علیرضا گلی کریم آبادی - دانشجوی کارشناسی ارشد، دانشگاه صنعتی امیرکبیر، پژوهشکده فناوریهای مهندسی مکانیک، مرکز فناوری خودرو
مریم قصاب زاده سریزدی - استادیار، دانشگاه صنعتی امیرکبیر، پژوهشکده فناوری های مهندسی مکانیک، مرکز فناوری خودرو
عبدالرضا اوحدی - استاد، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی مکانیک، آزمایشگاه تحقیقاتی آکوستیک
سیداشکان موسویان - عضو هیئت علمی، گروه مهندسی کشاورزی، دانشگاه فنی و حرفه ای، تهران، ایران

در این پژوهش عیب لقی محوری میل بادامک در موتور احتراق داخلی در انتهای خط تولید و در مرحله تست گرم به کمک پردازش سیگنال هایصوتی تشخیص داده می شود. اهمیت انجام این پژوهش کاهش هزینه برای شرکت سازنده و همینطور رضایت مشتریان از کیفیت محصول می باشد. عیبمذکور در این خط تولید رایج است و کارشناسان تشخیص عیب قادر به شناخت این عیب به کمک روشهای سنتی نمیباشند. در این پژوهش به کمکروشهای پردازش سیگنال حوزه زمان-فرکانس و شبکه عصبی مصنوعی یک راه حل هوشمند در جهت تشخیص این عیب پیشنهاد شده است. این عیبلقی محوری در سطوح مختلف شدت عیب پیاده سازی شده و سیگنال های صوتی در سه دور کاری مختلف موتور و در حالت بیباری، به کمک یکدستگاه ضبط صدا ثبت شده است. در جهت پردازش سیگنال و استخراج ویژگی از دو تبدیل موجک پیوسته و طیف نگار مل استفاده شده است. نتایجنشان میدهد که طیفنگار مل جهت استخراج ویژگی کارآمدتر از روش تبدیل موجک پیوسته است و در دورهای کاری ۱۷۰۰ دور بر دقیقه و ۲۵۰۰دور بر دقیقه تمام سطوح عیب با دقت میانگین ۹۹ % تشخیص داده می شود.

پردازش سیگنال صوتی، شبکه عصبی، عیب یابی، موتور احتراق داخلی، لقی محوری میل بادامک