تشخیص خطای چرخ دنده پلیمری برمبنای سیگنال صوتی و تبدیل بسته موجک

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 125

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MME-24-6_002

تاریخ نمایه سازی: 10 اسفند 1403

چکیده مقاله:

چرخ دنده ها بخش بسیار مهمی از تجهیزات مختلف مکانیکی در صنعت هستند. به دلیل آن که در فرایندهای مکانیکی، دندانه ها در طولانی مدت تحت بار قرار می گیرند، سطح دندانه آن ها معمولا فرسوده، ساییده و حتی شکسته می شود. تشخیص به موقع خطا نه تنها می تواند چرخه عمر چرخ دنده ها را افزایش دهد بلکه حتی می تواند از تلفات اموال و تلفات ناشی از خرابی ها نیز جلوگیری نماید. بنابراین، نظارت و تشخیص سلامت چرخ دنده ها برای اطمینان از عملکرد طبیعی ماشین های گرانبها در صنعت امری ضروری است. در این پژوهش، تشخیص خطا در چرخ دنده های پلیمری، با استفاده از سیگنال صوتی به عنوان یک روش بازرسی غیرتماسی مدنظر قرار گرفته است. بدین منظور از ۵۰ زوج چرخ دنده در وضعیت سالم، دندانه های ساییده شده و دندانه های شکسته شده در دو سرعت ۶۶ و ۹۹ دور بر دقیقه، سیگنال صوت ضبط شده است. در ادامه با استفاده از تبدیل بسته موجک (WPT)، سیگنال صوت در حوزه زمان – فرکانس تجزیه شده و ۱۲ ویژگی آماری از ۱۶ ضریب سطح چهارم WPT استخراج شده است. به منظور بررسی عملکرد الگوریتم تشخیص خطا از چهار طبقه بند جداساز خطی، K نزدیک ترین همسایه، درخت تصمیم و ماشین بردار پشتیبان استفاده شده است. مقادیر معیارهای دقت، نرخ مثبت واقعی، نرخ منفی واقعی، ارزش پیش بینی مثبت، ارزش پیش بینی منفی، میانگین هندسی، نمره F۱ و ضریب همبستگی متیوز، نشان داده است که با استفاده از WPT، می توان تمایز معنی داری میان چرخ دنده های سالم و معیوب پیدا کرد. از این رو، روش پیشنهادی یک رویکرد مناسب، برای تشخیص خطای به موقع چرخ دنده های پلیمری مورد استفاده در تجهیزات مکانیکی است.

