چکیده :

در حال حاضر پایش وضعیت به کمک تحلیل ارتعاشات نه تنها برای اجزای سادهای مانند یاتاقان ها وچرخ دنده ها انجام میگیرد، در موتورها و ماشین های ترکیبی نیز به منظور تشخیص عیب یا پیش بینی عیوب در حال رخ دادن کاربرد فراوانی یافته و در صنایع مختلف از جمله صنعت خودرو به عنوان یک روش مناسب مورد استفاده قرار میگیرد. یکی از تکنیک های کارآمد در این زمینه استفاده از سیستمهای هوشمند، با توجه به عملکرد قابل قبول این سیستمها در شرایط عدم قطعیت میباشد. استفاده از تکنیک

های جدید تشخیص عیب در برنامه پایش وضعیت طی سال های اخیر با روند فزاینده ای مواجه شده است .تحقیق حاضر به بررسی یک سیستم تشخیص و طبقه بندی عیوب موتور احتراق داخلی، با استفاده از شبکه های عصبی مصنوعی می پردازد. سیگنال های ارتعاشی با چهار شتاب سنج به کمک سیستم داده برداری ضبط شده و فرآیند حذف نویز و بدست آوردن ضرایب موجک، توسط تبدیل موجک روی داده ها انجام شد .انرژی سیگنال های معیوب و خطا برای ایجاد بردار ویژگی انتخاب شده و به عنوان ورودی به شبکه عصبی در نظر گرفته شد. سرانجام شبکه پرسپترون با ساختار 1:43:8و کارائی%100 ارائه گردید.

کلمات کلیدی :

عیب یابی – موتور احتراق داخلی  – موجک – انرژی سیگنال– شبکه عصبی مصنوعی – سیگنال های ارتعاشی

چکیده…………………………………………………………………………………………………………………………………………….. آ

عیب یابی موتور احتراق داخلی با استفاده از سیگنال های ارتعاشی موتور

عیب یابی موتور احتراق داخلی با استفاده از سیگنال های ارتعاشی موتور

فصل اول- مقدمه و اهداف پژوهش…………………………………………………..1

1 – 1 – مقدمه…………………………………………………………………………………………………………………………………………..2
‫ﻋﻠﻢ ﺧﻮدرو ﺑﺎ ﺳﺮﻋﺖ ﺑﺴﯿﺎر زﯾﺎد ﺑﻪ ﺳﻮی ﭘﯿﺸﺮﻓﺖ ﺣﺮﮐﺖ ﻣﯽ ﮐﻨﺪ و ﺧﻮدروﺳﺎزان ﺟﻬﺖ دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﺑﺎزارﻫﺎی ‫ﺑﯿﺸﺘﺮ در رﻗﺎﺑﺖ ﺑﺎ ﯾﮑﺪﯾﮕﺮ ﻣﯽ ﺑﺎﺷﻨﺪ. ﺗﺤﻮﯾﻞ ﺧﻮدروﻫﺎی ﺑﯽ ﻋﯿﺐ و ﻧﻘﺺ ﯾﮑﯽ از ﻣﻬﻤﺘﺮﯾﻦ ﭘﺎراﻣﺘﺮﻫﺎ از دﯾﺪ ‫ﻣﺸﺘﺮی ﻣﯽ ﺑﺎﺷﺪ.
‫ﻣﻮﺗﻮر ﺧﻮدرو ﯾﮑﯽ از ﻣﻬﻢ ﺗﺮﯾﻦ ﻗﺴﻤﺖ ﻫﺎی ﺧﻮدرو ﺑﻪ ﺣﺴﺎب ﻣﯽآﯾﺪ و ﺑﻪ ﻋﻠﺖ ﭘﯿﭽﯿﺪﮔﯽ ﻫﺎﯾﯽ ﮐﻪ دارد ﻃﯽ ‫ﭘﺮوﺳﻪ ﻫﺎی ﺗﻮﻟﯿﺪ ﺑﻌﻀﺎ ﺑﻌﺪ از ﻣﻮﻧﺘﺎژ و ﺑﮑﺎرﮔﯿﺮی دارای ﻣﻌﺎﯾﺒﯽ اﺳﺖ ﮐﻪ ﭘﯿﺪا ﮐﺮدن اﯾﻦ ﻋﯿﻮب، ﺧﻮد ﯾﮑﯽ از ‫ﺗﺨﺼﺼﯽ ﺗﺮﯾﻦ ﻣﺮاﺣﻞ ﺗﮑﻤﯿﻞ ﻓﺮآﯾﻨﺪ ﺗﻮﻟﯿﺪ ﺧﻮدروﺳﺖ. روﺷﻬﺎی ﻋﯿﺐ ﯾﺎﺑﯽ از ﻃﺮﯾﻖ ﺗﺤﻠﯿﻞ ارﺗﻌﺎﺷﺎت ﯾﮑﯽ از ‫روش ﻫﺎی ﺟﺪﯾﺪ ﻣﻬﻨﺪﺳﯽ اﺳﺖ ﮐﻪ در ﻣﻬﻨﺪﺳﯽ ﺧﻮدرو ﮐﺎرﺑﺮد ﻓﺮاواﻧﯽ دارد و ﺑﺎ اﯾﻦ روش ﻧﻮﯾﻦ ﻣﻬﻨﺪﺳﯽ، ‫ﺧﻮدروﺳﺎزان ﻣﯽ ﺗﻮاﻧﻨﺪ در آﺧﺮﯾﻦ ﻗﺴﻤﺖ ﺗﻮﻟﯿﺪ ﻣﻮﺗﻮر آن را در ﮐﻢ ﺗﺮﯾﻦ زﻣﺎن و ﺑﺎ ﺑﺎﻻﺗﺮﯾﻦ دﻗﺖ ﻣﻮرد ﺑﺮرﺳﯽ ‫ﻗﺮار داده و در ﺻﻮرت وﺟﻮد ﻋﯿﺐ، ﻣﺸﮑﻼت آن را ﭘﯿﺪا ﮐﺮده و ﺑﺮﻃﺮف ﻧﻤﺎﯾﻨﺪ.
‫در ﻓﺮآﯾﻨﺪ ﺗﻮﻟﯿﺪ ﻣﻮﺗﻮر ﭘﺮاﯾﺪ و در اﻧﺘﻬﺎی ﺧﻂ ﺗﻮﻟﯿﺪ ﻋﻤﻞ ﺗﺴﺖ ﻓﻨﯽ1 اﻧﺠﺎم ﻣﯽ ﺷﻮد ﮐﻪ ﻫﻤﺎن ﺑﺮرﺳﯽ ﮐﻠﯽ ‫ﻣﻮﺗﻮر از ﻧﻈﺮ ﺻﺪا، ﻟﺮزش،رزوﻧﺎﻧﺲ و… ﻣﯽ ﺑﺎﺷﺪ. در اﻧﺘﻬﺎی اﯾﻦ ﺗﺴﺖ ﺧﻮدروﻫﺎﯾﯽ ﮐﻪ در ﺑﺮرﺳﯽ ﭘﺎراﻣﺘﺮﻫﺎی ‫ﻣﻄﺮح ﺷﺪه اﻧﺘﻈﺎرات را ﺑﺮآورده ﻧﮑﻨﻨﺪ ﺑﻪ ﻣﻨﻈﻮر ﻋﯿﺐ ﯾﺎﺑﯽ ﻣﻮرد ﺑﺮرﺳﯽ دﻗﯿﻘﺘﺮ ﻗﺮار ﮔﺮﻓﺘﻪ، ﺗﻌﻤﯿﺮ ﻣﯽ ﺷﻮﻧﺪ و ‫در اﻧﺘﻬﺎ ﻣﺠﺪدا ﺗﺴﺖ ﻣﯽ ﺷﻮﻧﺪ ﺗﺎ از ﻧﻈﺮ ﻋﻤﻠﮑﺮد ﻣﻮرد ﺗﺎﯾﯿﺪ ﻗﺮار ﮔﯿﺮﻧﺪ. ‫ﻧﺤﻮه ﻋﯿﺐ ﯾﺎﺑﯽ اﯾﻦ ﻣﻮﺗﻮر در ﺣﺎل ﺣﺎﺿﺮ از ﻃﺮﯾﻖ آزﻣﻮن و ﺧﻄﺎ ﻣﯽ ﺑﺎﺷﺪ ﮐﻪ در اﯾﻦ روش اﺣﺘﻤﺎل ﻋﯿﺐ ‫ﯾﺎﺑﯽ ﻏﻠﻂ ﺑﺴﯿﺎر ﺑﻮده و ﺑﻌﻀﺎ ﻣﻤﮑﻦ اﺳﺖ ﺑﻪ ﺧﺎﻃﺮ ﺗﺸﺨﯿﺺ اﺷﺘﺒﺎه ﻋﯿﺐ و ﻗﻄﻌﻪ ﻣﻌﯿﻮب، ﯾﮏ ﻣﻮﺗﻮر ﭼﻨﺪﯾﻦ ‫ﺑﺎر ﺗﻌﻤﯿﺮ و ﺑﺎز و ﺑﺴﺖ ﺷﻮد. ‫اﯾﻦ روش ﻋﯿﺐ ﯾﺎﺑﯽ از ﻧﻈﺮ اﻗﺘﺼﺎدی و زﻣﺎﻧﯽ ﻗﺎﺑﻞ ﺗﻮﺟﯿﻪ ﻧﺒﻮده و ﺗﺒﺪﯾﻞ ﺑﻪ ﯾﮑﯽ از ﻣﺸﮑﻼت ﺧﻂ ﺗﻮﻟﯿﺪ ‫ﺷﺪه اﺳﺖ. ﯾﮑﯽ از ﺑﻬﺘﺮﯾﻦ روش ﻫﺎی ﻋﯿﺐ ﯾﺎﺑﯽ ﮐﻪ ﻣﯽ ﺗﻮاﻧﺪ ﺟﺎﯾﮕﺰﯾﻦ روش ﮐﻨﻮﻧﯽ ﺷﻮد آﻧﺎﻟﯿﺰ ارﺗﻌﺎﺷﺎت و ‫ﻧﻮﯾﺰ در ﻣﻮﺗﻮر ﻣﯽ ﺑﺎﺷﺪ، ﭼﺮا ﮐﻪ ﺑﺎ آﻧﺎﻟﯿﺰ ارﺗﻌﺎﺷﺎت ﻣﯽ ﺗﻮان ارﺗﺒﺎط ﺑﯿﻦ ﭘﺎﺳﺦ ارﺗﻌﺎﺷﯽ و ﻋﯿﻮب ﻣﻮﺗﻮر را ‫ﻣﺸﺨﺺ ﮐﺮد.

