوبي كه براي موتور القايي رخ مي‌دهد، تشخيص و يا آشكارسازي عيب بلبرينگ مهم است؛ چرا كه رايج‌ترين و مهم‌ترين مورد محسوب مي‌شود. امروزه مشخص شده بكارگيري روش‌هاي يادگيري عميق براي مسائل تشخيص عيب از كارايي بيشتري برخوردار است. بنابراين با توجه به اهميت بالاي تشخيص عيب بلبرينگ، در اين پايان‌نامه يك چارچوب مبتني بر يادگيري عميق جهت آشكارسازي عيب بلبرينگ طراحي شده است. اين چارچوب شامل شبكه عصبي پيچشي تك بعدي (CNN-1D)، واحد بازگشتي دروازه‌اي دو طرفه (BIGRU) و ماژول توجه كانولوشني (CBAM) است، كه بر روي مجموعه داده‌هاي نسبتا بزرگ جريان و ارتعاش آموزش داده شده و نتايج حاصل از آن ارائه مي‌گردد. ويژگي‌هاي مورد استفاده در اين پژوهش شامل جريان‌هاي T،S ،R و ارتعاش در راستاي X وY مربوط به دو بلبرينگ هستند. در فرآيند تشخيص عيب، چهار وضعيت تشخيص وجود دارد كه حالت سالم، عيب حلقه‌ي داخلي، عيب حلقه‌ي خارجي و ساچمه بلبرينگ را در بر مي‌گيرد. استفاده از داده جريان در روش ارائه شده، از يك طرف باعث عدم كاهش ميانگين دقت، 68/99 % براي داده ارتعاش به تنهايي و 70/99% براي حالت هم‌جوشاني داده ارتعاش و جريان، نمي‌شود. از طرف ديگر اين هم‌جوشاني داده ارتعاش و جريان مي‌تواند باعث كاهش هزينه پياده‌سازي عملي و ارتقاء مفاهيمي چون پايداري تشخيص، افزايش قابليت اطمينان و تعميم پذيري به وضعيت‌هاي مختلف كاربردي شود. همچنين با توجه به اين كه اين دو داده اطلاعاتي شامل وضعيت مكانيكي و الكتريكي موتور را همزمان فراهم مي‌كند، هرگاه يكي از داده‌ها نويزي باشد؛ داده ديگري مي‌تواند كمك كند و مكمل يكديگر جهت تشخيص عيب باشند.

237129

كنترل

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان