ارتقاء تبدیل هیلبرت- هوانگ به کمک ویژگی های غیرخطی مبتنی بر آنتروپی جهت عیب-یابی سریع در یک سیستم شبیه ساز ارتعاشات تجهیزات دوار

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 84

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MME-18-2_004

تاریخ نمایه سازی: 10 اسفند 1403

چکیده مقاله:

هدف اصلی این مقاله، ارتقاتبدیل هیلبرت-هوانگ با استفاده از مزایای ویژگی های غیرخطی مبتنی بر آنتروپی، جهت حذف اثرات نویز اضافه شونده می باشد. به علاوه استفاده از ویژگی های غیر خطی مناسب، منجر به محدود شدن اطلاعات اضافی و رفع نیاز به روش های مختلف کاهش بعد در شناسایی عیب های یک سیستم دوار شده است. جهت ارتقاءتبدیل هیلبرت – هوآنگ تاثیر نویزهای اضافه شونده بر انواع مختلف ویژگی های مبتنی بر آنتروپی برای هر کدام از توابع مود ذاتی حاصل از الگوریتم تجزیه تجربی مود انباشته، مورد بررسی قرار می گیرد. با توجه به حساسیت آنتروپی تقریبی به نویز، یک شاخص ارزیابی برای انتخاب دامنه نویز اضافه شونده، براساس آنتروپی تقریبی و ضریب اطلاعات متقابل توابع مود ذاتی ارائه گردیده است. سپس با استفاده از مزایای آنتروپی جایگشت و آنتروپی طیف حاشیه ای هیلبرت در توصیف مشخصات سیگنال،آستانه ای برای شروع پیدایش عیب با توجه به مقادیر آنتروپی مهمترین تابع مود ذاتی-که دارای بیشترین ضریب اطلاعات متقابل می باشد-تعیین می گردد. نتایج نشان می دهد که این رویکرد می تواند برای تشخیص انحراف از حالت کارکرد سالم سیستم بدون توجه به نوع عیب، به کارگرفته شود. در مرحله بعد برای شناخت نوع عیب، از طیف درجات بالاتر استفاده شده است به نحوی که بای اسپکتروم پوش به دست آمده از اعمال تبدیل هیلبرت به مهمترین تابع مود ذاتی،محاسبه شده و با درنظرگرفتن کوپلینگ میان فرکانس های مشخصه عیب و فرکانس دور، عیوب ناهم محوری و نابالانسی روتور یک سیستم شبیه ساز ارتعاشات تجهیزات دوارشناسایی گردیده است.

کلیدواژه ها:

نویسندگان

محمد صادق حسین زاده

tarbiat modares university

محمدصالح صدوقی

tarbiat modares university

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 :
  • N. Tandom, A.Choudhury, A review of vibration and acoustic measurement ...
  • Z. Feng, M. Liang, F. Chu, Recent advances in time–frequency ...
  • S. Ramezan, O. Bahar, Identification of natural frequencies based on ...
  • Y. Zhang, B. Tang, X. Xiao, Time-frequency interpretation of multi ...
  • S.D. Wu, P.H. Wu, C.W.Wu, J.J.Ding, C.C.Wang, Partly ensemble empirical ...
  • N. Tsakalozos, K.Drakakis, S.Rickard, A formal study of the nonlinearity ...
  • Z. Wu, N.E. Huang, Ensemble empirical mode decomposition: A noiseassisted ...
  • W. Guo, P.W. Tse, A.Djordjevich, Faulty bearing signal recovery from ...
  • J.R. Yeh, J.S. Shieh,N.E. Huang, Complementary ensemble empirical mode decomposition: ...
  • Z. Wang, Z. Han, F. Gu, J.X. Gu, S. Ning, ...
  • X. Zhang, Y. Liang, J. Zhou, Y. zang, A novel ...
  • L.Y. Zhao, L. Wang, R.Q. Yan, Rolling bearing fault diagnosis ...
  • X. Wang, C. Liu, F. Bi, X. Bi, K. Shao, ...
  • A.Soleimani, S. E. Khadem, Experimental fault detection of ball bearing ...
  • R. Yan, R.X.Gao, Approximate entropy as a diagnostic tool for ...
  • G. Cheng, X. Chen, H. Li, P. Li, H. Liu, ...
  • Y. Tian, Z. Wang, C. Lu, Self-adaptive bearing fault diagnosis ...
  • G. Cheng, X. Chen, H. Li, P. Li and H. ...
  • J. Singh, A. K. Darpe, S. P. Singh, Bearing damage ...
  • Y. Yu,C. A. Junsheng, Roller bearing fault diagnosis method based ...
  • R. Yan, Y. Liu, R.X. Gao, Permutation entropy: A nonlinear ...
  • Y. He, J. Huang, B. Zhang, Approximate entropy as a ...
  • C. Lu, S. Wang, V. Makis, Fault severity recognition of ...
  • R.U.Maheswari, R. Umamaheswari, Trends in non-stationary signal processing techniques applied ...
  • R.U. Maheswari, R. Umamaheswari, Application ofhigherorderspectralfeaturesandsupportvector machines forbearingfaultsclassification, ISA Transactions, ...
  • P. Nguyen, M. Kang, J. M. Kim, B. H. Ahn, ...
  • A. Boudiaf,A. Moussaoui, A. Dahane,I. Atoui, A comparative study of ...
  • M. C. Pan, W. C. Tsao, Using appropriate IMFs for ...
  • S.M. Pincus, Approximate Entropy as a measure of system complexity, ...
  • K. Fu, J. Qu, Y. Chai, T. Zou, Hilbert marginal ...
  • L. Saidi, J.B. Ali, F. Fnaiech, Bi-spectrum based-EMD applied to ...
  • S. Osman, W. Wang, An enhanced Hilbert–Huang transform technique for ...
  • X. Xue, J. Zhou, A hybrid fault diagnosis approach based ...
  • M.S. Sadooghi, S.E. Khadem, S. Bab, Dynamic behavior investigation of ...
  • Z. Feng, M. Liang, F. Chu, Recent advances in time–frequency ...
  • S. Ramezan, O. Bahar, Identification of natural frequencies based on ...
  • Y. Zhang, B. Tang, X. Xiao, Time-frequency interpretation of multi ...
  • S.D. Wu, P.H. Wu, C.W.Wu, J.J.Ding, C.C.Wang, Partly ensemble empirical ...
  • N. Tsakalozos, K.Drakakis, S.Rickard, A formal study of the nonlinearity ...
  • Z. Wu, N.E. Huang, Ensemble empirical mode decomposition: A noiseassisted ...
  • W. Guo, P.W. Tse, A.Djordjevich, Faulty bearing signal recovery from ...
  • J.R. Yeh, J.S. Shieh,N.E. Huang, Complementary ensemble empirical mode decomposition: ...
  • Z. Wang, Z. Han, F. Gu, J.X. Gu, S. Ning, ...
  • X. Zhang, Y. Liang, J. Zhou, Y. zang, A novel ...
  • L.Y. Zhao, L. Wang, R.Q. Yan, Rolling bearing fault diagnosis ...
  • X. Wang, C. Liu, F. Bi, X. Bi, K. Shao, ...
  • A.Soleimani, S. E. Khadem, Experimental fault detection of ball bearing ...
  • R. Yan, R.X.Gao, Approximate entropy as a diagnostic tool for ...
  • G. Cheng, X. Chen, H. Li, P. Li, H. Liu, ...
  • Y. Tian, Z. Wang, C. Lu, Self-adaptive bearing fault diagnosis ...
  • G. Cheng, X. Chen, H. Li, P. Li and H. ...
  • J. Singh, A. K. Darpe, S. P. Singh, Bearing damage ...
  • Y. Yu,C. A. Junsheng, Roller bearing fault diagnosis method based ...
  • R. Yan, Y. Liu, R.X. Gao, Permutation entropy: A nonlinear ...
  • Y. He, J. Huang, B. Zhang, Approximate entropy as a ...
  • C. Lu, S. Wang, V. Makis, Fault severity recognition of ...
  • R.U.Maheswari, R. Umamaheswari, Trends in non-stationary signal processing techniques applied ...
  • R.U. Maheswari, R. Umamaheswari, Application ofhigherorderspectralfeaturesandsupportvector machines forbearingfaultsclassification, ISA Transactions, ...
  • P. Nguyen, M. Kang, J. M. Kim, B. H. Ahn, ...
  • A. Boudiaf,A. Moussaoui, A. Dahane,I. Atoui, A comparative study of ...
  • M. C. Pan, W. C. Tsao, Using appropriate IMFs for ...
  • S.M. Pincus, Approximate Entropy as a measure of system complexity, ...
  • K. Fu, J. Qu, Y. Chai, T. Zou, Hilbert marginal ...
  • L. Saidi, J.B. Ali, F. Fnaiech, Bi-spectrum based-EMD applied to ...
  • S. Osman, W. Wang, An enhanced Hilbert–Huang transform technique for ...
  • X. Xue, J. Zhou, A hybrid fault diagnosis approach based ...
  • M.S. Sadooghi, S.E. Khadem, S. Bab, Dynamic behavior investigation of ...
  • نمایش کامل مراجع