‫اوﻟﯿﻦ ﻣﺸﮑﻞ در ﺷﻨﺎﺳﺎﯾﯽ ﻋﯿﺐ ارﺗﻌﺎﺷﯽ ﻣﺸﺨﺺ ﮐﺮدن ﻣﻨﺒﻊ و ﻣﺤﻞ آن اﺳﺖ. ﺷﻨﺎﺳﺎﯾﯽ ﻣﻨﺒﻊ ﺑﻪ ﻣﻌﻨﯽ ‫اﻧﺠﺎم ﯾﮏ ﺗﺤﻠﯿﻞ ﻓﺮﮐﺎﻧﺴﯽ ﺑﻪ ﻣﻨﻈﻮر ﯾﺎﻓﺘﻦ ﻓﺮﮐﺎﻧﺲ ﻣﺆﺛﺮ و ﺳﭙﺲ ردﯾﺎﺑﯽ آن ﺗﺎ ﻣﻨﺒﻊ ارﺗﻌﺎش، ﺑﺮای ﺗﻌﯿﯿﻦ ‫ﻋﺎﻣﻞ آن اﺳﺖ. ﺳﭙﺲ ﺑﺮای ﺗﺸﺨﯿﺺ ﺷﺪت ارﺗﻌﺎش، داﻣﻨﻪی آن اﻧﺪازهﮔﯿﺮی ﻣﯽﺷﻮد. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﺠﺎرب ‫ﮐﺎرﺷﻨﺎﺳﺎن، اﻋﺘﻘﺎد ﺑﺮ اﯾﻦ اﺳﺖ ﮐﻪ ﻣﻨﺒﻊ ارﺗﻌﺎش ﺑﻪ ﻃﻮر ﮐﺎﻣﻞ ﻗﺎﺑﻞ ﺗﻌﯿﯿﻦ و ﺗﺸﺨﯿﺺ ﻧﯿﺴﺖ، ﻫﺮ ﻣﺸﮑﻞ ‫ارﺗﻌﺎﺷﯽ دارای ﺷﺮاﯾﻂ ﺟﺪﯾﺪی اﺳﺖ ﮐﻪ ﺷﺎﯾﺪ ﭘﺎراﻣﺘﺮﻫﺎی آن ﺗﺎ ﺑﻪ ﺣﺎل دﯾﺪه ﻧﺸﺪه ﺑﺎﺷﺪ[1].
‫ﻣﻮﺿﻮع دﯾﮕﺮ اﯾﻨﮑﻪ ﻫﻨﻮز ﻫﻤﻪی ﺷﮑﻞﻫﺎی ﻗﺎﺑﻞ ﺗﺼﻮر ﺑﺮای ﯾﮏ ﻣﻮﺗﻮر ﺳﺎﺧﺘﻪ ﻧﺸﺪه اﻧﺪ و ﺷﺎﯾﺪ ﺻﺪﻫﺎ ﺳﺎل ‫ﺑﻌﺪ از اﯾﻦ ﯾﺎﺗﺎﻗﺎنﻫﺎﯾﯽ ﺳﺎﺧﺘﻪ ﺷﻮد ﮐﻪ ﻣﺸﺨﺼﺎت ارﺗﻌﺎﺷﯽ آﻧﻬﺎ ﺑﻪ ﮐﻠﯽ ﻣﺘﻔﺎوت ﺑﺎﺷﻨﺪ. ﮐﺴﯽ ﮐﻪ ﯾﮏ ﻣﺸﮑﻞ ‫ارﺗﻌﺎﺷﯽ را ﺗﺤﻠﯿﻞ ﻣﯽﮐﻨﺪ وﻗﺘﯽ ﺑﻪ ﺷﺮاﯾﻂ ﺟﺪﯾﺪ ﺑﺮ ﻣﯽﺧﻮرد ﺑﺎﯾﺪ ﺑﻪ ﻣﺒﺎﻧﯽ ﻣﻮﺟﻮد رﺟﻮع ﮐﻨﺪ. اﺑﺘﺪا ﺑﺎﯾﺪ ﺑﻪ ‫ﯾﺎد آورد ﮐﻪ ﯾﮏ ارﺗﻌﺎش اﺟﺒﺎری در اﺛﺮ ﯾﮏ ﻧﯿﺮوی ﺗﮑﺮاری ﺑﻪ وﺟﻮد ﻣﯽآﯾﺪ. ﭼﻪ ﻋﺎﻣﻠﯽ ﺳﺒﺐ ﻣﯽﺷﻮد ﮐﻪ ﯾﮏ ‫ﻧﯿﺮو ﺑﺎ ﯾﮏ ﻓﺮﮐﺎﻧﺲ ﻣﺸﺨﺺ ﺗﮑﺮار ﺷﻮد؟

‫دوم اﯾﻨﮑﻪ ﺑﻌﯿﺪ ﻧﯿﺴﺖ ﭘﺪﯾﺪهی ارﺗﻌﺎﺷﺎت ﻃﺒﯿﻌﯽ در آﯾﻨﺪه ﭘﯿﺶ ﺑﯿﻨﯽﻫﺎ را ﺗﻐﯿﯿﺮ ﻧﺪﻫﺪ. ﭘﺲ ﻣﻨﺒﻊ ارﺗﻌﺎش ‫در ﯾﮑﯽ از اﯾﻦ دو دﺳﺘﻪ ﻗﺮار ﻣﯽﮔﯿﺮد: ارﺗﻌﺎﺷﺎت اﺟﺒﺎری و ﯾﺎ ارﺗﻌﺎﺷﺎت ﻃﺒﯿﻌﯽ. ﻣﻌﻤﻮﻻً ﺑﻬﺘﺮ اﺳﺖ ﮐﻪ ﻣﻨﺒﻊ ‫ﻣﺸﺨﺺ و ﺳﭙﺲ ﺗﻌﻤﯿﺮ اﻧﺠﺎم ﺷﻮد[1]. ﺑﻨﺎﺑﺮاﯾﻦ ﭘﺮﺳﺶﻫﺎی اﺳﺎﺳﯽ ﭘﮋوﻫﺶ ﺑﻪ ﺻﻮرت زﯾﺮ ﻣﻄﺮح ﻣﯽ ﺷﻮد ‫ﮐﻪ:

‫- آﯾﺎ ﻣﯽ ﺗﻮان از ﻧﺤﻮه ارﺗﻌﺎﺷﺎت ﺑﺪﺳﺖ آﻣﺪه ﺗﻌﯿﯿﻦ ﮐﺮد ﭼﻪ ﻋﯿﺒﯽ در ﻣﻮﺗﻮر اﺣﺘﺮاق داﺧﻠﯽ اﯾﺠﺎد ﺷﺪه ‫اﺳﺖ؟
‫- آﯾﺎ اﺳﺘﻔﺎده از روش ﻫﺎی ﺧﻮﺷﻪ ﺑﻨﺪی ﻣﺎﻧﻨﺪ ﻣﯽ ﺗﻮاﻧﺪ ﻃﺒﻘﻪ ﺑﻨﺪی ﻋﯿﻮب را ﺑﻬﺘﺮ از ﺷﺒﮑﻪ ‫ﻫﺎی ﻋﺼﺒﯽ اﻧﺠﺎم دﻫﺪ؟
‫- آﯾﺎ روش ﻫﺎی ﻫﻮﺷﻤﻨﺪ ﻣﺎﻧﻨﺪ ﺷﺒﮑﻪ ﻫﺎی ﻋﺼﺒﯽ ﺟﻬﺖ ﺗﺸﺨﯿﺺ ﻋﯿﻮب در ﻣﻮﺗﻮر ﺧﻮدرو ﻣﯽ ﺗﻮاﻧﻨﺪ ‫ﺟﺎﯾﮕﺰﯾﻦ ﻣﻨﺎﺳﺒﯽ ﺑﺮای اﻓﺮاد ﺧﺒﺮه ﺑﺎﺷﻨﺪ؟

1 – 2 – اهداف اصلی پژوهش………………………………………………………………………………………………………………………….3

-3- فرضیه های پژوهش……………………………………………………………………………………………………………………………….4

تبدیل فوریه غیر ایستا

تبدیل فوریه غیر ایستا

فصل دوم پیشینه تحقیق…………………………………5

– 1 – مقدمه………………………………………………………………………………………………………………………………………………6
‫ﺗﮑﻨﯿﮏ ﻫﺎی ﻋﯿﺐ ﯾﺎﺑﯽ اﺗﻮﻣﺎﺗﯿﮏ ﺑﺮای ﺗﺸﺨﯿﺺ ﻋﯿﻮب اﺑﺘﺪاﺋﯽ ﻣﺎﺷﯿﻦ آﻻت دوار ﺑﻪ ﻣﻨﻈﻮر ﺟﻠﻮﮔﯿﺮی از ‫ﺿﺮرﻫﺎی ﺟﺎﻧﯽ و ﻣﺎﻟﯽ، اﻓﺰاﯾﺶ ﮐﯿﻔﯿﺖ و ﻧﺮخ ﺗﻮﻟﯿﺪ ﺑﻪ ﮐﺎر ﺑﺮده ﻣﯽ ﺷﻮﻧﺪ. ﻣﻮﺗﻮرﻫﺎی اﺣﺘﺮاق داﺧﻠﯽ ﻧﯿﺰ ﮐﻪ ﺑﻪ ‫ﻃﻮر ﮔﺴﺘﺮده در وﺳﺎﺋﻂ ﻧﻘﻠﯿﻪ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﻣﯽ ﮔﯿﺮﻧﺪ، در ﻋﯿﺐ ﯾﺎﺑﯽ اﺗﻮﻣﺎﺗﯿﮏ ﺗﻮﺳﻂ ﺗﺴﺖ ﻫﺎی ﻏﯿﺮ ‫ﻣﺨﺮب ﻣﻮرد ﺗﻮﺟﻪ ﻓﺮاوان ﻗﺮار ﮔﺮﻓﺘﻪ اﻧﺪ. ﻧﯿﺎز ﺑﺮای ﭘﺮوﺳﻪ ﻫﺎی ﺻﻨﻌﺘﯽ اﺗﻮﻣﺎﺗﯿﮏ و ﺑﻬﺒﻮد ﻫﺰﯾﻨﻪ ﻫﺎی ‫ﻧﮕﻬﺪاری و ﺗﻌﻤﯿﺮات، ﻣﻨﺠﺮ ﺑﻪ ﺗﻮﺳﻌﻪ روﺷﻬﺎی ﺟﺪﯾﺪ ﻋﯿﺐ ﯾﺎﺑﯽ ﺷﺎﻣﻞ: روﺷﻬﺎی ﺑﺮ ﭘﺎﯾﻪ ﻣﺪل دﯾﻨﺎﻣﯿﮑﯽ، آﻧﺎﻟﯿﺰ ‫آﻣﺎری ﭼﻨﺪ ﻣﺘﻐﯿﺮه، ﻣﻨﻄﻖ ﻓﺎزی، اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ1 و ﺷﺒﮑﻪ ﻫﺎی ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ2 ﺷﺪه اﺳﺖ. ﺷﺒﮑﻪ ﻫﺎی ‫ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﮐﻪ ﯾﮏ ﻣﻔﻬﻮم رﯾﺎﺿﯽ ﺗﻮﺳﻌﻪ داده ﺷﺪه و اﻟﻬﺎم ﮔﺮﻓﺘﻪ از ﺳﯿﺴﺘﻢ ﺑﯿﻮﻟﻮژﯾﮑﯽ و ﻋﺼﺒﯽ اﻧﺴﺎن ‫ﻣﯽ ﺑﺎﺷﻨﺪ، ﺑﻪ ﻋﻨﻮان ﯾﮏ ﺳﯿﺴﺘﻢ دﯾﻨﺎﻣﯿﮑﯽ ﻏﯿﺮﺧﻄﯽ ﺑﺎ ﻗﺎﺑﻠﯿﺖ ﻧﮕﺎﺷﺖ ﺗﻮاﺑﻊ ﻏﯿﺮﺧﻄﯽ، ﺑﻪ ﻃﻮرﮔﺴﺘﺮده ‫اﻫﻤﯿﺖ وﯾﮋه ای را در ﮐﺎرﺑﺮدﻫﺎی ﻓﻨﯽ و ﻣﻬﻨﺪﺳﯽ ﺑﺮای ﺣﻞ ﻣﺴﺎﻧﻞ ﻏﯿﺮﺧﻄﯽ ﭘﯿﺪا ﮐﺮده اﻧﺪ. ﺷﺒﮑﻪ ﻫﺎی ﻋﺼﺒﯽ، ﻫﻤﺎن ﻃﻮر ﮐﻪ ﻣﻐﺰ اﻧﺴﺎن ﻋﻤﻞ ﻣﯽ ﮐﻨﺪ، ﺑﺮای ﺣﻞ ﻣﺴﺎﺋﻞ، ﻧﯿﺎز ﺑﻪ آﻣﻮزش دارﻧﺪ و از آﻧﺠﺎﺋﯽ ﮐﻪ ﺑﻪ ‫ﻣﻨﻈﻮر ﯾﺎدﮔﯿﺮی اﻟﮕﻮﻫﺎی ﻣﻮرد ﻧﻈﺮ ﻧﯿﺎز ﺑﻪ ﺣﺠﻢ ﺑﺎﻻﺋﯽ از اﻃﻼﻋﺎت اﺳﺖ، اﻧﺘﺨﺎب ﺑﺮدار وﯾﮋﮔﯽ ﺑﻪ ﻋﻨﻮان ‫ﻣﻬﻤﺘﺮﯾﻦ ﭘﺎراﻣﺘﺮ ﻣﻮﺛﺮ در ﻃﺮاﺣﯽ ﯾﮏ ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﮐﺎرآﻣﺪ، اﻫﻤﯿﺖ وﯾﮋه ای را ﺑﻪ ﺧﻮد اﺧﺘﺼﺎص داده اﺳﺖ. ‫ﺑﺮدار وﯾﮋﮔﯽ ﮐﻪ ﺑﻪ ﻋﻨﻮان ورودی ﺑﻪ ﺷﺒﮑﻪ ﺗﺰرﯾﻖ ﻣﯽ ﮔﺮدد، ﻧﻤﺎﯾﺎﻧﮕﺮ ﺧﻼﺻﻪ ای از ﻣﻬﻤﺘﺮﯾﻦ وﯾﮋﮔﯽ ﻫﺎی ‫ﻣﺴﺌﻠﻪ ﺑﺮای ﺷﻨﺎﺳﺎﺋﯽ و ﻃﺒﻘﻪ ﺑﻨﺪی اﻟﮕﻮﻫﺎ ﻣﯽ ﺑﺎﺷﺪ. ﯾﮑﯽ از ﺳﺎده ﺗﺮﯾﻦ روش ﻫﺎی دﺳﺖ ﯾﺎﺑﯽ ﺑﻪ ﯾﮏ ورودی ‫ﻣﻨﺎﺳﺐ ﺑﻪ ﺷﺒﮑﻪ ﻋﺼﺒﯽ و ﺑﺎ اﺳﺘﻔﺎده از ﺗﺴﺖ ﻫﺎی ﻏﯿﺮ ﻣﺨﺮب، اﺳﺘﻔﺎده از ﺳﯿﮕﻨﺎل ﻫﺎی ارﺗﻌﺎﺷﯽ ﻣﯽ ﺑﺎﺷﺪ، ﮐﻪ ‫ﺑﻪ ﻃﻮر ﮔﺴﺘﺮده در ﭘﺎﯾﺶ وﺿﻌﯿﺖ و ﻋﯿﺐ ﯾﺎﺑﯽ ﺳﯿﺴﺘﻢ ﻫﺎی دوار ﺻﻨﻌﺘﯽ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﻣﯽ ﮔﯿﺮﻧﺪ.