نویسندگان

مهسا واقفی

Islamic Azad University, Shiraz Branch

محمدصادق توللی

Islamic Azad University, Shiraz Branch

رضا جاهدی

Islamic Azad University, Shiraz Branch

امیرسعید قدسی نژاد

Islamic Azad University, Shiraz Branch

محمد مسیح سعادت فرد

Islamic Azad University, Shiraz Branch

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Park YJ, Fan SK, Hsu CY. A review on fault ...
  • Azarshab A, Shahbazian M. Fault detection in nonlinear dynamical systems ...
  • Bhuiyan MR, Uddin J. Deep transfer learning models for industrial ...
  • Mathew SK, Zhang Y. Acoustic-based engine fault diagnosis using WPT, ...
  • Glowacz A. Acoustic fault analysis of three commutator motors. Mechanical ...
  • Maraaba LS, Memon AM, Abido MA, AlHems LM. An efficient ...
  • Hou J, Sun H, Xu A, Gong Y, Ning D. ...
  • Xie Y, Xiao Y, Liu X, Liu G, Jiang W, ...
  • Yu L, Yao X, Yang J, Li C. Gear fault ...
  • Al Bugharbee HR, Al-Bunduqee AS, Hamdoon FO. A new audio ...
  • Tang X, Xu Y, Sun X, Liu Y, Jia Y, ...
  • Amarnath M, Krishna IP. Local fault detection in helical gears ...
  • Karabacak YE, Özmen NG. Common spatial pattern-based feature extraction and ...
  • Caso Fernández E, Fernández del Rincón A, García Fernández P, ...
  • Zhang D, Stewart E, Entezami M, Roberts C, Yu D. ...
  • Kuai M, Cheng G, Pang Y, Li Y. Research of ...
  • Jena DP, Panigrahi SN. Automatic gear and bearing fault localization ...
  • Xiao M, Zhang W, Zhao Y, Xu X, Zhou S. ...
  • He F, Ye Q. A bearing fault diagnosis method based ...
  • Meserkhani A, Jafari SM, Rahi A. Experimental comparison of acoustic ...
  • Garcia Marquez FP, Gómez Muñoz CQ. A new approach for ...
  • Liu X, Pei D, Lodewijks G, Zhao Z, Mei J. ...
  • Liu L, Chen L, Wang Z, Liu D. Early fault ...
  • Kumar A, Parey A, Kankar PK. Supervised machine learning based ...
  • Kumar A, Parey A, Kankar PK. Polymer gear fault classification ...
  • Kumar A, Parey A, Kankar PK. Vibration based fault detection ...
  • Kumar A, Parey A, Kankar PK. A new hybrid LSTM-GRU ...
  • Agrawal S, Giri VK, Tiwari AN. Induction motor bearing fault ...
  • Erdovan M. Design and manufacture of diaphragm gas meter gear ...
  • Graps A. An introduction to wavelets. IEEE computational science and ...
  • Guo T, Zhang T, Lim E, Lopez-Benitez M, Ma F, ...
  • Shi M, Cao Z, Liu Y, Liu F, Lu S, ...
  • Tian J, Morillo C, Azarian MH, Pecht M. Motor bearing ...
  • Sreenath PG, Praveen Kumare G, Pravin S, Vikram KN, Saimurugan ...
  • Li N, Zhou R, Hu Q, Liu X. Mechanical fault ...
  • Vaghefi M, Barforoushan A, Nejabat GR, Tavallali MS. A Machine ...
  • Park YJ, Fan SK, Hsu CY. A review on fault ...
  • Azarshab A, Shahbazian M. Fault detection in nonlinear dynamical systems ...
  • Bhuiyan MR, Uddin J. Deep transfer learning models for industrial ...
  • Mathew SK, Zhang Y. Acoustic-based engine fault diagnosis using WPT, ...
  • Glowacz A. Acoustic fault analysis of three commutator motors. Mechanical ...
  • Maraaba LS, Memon AM, Abido MA, AlHems LM. An efficient ...
  • Hou J, Sun H, Xu A, Gong Y, Ning D. ...
  • Xie Y, Xiao Y, Liu X, Liu G, Jiang W, ...
  • Yu L, Yao X, Yang J, Li C. Gear fault ...
  • Al Bugharbee HR, Al-Bunduqee AS, Hamdoon FO. A new audio ...
  • Tang X, Xu Y, Sun X, Liu Y, Jia Y, ...
  • Amarnath M, Krishna IP. Local fault detection in helical gears ...
  • Karabacak YE, Özmen NG. Common spatial pattern-based feature extraction and ...
  • Caso Fernández E, Fernández del Rincón A, García Fernández P, ...
  • Zhang D, Stewart E, Entezami M, Roberts C, Yu D. ...
  • Kuai M, Cheng G, Pang Y, Li Y. Research of ...
  • Jena DP, Panigrahi SN. Automatic gear and bearing fault localization ...
  • Xiao M, Zhang W, Zhao Y, Xu X, Zhou S. ...
  • He F, Ye Q. A bearing fault diagnosis method based ...
  • Meserkhani A, Jafari SM, Rahi A. Experimental comparison of acoustic ...
  • Garcia Marquez FP, Gómez Muñoz CQ. A new approach for ...
  • Liu X, Pei D, Lodewijks G, Zhao Z, Mei J. ...
  • Liu L, Chen L, Wang Z, Liu D. Early fault ...
  • Kumar A, Parey A, Kankar PK. Supervised machine learning based ...
  • Kumar A, Parey A, Kankar PK. Polymer gear fault classification ...
  • Kumar A, Parey A, Kankar PK. Vibration based fault detection ...
  • Kumar A, Parey A, Kankar PK. A new hybrid LSTM-GRU ...
  • Agrawal S, Giri VK, Tiwari AN. Induction motor bearing fault ...
  • Erdovan M. Design and manufacture of diaphragm gas meter gear ...
  • Graps A. An introduction to wavelets. IEEE computational science and ...
  • Guo T, Zhang T, Lim E, Lopez-Benitez M, Ma F, ...
  • Shi M, Cao Z, Liu Y, Liu F, Lu S, ...
  • Tian J, Morillo C, Azarian MH, Pecht M. Motor bearing ...
  • Sreenath PG, Praveen Kumare G, Pravin S, Vikram KN, Saimurugan ...
  • Li N, Zhou R, Hu Q, Liu X. Mechanical fault ...
  • Vaghefi M, Barforoushan A, Nejabat GR, Tavallali MS. A Machine ...
  • نمایش کامل مراجع