توسعه و پیاده سازی روش تحلیل مولفه های اصلی جهت پایش وضعیت توربین گازی

  • سال انتشار: 1402
  • محل انتشار: فصلنامه مهندسی مدیریت نوین، دوره: 9، شماره: 3
  • کد COI اختصاصی: JR_IAUQE-9-3_002
  • زبان مقاله: فارسی
  • تعداد مشاهده: 153
دانلود فایل این مقاله

نویسندگان

سمیرا پیری

کارشناس ارشد گروه کامپیوتر، واحد یادگار امام خمینی (ره) شهر ری، دانشگاه آزاد اسلامی، تهران، ایران

الهام قنبری

استادیار گروه کامپیوتر، واحد یادگار امام خمینی (ره) شهر ری، دانشگاه آزاد اسلامی، تهران، ایران (نویسنده مسئول)

چکیده

توربین­های گازی ماشین­های پیچیده­ و گران­قیمتی هستند که هزینه­های تعمیر خرابی­های پیش بینی نشده ی آن ها بالاست. حس گرهای سامانه­ی کنترلی توربین­های گازی به طور پیوسته داده­های زیادی را گزارش می­کنند که ثبت و جمع­آوری مقادیر آن ها، تشکیل داده­های حجیم را می­دهند. با داده­کاوی داده­های حجیم توربین گازی، می­توان عیب و خرابی توربین را قبل از رخداد پیش­بینی نمود. مجموعه­ی ماتریس داده­های تحقیق حاضر، حاصل ثبت و تجمیع مقادیر برخی از حس گرهای نصب شده بر روی توربین گاز فریم ۹ یکی از نیروگاه­های کشور هست. در این پژوهش پس از نرمالیزه کردن داده­های ماتریس، سطرهای ماتریس بر حسب سالم یا معیوب بودن برچسب­گذاری شدند. سپس با بهره­گیری از تکنیک مولفه های اصلی، ابعاد ماتریس داده، از هفت بعد به چهار بعد کاهش داده شد و ویژگی­های اصلی آن استخراج ­گردید. پس از یادگیری ماشین که بر روی ۸۰% داده­ها انجام گرفت معیار دقت، میزان خطا و همگرایی مدل برای کاهش­های ابعادی مدل از دو تا شش بعد بر روی ۲۰% داده­ها مورد مطالعه قرار گرفت که در نهایت مشخص گردید علاوه بر اینکه مدل ساخته شده به خوبی از پس کاهش ابعاد ماتریس، استخراج ویژگی­ها با کمک تکنیک «تحلیل مولفه های اصلی» برآمده همچنین توانسته با تکنیک «شبکه عصبی مصنوعی» وقوع عیب را شناسایی و همچنین کلاس عیب را تشخیص دهد. مدل ساخته شده با تلفیق تکنیک­ «تحلیل مولفه های اصلی» با تکنیک­ «شبکه مصنوعی عصبی» توانسته دقتی بیش از ۹۰% و با دقت خوب و بیشترین میزان همگرایی ماتریس داده­ها را نمایش دهد و کلاس عیب توربین را مشخص نماید.

کلیدواژه ها

کلید واژه ­ها: توربین گاز, پایش وضعیت نیروگاه, تحلیل مولفه های اصلی, شبکه عصبی مصنوعی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.