‫ﻋﻤﺪه ﺗﺮﯾﻦ دﻻﺋﻞ اﺳﺘﻔﺎده از ﺳﯿﮕﻨﺎل ﻫﺎی ارﺗﻌﺎﺷﯽ در اﯾﻦ زﻣﯿﻨﻪ ﻋﺒﺎرﺗﻨﺪ از:

‫• ﻓﺮاﻫﻢ آوردن ﺣﺠﻢ ﺑﺎﻻی اﻃﻼﻋﺎت.

‫• ﺳﻬﻮﻟﺖ در اﻧﺪازه ﮔﯿﺮی و ﮐﺴﺐ داده ﻫﺎ.

‫• ﺑﻪ دﺳﺖ آوردن اﻃﻼﻋﺎت ﻣﻮﺛﺮ ﻣﺎﻧﻨﺪ ﻓﺮﮐﺎﻧﺲ ﻫﺎی ﻃﺒﯿﻌﯽ.

‫اﮔﺮﭼﻪ در آﻧﺎﻟﯿﺰ ﺧﺮاﺑﯽ ﻣﺎﺷﯿﻦ آﻻت ﭘﺎراﻣﺘﺮﻫﺎی ﻋﻤﺪه ای ﻣﯽ ﺗﻮاﻧﺪ ﻣﺪﻧﻈﺮ ﺑﺎﺷﺪ (ارﺗﻌﺎﺷﺎت، ﺻﺪا، درﺟﻪ ‫ﺣﺮارت و….) اﻣﺎ در ارزﯾﺎﺑﯽ ﺻﺤﺖ ﻋﻤﻠﮑﺮد ﻣﺎﺷﯿﻦ آﻻت، ﻻزم اﺳﺖ ﮐﻪ از اﻃﻼﻋﺎت ﺧﺎرﺟﯽ ﺳﯿﺴﺘﻢ ﺑﺮای ‫ارزﯾﺎﺑﯽ ﺷﺮاﯾﻂ ﻣﻮﻟﻔﻪ ﻫﺎی دروﻧﯽ ﻣﺎﺷﯿﻦ ﮐﻪ ﻣﻌﻤﻮﻻ ﻏﯿﺮ ﻗﺎﺑﻞ دﺳﺘﺮﺳﯽ ﻣﯽ ﺑﺎﺷﺪ اﺳﺘﻔﺎده ﻧﻤﻮد. در ﻫﻤﯿﻦ ‫ارﺗﺒﺎط ﯾﮑﯽ از ﮐﺎراﺗﺮﯾﻦ اﺑﺰارﻫﺎﯾﯽ ﮐﻪ ﻣﺪ ﻧﻈﺮ ﻣﺤﻘﻘﺎن و ﻣﻬﻨﺪﺳﺎن ﻗﺮار ﮔﺮﻓﺘﻪ آﻧﺎﻟﯿﺰ ﺳﯿﮕﻨﺎل اﺳﺖ]2[.

2 -2- مرور ادبیات موضوع……………………………………………………………………… ……………………………………………………….7

-3- نتیجه گیری…………………………………………………………………………………………………… …………………………………..15

تبدیل فوریه کوتاه مدت از یک سیگنال

تبدیل فوریه کوتاه مدت از یک سیگنال

فصل سوم سخت افزار مورد استفاده………………………………………16

-1-مقدمه……………………………………………………………………………………………………….. …………………………………….17

‫ﻣﻌﻤﻮﻻ اﻧﺴﺎن ﺑﻪ ﻋﻨﻮان ﺟﺰﺋﯽ از ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﺤﺴﻮب ﻣﯽﺷﻮد. اﻧﺘﻘﺎل ارﺗﻌﺎﺷﺎت ﺑﻪ اﻧﺴﺎن، ﺑﺎﻋﺚ ﻧﺎراﺣﺘﯽ و ‫اﻓﺖ ﮐﺎراﯾﯽ او ﻣﯽﺷﻮد. ﻧﻮﺳﺎن اﺑﺰار اﻧﺪازه ﮔﯿﺮی ﻣﻤﮑﻦ اﺳﺖ ﺑﺎﻋﺚ ﻧﻘﺺ ﮐﺎرﮐﺮد آن ﻫﺎ ﺷﻮد و ﻗﺮاﺋﺖ اﯾﻦ اﺑﺰار ‫را ﺑﺎ ﻣﺸﮑﻞ ﻣﻮاﺟﻪ ﺳﺎزد. ﻟﺬا ﯾﮑﯽ از اﻫﺪاف ﻣﻬﻢ ﻣﻄﺎﻟﻌﻪی ارﺗﻌﺎﺷﺎت، ﮐﺎﻫﺶ دادن ارﺗﻌﺎﺷﺎت از ﻃﺮﯾﻖ ﻃﺮاﺣﯽ ‫درﺳﺖ ﻣﺎﺷﯿﻦ آﻻت و ﺗﮑﯿﻪﮔﺎه ﻫﺎی آنﻫﺎ اﺳﺖ. در اﯾﻦ راﺑﻄﻪ ﻣﻬﻨﺪﺳﯽ ﻣﮑﺎﻧﯿﮏ ﺳﻌﯽ ﻣﯽﮐﻨﺪ ﺗﺎ ﻧﺎﻣﯿﺰاﻧﯽ ‫ﻣﺎﺷﯿﻦ آﻻت را ﺑﻪ ﺣﺪاﻗﻞ ﺑﺮﺳﺎﻧﺪ و ﯾﮏ ﻣﻬﻨﺪس ﺳﺎزه ﺳﻌﯽ ﻣﯽﮐﻨﺪ ﭘﯽ ﻫﺎ را ﻃﻮری ﻃﺮاﺣﯽ ﮐﻨﺪ ﮐﻪ ﺗﺎﺛﯿﺮ ‫ﻧﯿﺮوﻫﺎی ﻧﺎﻣﯿﺰان وارد ﺑﺮ آن ﻫﺎ زﯾﺎن ﺑﺎر ﻧﺒﺎﺷﺪ.
‫ﺑﺮﺧﻼف آﺛﺎر ﻣﻀﺮ ﻣﺬﮐﻮر، ارﺗﻌﺎﺷﺎت ﮐﺎرﺑﺮدﻫﺎی ﻣﻔﯿﺪی در ﺻﻨﻌﺖ ﻧﯿﺰ دارد. از اﯾﻦ رو، در ﺳﺎل ﻫﺎی اﺧﯿﺮ، ‫ﮐﺎرﺑﺮد وﺳﺎﯾﻞ ﻣﺮﺗﻌﺶ در ﺻﻨﻌﺖ ﮔﺴﺘﺮش ﯾﺎﻓﺘﻪ اﺳﺖ. ارﺗﻌﺎﺷﺎت ﺑﺎﻋﺚ ﺑﻬﺒﻮد ﺑﺎزده ﺑﻌﻀﯽ ﻓﺮاﯾﻨﺪﻫﺎی ‫ﻣﺎﺷﯿﻨﮑﺎری، رﯾﺨﺘﻪﮔﺮی، آﻫﻨﮕﺮی و ﺟﻮشﮐﺎری ﻣﯽﺷﻮد. از ارﺗﻌﺎﺷﺎت ﺑﺮای ﺷﺒﯿﻪ ﺳﺎزی زﻟﺰﻟﻪ در ﺗﺤﻘﯿﻘﺎت ‫زﻣﯿﻦ ﺷﻨﺎﺳﯽ و ﺑﺮای ﻣﻄﺎﻟﻌﻪ ﻃﺮاﺣﯽ رآﮐﺘﻮرﻫﺎی ﻫﺴﺘﻪای ﻧﯿﺰ اﺳﺘﻔﺎده ﻣﯽﺷﻮد

وسایل اندازه گیری در آنالیز ارتعاشی………………………………………………………………………………………………………………17

سنسورهای ارتعاش سنجی……………………….. ………………………………………………………………………………………………17

انواع سنسورهای ارتعاش سنجی………………………………………………………………………………………………………………….19

-2-2-1 شتاب سنج ها………………………………………………………………………………………………………………………………..19

3 -2-3- انواع تجهیزات داده برداری……………………………………………………………………………………………………………………21

3 -2-4- نرم افزار پردازش و مدیریت اطلاعات……………………………………………………………………………………………………….21

3 -3- تجهیزات دیگر داده برداری ارتعاشی ………………………………………………………………………………………………………….22

3 -3-1- اسیلوسکوپ………………………………………………………………………………………………………………………………..22

3 -3-2- تجزیه و تحلیل کننده های پیشرفته……………………………………………………………………………………………………23

3 -3-3- نشان دهنده مقدار کلی ارتعاشات………………………………………………………………………………………………………23

-3-4- تحلیل گرهای FFT ……………………………………………………….ا………………………………………………………………..24

سنسور ضربه

سنسور ضربه

فصل چهارم روش های استخراج ویژگی.………………………………………25

– مقدمه……………………………………………………………………………………………………. ………………………………………26
‫ارﺗﻌﺎش ﻣﺎﺷﯿﻦ ﯾﮏ ﺣﺮﮐﺖ ﻓﯿﺰﯾﮑﯽ ﻣﯽ ﺑﺎﺷﺪ و ﺳﻨﺴﻮرﻫﺎی ارﺗﻌﺎﺷﯽ، اﯾﻦ ﺣﺮﮐﺖ را ﺑﻪ ﺳﯿﮕﻨﺎل اﻟﮑﺘﺮﯾﮑﯽ‫ﺗﺒﺪﯾﻞ ﻣﯽ ﮐﻨﻨﺪ. ﺳﯿﮕﻨﺎل اﻟﮑﺘﺮﯾﮑﯽ وارد آﻧﺎﻻﯾﺰرﻫﺎ ﺷﺪه و آﻧﻬﺎ اﯾﻦ ﺳﯿﮕﻨﺎل را ﺑﻪ ‪ ﯾﺎ دﯾﮕﺮ ﭘﺎراﻣﺘﺮﻫﺎ ‫ﭘﺮدازش ﻣﯽ ﮐﻨﻨﺪ. ﮐﻪ اﺻﻄﻼﺣﺎً ﻣﺠﻤﻮﻋﻪ اﯾﻦ ﻋﻤﻠﯿﺎت را ﭘﺮدازش ﺳﯿﮕﻨﺎل ﮔﻮﯾﻨﺪ.
‫ﺳﯿﮕﻨﺎل ﻫﺎ ﻣﯽ ﺗﻮاﻧﻨﺪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺧﺼﻮﺻﯿﺎت آﻧﻬﺎ، ﺑﻪ ﻃﺮق ﻣﺨﺘﻠﻒ ﺗﻘﺴﯿﻢ ﺑﻨﺪی ﺷﻮﻧﺪ. ﺗﻮﺟﻪ داﺷﺘﻪ ﺑﺎﺷﯿﺪ ‫ﮐﻪ ﺳﯿﮕﻨﺎل ﻫﺎ ﺑﻪ ﺧﻮدی ﺧﻮد ﺗﺎﺑﻌﯽ از زﻣﺎن ﻣﯽ ﺑﺎﺷﻨﺪ، وﻟﯽ ﻧﻤﺎﯾﺶ آن ﻫﺎ در ﺣﻮزهی ﻓﺮﮐﺎﻧﺲ ﻣﯽ ﺗﻮاﻧﺪ ﯾﮏ ‫ﺳﺮی ﺧﺼﻮﺻﯿﺎت ﻧﻬﻔﺘﻪ در آن ﻫﺎ را آﺷﮑﺎر ﻧﻤﺎﯾﺪ. در اﯾﻦ ﺟﺎ ﺳﯿﮕﻨﺎل ﻫﺎ از ﻧﻘﻄﻪ ﻧﻈﺮ ﻣﻨﺒﻊ ارﺗﻌﺎﺷﯽ و ﭘﺎﺳﺦ ‫ﻣﻨﺎﺑﻊ ارﺗﻌﺎﺷﯽ ﺑﺮای ﻣﺎ ﻣﻬﻢ ﻣﯽ ﺑﺎﺷﻨﺪ. از اﯾﻦ رو ﻣﯽ ﺗﻮان آن ﻫﺎ را ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ارﺗﻌﺎﺷﺎت ﻣﻌﯿﻦ و ﺗﺼﺎدﻓﯽ ﺑﻪ‫دو دﺳﺘﻪ ﺳﯿﮕﻨﺎل ﻫﺎی ﻣﻌﯿﻦ2 و ﺳﯿﮕﻨﺎل ﻫﺎی ﺗﺼﺎدﻓﯽ3 ﺗﻘﺴﯿﻢ ﺑﻨﺪی ﮐﺮد.
‫ﺑﻪ ﻃﻮر ﮐﻠﯽ دو ﻧﻮع ﻣﺒﺪل ﺑﺮای ﺳﯿﮕﻨﺎل ﻫﺎ وﺟﻮد دارد:
‫1. ﻣﺒﺪل آﻧﺎﻟﻮگ ﺑﻪ دﯾﺠﯿﺘﺎل4 )‪ :(A/Dﺑﺮای ﺗﺒﺪﯾﻞ ﺳﯿﮕﻨﺎل آﻧﺎﻟﻮگ ﺑﻪ دﯾﺠﯿﺘﺎل اﺳﺘﻔﺎده ﻣﯽﺷﻮد.
‫2. ﻣﺒﺪل دﯾﺠﯿﺘﺎل ﺑﻪ آﻧﺎﻟﻮگ )‪ :(D/Aﺑﺮای ﺗﺒﺪﯾﻞ ﺳﯿﮕﻨﺎل دﯾﺠﯿﺘﺎل ﺑﻪ آﻧﺎﻟﻮگ اﺳﺘﻔﺎده ﻣﯽﺷﻮد.
‫ﺑﻪ ﻋﻼوه در ﺧﯿﻠﯽ از ﻣﻮارد، ﺑﺴﺘﻪ ﺑﻪ ﻧﻮع ﻣﻄﺎﻟﻌﻪ ای ﮐﻪ اﻧﺠﺎم ﻣﯽ ﺷﻮد، ﻻزم اﺳﺖ ﮐﻪ ﭘﺎراﻣﺘﺮ اﻧﺪازه ﮔﯿﺮی ‫ﺗﻐﯿﯿﺮ ﮐﻨﺪ. اﮔﺮ آﺷﻨﺎﯾﯽ ﺑﺎ ﭘﺮدازش ﺳﯿﮕﻨﺎل وﺟﻮد ﻧﺪاﺷﺘﻪ ﺑﺎﺷﺪ ﺗﻨﻈﯿﻢ ﭘﺎراﻣﺘﺮ اﻧﺪازه ﮔﯿﺮی ﻫﻢ ﻏﯿﺮ ﻣﻤﮑﻦ ‫ﺧﻮاﻫﺪ ﺑﻮد. ﻫﻤﭽﻨﯿﻦ ﻣﺴﺌﻠﻪ ﺗﻨﻈﯿﻢ ﭘﺎراﻣﺘﺮﻫﺎی اﻧﺪازه ﮔﯿﺮی واﺑﺴﺘﮕﯽ زﯾﺎدی ﺑﻪ ﻧﻮع دﺳﺘﮕﺎه اﻧﺪازه ﮔﯿﺮی دارد. ‫در اﯾﻨﺠﺎ ﺗﻮﺟﻪ ﻣﺨﺘﺼﺮی ﺑﻪ ﭘﺮدازش ﺳﯿﮕﻨﺎل ﻧﻤﻮده ﺗﺎ ﺑﺘﻮاﻧﯿﻢ اﻃﻼﻋﺎت ﻧﻬﺎﯾﯽ را ﺑﺮای ﭘﺎﯾﺶ وﺿﻌﯿﺖ ﻣﺎﺷﯿﻦ ﺗﻬﯿﻪ ﮐﻨﯿﻢ. ﺑﺮای درﯾﺎﻓﺖ ﺧﺮوﺟﯽ ﻣﻨﺎﺳﺐ، ﻧﯿﺎز ﻫﺴﺖ ﮐﻪ از ﭘﺎراﻣﺘﺮﻫﺎ و ﻣﺮاﺣﻠﯽ ﮐﻪ در اداﻣﻪ ﺗﻮﺿﯿﺢ ﺧﻮاﻫﯿﻢ ‫داد، ﺑﺮ روی ﺳﯿﮕﻨﺎل اﺳﺘﻔﺎده ﮔﺮدد.[32و42].

– روش های استخراج ویژگی……………………………………………………………………………………………………………………..27

– روش های استخراج ویژگی در حوزه زمان……………………………………………………………………………………………………27

– روش های استخراج ویژگی در حوزه فرکانس………………………………………………………………………………………………..28

– تبدیل فوریه………………………………………… …………………………………………………………………………………………….29

4-6- تبدیل فوریه کوتاه مدت………………………………………………………………………………………………………………………31

4-7 – تبدیل موجک………………………………………………………………………………………………………………………………..33

-7-1- مقدمه……………………………………………………………………………………………………………………………………….33

علت استفاده از تبدیل موجک…………………………………………………………………………………………………………………..34

آنالیز چند رزولوشنی یا تبدیل موجک………………………………………………………………………………………………………….40

موجک…………………………………………………………………………………………………………………………………………..40

تبدیل های موجک……………………………………………………………………………………………………. ……………………….41

4 -7-6- تبدیل موجک پیوسته……………………………………………………………………………………………………………….41

4 -7-7- محاسبه موجک پیوسته…………………………………………………………………………………………………………….44

4 -7-8- تبدیل موجک گسسته……………………………………………………………………………………………………………..44

4 -7-9- تحلیل یا تجزیه بسته ای موجک……………………………………………………………………………………………………45

4 -7-10- تبدیل موجک ساکن………………………………………………………………………………………………………………..46

4 -7-11- انواع توابع موجک…………………………………………………………………………………………………………………….47

-7-12- دلایل استفاده از موجک……………………………………………………………………………………………………………..48

سیگنال ایستا

سیگنال ایستا

فصل پنجم روش های خوشه بندی، تشخیص و دسته بندی عیوب …49

-1- مقدمه ……………………………………………………………………………………………………………………………………50

‫در ﻓﺼﻞ ﻗﺒﻞ اﺑﺰارﻫﺎﯾﯽ ﺑﺮای اﺳﺘﺨﺮاج وﯾﮋﮔﯽ ﻣﻌﺮﻓﯽ ﺷﺪﻧﺪ وﻟﯽ ﺑﺮای اﻧﺠﺎم ﻋﯿﺐ ﯾﺎﺑﯽ ﻫﻮﺷﻤﻨﺪ اﺑﺰارﻫﺎی ‫دﯾﮕﺮی ﻣﻮرد ﻧﯿﺎز ﻫﺴﺘﻨﺪ ﮐﻪ ﻗﺎﺑﻠﯿﺖ ﺗﺸﺨﯿﺺ ﺑﯿﻦ ﺣﺎﻟﺖ ﻫﺎی ﻣﻌﯿﻮب و ﺳﺎﻟﻢ را داﺷﺘﻪ ﺑﺎﺷﻨﺪ. ﻟﺬا در اﯾﻦ ‫ﻓﺼﻞ روش ﻫﺎی ﻣﺘﺪاول و ﺷﻨﺎﺧﺘﻪ ﺷﺪه ﮐﻪ در ﺑﺨﺶ ﻣﺮور ادﺑﯿﺎت ﻣﻮﺿﻮع ﻣﻌﺮﻓﯽ ﺷﺪه اﻧﺪ ﻣﻌﺮﻓﯽ ﺟﺎﻣﻌﺘﺮی ‫ﺷﺪه و در ﻣﺮاﺣﻞ ﺑﻌﺪی از آن ﻫﺎ اﺳﺘﻔﺎده ﺧﻮاﻫﺪ ﺷﺪ.
5 -2- روش های استفاده شده برای خوشه بندی عیوب………………………………………………………………………………50

1-2-5- روش K-means…ا………………………………………………………………………………………………………………… 50

5 -2-2- مزایای الگوریتم خوشه بندی K-means…………………………………ا……………………………………………………51

5 -2-3- معایب الگوریتم خوشه بندی K-means…………………………………ا……………………………………………………52

5 -3- روش های استفاده شده برای تشخیص و دسته بندی عیوب………………………………………………………………. 52

5 -3-1- شبکه های عصبی مصنوعی…………………………………………………………………………………………………..52

5 -3-2- معرفی شبکه عصبی مصنوعی……………………………………………………………………………………………….52

-3-3- تاریخچه شبکه های عصبی مصنوعی……………………………………………………………………………………………53

-3-4- علت استفاده از شبکه های عصبی مصنوعی………………………………………………………………………………….54

-3-5- شبکههای عصبی در مقایسه با کامپیوترهای سنتی………… ………………………………………………………………55

-3-6- ساختار شبکه های عصبی……………………………………………………………………………………………………….56

5 -3-7- الگوریتم پرسپترون.. ……………………………………………………………………………………………………………..57

5 -3-8- الگوریتم شبکه عصبی پرسپترون چند لایه………………………………………………………………. …………………58

5 -3-9- کاربرد شبکه های عصبی……………………………………………………………………………………………………..59

-1-10- معایب شبکه های عصبی مصنوعی…………………………………………………………………………………………….60

طیف موتور سالم و موتور بعد از کشیدن وایر 4

طیف موتور سالم و موتور بعد از کشیدن وایر 4

فصل ششم مسیر پژوهش انجام شده……………….………61

-1- مقدمه ………………………………………………………………………………………………………………………………..62
‫ﻗﺴﻤﺖ ﻫﺎی ﻣﺘﺤﺮک ﻣﻨﺎﺑﻊ اﺻﻠﯽ ﺗﻮﻟﯿﺪ ارﺗﻌﺎش در ﻣﻮﺗﻮرﻫﺎی رﻓﺖ و ﺑﺮﮔﺸﺘﯽ ﻣﯽ ﺑﺎﺷﻨﺪ ﺑﻄﻮر ﻣﺜﺎل ﺳﻮﭘﺎپ ‫ﻫﺎ ﻫﻤﺰﻣﺎن ﺑﺎ دوران ﻣﯿﻞ ﺳﻮﭘﺎپ در ﻣﻮﺗﻮر ﺿﺮﺑﻪ ﻫﺎی ﻣﺘﻨﺎوﺑﯽ ﺑﻮﺟﻮد ﻣﯽ آورﻧﺪ ﮐﻪ ﺻﺪا و ارﺗﻌﺎش را در ﻣﻮﺗﻮر ‫ﺗﻮﻟﯿﺪ ﮐﺮده و ﺑﻪ ﻣﺤﯿﻂ اﻃﺮاف اﻧﺘﻘﺎل ﻣﯽ دﻫﻨﺪ.
‫ﺧﺮاﺑﯽ ﻗﻄﻌﺎت ﻣﺘﺤﺮک ﯾﺎ ﺗﻐﯿﯿﺮ در ﻧﺤﻮه ﻋﻤﻠﮑﺮد آﻧﻬﺎ، ﺑﻬﻢ ﺧﻮردن ﺗﺮﺗﯿﺐ اﺣﺘﺮاق ﯾﺎ ﻋﺪم اﺣﺘﺮاق در ﯾﮏ ﯾﺎ ‫ﭼﻨﺪ ﺳﯿﻠﻨﺪر از ﻋﻮاﻣﻞ ﻣﻬﻤﯽ ﻫﺴﺘﻨﺪ ﮐﻪ ﺑﺎﻋﺚ اﻓﺰاﯾﺶ ارﺗﻌﺎش در ﯾﮏ ﻣﻮﺗﻮر اﺣﺘﺮاق داﺧﻠﯽ ﻣﯽ ﺷﻮﻧﺪ.
‫ﯾﮏ ﺳﯿﮕﻨﺎل ارﺗﻌﺎﺷﯽ ﮐﻪ ﺗﻮﺳﻂ ﯾﮏ ﺳﻨﺴﻮر از ﺳﺮﺳﯿﻠﻨﺪر ﯾﺎ ﻗﺴﻤﺖ ﻓﻮﻗﺎﻧﯽ ﺑﻠﻮک ﻣﻮﺗﻮر ﮔﺮﻓﺘﻪ ﻣﯽ ﺷﻮد، ﻣﯽ ‫ﺗﻮاﻧﺪ وﺿﻌﯿﺖ ﺳﻼﻣﺖ و ﮐﺎرﮐﺮد ﻣﻨﺎﺳﺐ ﻗﻄﻌﺎت ﻣﺘﺤﺮک ﯾﮏ ﻣﻮﺗﻮر را ﻧﺸﺎن دﻫﺪ.

6 -2- سنسور فشار مطلق منیفولد…………………………………………………………………………………………………….62

6 -3- سنسور ضربه……………………………………………………………………………………………………………………….65

6 -3-1- مقدمه…………………………………………………………………………………………………………………………….65

6 -3-2- محل قرار گیری سنسور ضربه……………………………………………… ………………………………………………..66

6 -3-3- مدار برقی سنسور ضربه………………………………………………………………………………………………………..67

6 -3-4- عیب یابی سنسور ضربه………………………………………………………………………………………………………..67

6 -4- عدم احتراق در سیلندر……………………………………………………………………………………………………………68

6 -5-ثبت طیف و موج با استفاده از دستگاه آنالایزر ارتعاشی………………………………………………………………. ……69

6 -6-سنسورهای استفاده شده……………………………………………. …………………………………………………………69

6 -7- نرم افزارهای استفاده شده……………………………………………………………………………………………………….70

مسیر انجام پژوهش……………………………………………………………………………………………… …………………….71

داده برداری تجربی ………………………………………………………………………………………………………………………71

ایجاد عیب احتراقی در موتور……………………………………………………………………… …………………………………74

ایجاد عیب مربوط به عدم کارکرد سنسور فشار مطلق منیفولد در موتور….. …………………………………………………..75

6 -8-4- ایجاد عیب مربوط به عدم کارکرد سنسور ضربه در موتور…………………………………… ………………………….75

6 -9- تبدیل موجک……………………………………………………………………………………………………………………..75

6 -10 – انرژی سیگنال……………………………. ………………………………………………………………………………….76

-11 – طراحی شبکه عصبی پرسپترون چند لایه MLP …………………………………………..ا………………………………76

نمودار تبدیل فوریه کوتاه مدت از سیگنال سالم

نمودار تبدیل فوریه کوتاه مدت از سیگنال سالم

فصل هفتم نتایج و بحث ………………………………………………….79

-1- مقدمه ………………………………………………………………………………………………………………………………80

‫در ﻓﺮآﯾﻨﺪ ﻋﯿﺐ ﯾﺎﺑﯽ ﺑﺎﯾﺪ ﺳﯿﮕﻨﺎل ﻫﺎی ﺳﺎﻟﻢ و ﻣﻌﯿﻮب ﺑﺎ ﻫﻤﺪﯾﮕﺮ ﻣﻘﺎﯾﺴﻪ ﺷﻮﻧﺪ ﺗﺎ ﺗﻔﺎوت آن دو در ‫ﺧﺼﻮﺻﯿﺎت ﻣﻮرد ﻧﻈﺮ ﻣﺸﺨﺺ ﺷﺪه و ﺑﺘﻮان ﺗﺤﻠﯿﻞ ﻣﻨﺎﺳﺒﯽ در ﻣﻮرد آن ﻫﺎ اراﺋﻪ داد. در اﯾﻦ ﻓﺼﻞ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ‫ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ ﺷﺪه از روش ﻫﺎ و ﻧﺮم اﻓﺰارﻫﺎی ﻣﺨﺘﻠﻒ ﻧﺘﺎﯾﺞ ﺑﯿﺎن ﺷﺪه و ﻣﻮرد ﺑﺤﺚ و ﺗﺤﻠﯿﻞ ﻗﺮار ﻣﯽ ﮔﯿﺮﻧﺪ.

7 -2- مقایسه حالت های معیوب با سالم…………………………………………… …………………………………………….80

7 -3- نتایج اندازه گیری موج های زمانی و طیف های فرکانسی………………………………………………………………….82

7 -4- الگوریتم K-means ……………………………………….ا……………………………………………………………………..86

7 -5- نتایج طبقه بندی و تشخیص عیوب توسط شبکه MLP ……………………………………………………….ا…………..86

-6- تحلیل نتایج شبکه عصبی پرسپترون چند لایه MLP و روش K-means.ا…………………………………………………..90

یک نمونه سیگنال

یک نمونه سیگنال

فصل هشتمنتیجه گیری……………………………………………………91

-1- مقدمه …………………………………………………………………………………………………………………………….92

8 -2- پاسخ به پرسشهای پژوهش و بررسی فرضیه های تحقیق………………………………………………………………..92

8 -3- نتیجه گیری کلی…………………………………………………………………………………………………………………93

8 -4- پیشنهادات…………………………. …………………………………………………………………………………………..94

مقالات ارائه شده……………………………………………………………………………………………………………………….96

منابع و مراجع………………………………………………………………………………………………………………………….97

چکیده انگلیسی……………………………………………………………………………………………………………………..101

عنوان انگلیسی………………………………………………………………………………………………………………………102

فهرست جداول

جدول 6-1- خصوصیات موتور مورد آزمون …………………………………………………………………………………………….71

جدول 6-2- ماتریس های استفاده شده برای عیوب موتور…………………………. …………………………………………….77

جدول 7-1- نتایج حاصل از داده های آموزش و آزمایش شبکه………………………………………………………………….. 87

جدول 7-2- درصد آموزش شبکه  با تغییر تعداد نرون لایه میانی………………………………………………………………….88

جدول 7-3- خروجی های انطباق و میزان خطای شبکه…………………………………………………………………………. 89

فهرست شکلها

شکل 3 -1: انواع سنسورهای ارتعاش سنجی………………………………………………………………………………………18

شکل 3 -2: انواع شتاب سنج…………………………………………………………………………………………………………19

شکل 3 -3: ساختمان یک نوع شتاب سنج …………………………………………………………………………………………20

شکل 3 -4: دستگاه جمع آوری اطلاعات…………………………………………………………………………………………….21

شکل3-5: نرم افزار پردازش داده………………………………………………………………………………………………………22

شکل 3 -6: تجزیه و تحلیل کننده های پیشرفته……………………………….. …………………………………………………23

شکل 3 -7: نشان دهنده مقدار کلی ارتعاشات………………………………………………………………………… …………23

شکل 3 -8: تحلیل گرFFT ………………..ا…………………………………………………………………………………………24

شکل 4 -1: تقسیم بندی روش های استخراج ویژگی………………………………………………………………………. ….27

شکل 4 -2: مفهوم و نحوه عملکرد FFT …………………………………………………………………………………..ا………29

شکل 4 -3: یک سیگنال نمونه…………………………………………………………….. ……………………………………..30

شکل 4 -4: تبدیل فوریه سیگنال…………………………………………………………………………………………………..30

شکل 4 -5: تبدیل فوریه…….. ……………………………………………………………………………………………………..31

شکل 4 -6: یک نمونه سیگنال…………………………………………………………………………………………………….32

شکل4-7: تبدیل فوریه کوتاه مدت از یک سیگنال……………………………………………………………………………….32

شکل4-8: مقایسه رزولوشن موجک و فوریه کوتاه مدت………………………………………………………………………..33

شکل 4 -9: نمودار فرکانس برق شهری…………………………………………………………………………………………..34

شکل 4 -10: تبدیل فوریه سریع از سیگنال برق شهری………………………………………………………………………. 34

4 -11: یک سیگنال ایستا…………………………………………………………………………………………………………..35

شکل 4 -12: تبدیل فوریه یک سیگنال ایستا…………………………………………………………………………………….36

شکل 4 -13: یک نمونه سیگنال غیر ایستا………………………………………………………………………………………36

شکل 4 -14: تبدیل فوریه سیگنال غیر ایستا…………………………………………………………………………………..36

شکل 4 -15: مقایسه روش های مختلف پردازش سیگنال…………………………………………………………………..38

شکل 4 -16: نمایش فرکانس موجک…………………………………………………………………………………………….38

شکل 4 -17: رزولوشن زمان و فرکانس در موجک………………………………………………………………………………38

شکل 4 -18: مقایسه موجک و فوریه کوتاه مدت……………………………………………………………………………….39

شکل 4 -19: مفهوم انتقال…………………………………………………………………………………………………………42

شکل 4 -20: مفهوم مقیاس……………………………………………………………………………………………………….42

شکل 4 -21: مفهوم مقیاس……………………………………………………………………………………………………….42

شکل 4 -22: مفهوم مقیاس………………………………………………………………………………………………………43

شکل 4 -23: مفهوم فرکانس……………………………………………………………………………………………………..43

شکل 4 -24: مفهوم مقیاس………………………………………………………………………………………………………43

شکل 4 -25: الگوریتم تبدیل موجک گسسته…………………………………………………………………………………..45

شکل 4 -26: : فیلترهای تبدیل موجک گسسته………………………………………………………………………………45

شکل 4 -27: تبدیل بسته موجک………………………………………………………………………………………………..46

شکل 4 -28: سطوح تبدیل بسته موجک………………………………………………………………………………………46

شکل4-29: تبدیل موجک ساکن………………………………………………………………………………………………..46

شکل5-1: نمونه ای از خروجی روش K-means………………………………….ا…………………………………………51

5 -2: نمایش یک نرون مصنوعی ساده……………………………………………………………………………………….57

شکل6-1: سنسور فشار مطلق منیفولد…………………………………………………………………………………….63

شکل6-2: سنسور ضربه……………………………………………………………………………………………………….67

شکل 6-3: ساختار سنسور ضربه……………………………………………………………………………………………..68

شکل 6-4: دستگاه آنالایزر مدل 4400ADASH  ……………………………….ا…………………………………………..69

شکل6-5: سنسور شتاب سنج CTC………………………………………………………ا……………………………….70

شکل 6-6: نصب سنسورها به وسیله آهنربای مخصوص رو بلوک موتور………………………………………………..70

شکل 6-7: الگوریتم مورد استفاده برای عیب یابی………………………………………………………………………….72

شکل6-8: شماتیک  تجهیزات داده برداری استفاده شده…………………………………………………………………73

شکل 6-9: موتور احتراق داخلی با نمایش محل استقرار سنسور………………………………………………………..74

شکل 6-10: بیرون کشیدن وایر سیلندر چهار به منظور ایجاد عیب احتراقی……………………………………………..75

شکل7-1: مقایسه بین حالت نرمال و شرایط معیوب سنسورMAP …………………………….ا…………………………80

شکل 7 -2: مقایسه حالت نرمال با شرایط عدم احتراق در سیلندر 4 ……………………………………………………..81

شکل 7 -3: مقایسه بین حالت نرمال و شرایط معیوب سنسور ضربه……………………………………………………. 81

شکل7-4: سیگنال زمانی مربوط به موتور سالم……………………………………………………………………………..82

شکل 7 -5: سیگنال زمانی مربوط به موتور بعد از کشیدن وایر4…………………………………………………………..82

شکل7-6: طیف مربوط به موتور سالم…………………………………………………………………………………………83

شکل 7 -7: طیف مربوط به موتور بعد از کشیدن وایر 4……………………………………………………………………83

شکل7-8: نمودار توان تبدیل فوریه گسسته سیگنال سالم……………………………………………………………….84

شکل 7 -9: نمودارتوان تبدیل فوریه گسسته مربوط به موتور بعد از کشیدن وایر 4……………………………………..84

7 -10: نمودار تبدیل فوریه کوتاه مدت از سیگنال سالم………………………………………………………………………85

شکل 7 -11: نمودار تبدیل فوریه کوتاه مدت مربوط به موتور بعد از کشیدن وایر4……………………………………….85

شکل 7 -12: شماتیک شبکه عصبی مورد استفاده……………………………………………………………………….87

شکل 7 -13:نمودار کارائی تشخیص شبکه…………………………………………………………………………………89

شکل 7 -14:نمودار کارایی شبکه…………………………………………………………………………………………….89

فهرست علائم و اختصارات

شبکه عصبی مصنوعی………………………………………………………………………………………………………………….ANN

پایش وضعیت ………………………………………………………………………………………………………………………………….CM

تبدیل موجک پیوسته…………………………………………………………………………… …………………………………….CWT

تبدیل موجک گسسته……………………………………………………………………………………………… …………………DWT

تجزیه حالت تجربی…………………………………… …………………………………………………………………………………EMD

تبدیل فوریه سریع……………………………………………………………………………………………… …………………………..FFT

الگوریتم ژنتیک……………………………………………………………………………………………….. ……………………………….GA

پرسپترون چند لایه…………………………………………………………….. ………………………………………………………..MLP

میانگین مربعات خطا……………………………………………………………………………………………. ……………………….MSE

ریشه میانگین مربعات………. …………………………………………………………………………………………………………..RMS

تبدیل فوریه کوتاه مدت…………………………………………………………………………………………. …………………….STFT

ماشین بردار پشتیبان…………………………………………………………………………………………… ……………………….SVM

تبدیل موجک ساکن…………………………………………………. …………………………………………………………………..SWT

میانگین گیری حوزه زمان در تمام مقیاس ها…………………………………………………………………………. ..TDAS

آنالیز مودال حوزه زمان……………….. ……………………………………………………………………………………………….TMA

میانگین یابی همگام با زمان…………………………………………………………………………………….. …………………….TSA

تجزیه بسته موجک………………………………………………………………………………………………. ……………………….WPD

تبدیل بسته موجک……………………………………………………………… …………………………………………………………WPT

Abstract
Nowadays, not only condition monitoring by vibration analysis for simple components as bearings, gears, shafts and so on, is implemented, in complex machines is done as well. The method is considered as a useful way to detect or predict defects in various industries such as automotive industry. One of the efficient techniques used in this field is intelligent systems because of the performance of these systems in terms of uncertainty, are acceptable. Using new fault detection techniques in condition monitoring program has been faced with a growing trend in recent years. The present study deals with investigating a diagnosis and classification system of defects of internal combustion engines, using Artificial Neural Networks (ANN). Vibration signals using four accelerometers by a data acquisition system recorded and anti-noising process and obtaining wavelet coefficients by wavelet transform was performed on data. Energy of normal and faulty signals selected for feature vector and considered as input to the Neural Network. Finally the perceptron network with 1:43:8 structure and efficiency of 100% were presented
Key words: Diagnosis, Internal Combustion Engine, Wavelets, Artificial Neural Network, Vibration Signals



  مقطع کارشناسی ارشد

بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

 

خرید فایل word

قیمت35000تومان