تشخیص تجربی عیب و دسته بندی اندازه آن در حلقه خارجی یاتاقان غلتشی تماس زاویه ای با روش نشر صوتی و شبکه عصبی مصنوعی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 43

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MME-20-8_005

تاریخ نمایه سازی: 22 اسفند 1403

چکیده مقاله:

در این مقاله، تشخیص تجربی عیب و دستهبندی اندازه آن در حلقه خارجی یاتاقان غلتشی تماس زاویه ای با روش نشر صوتی و شبکه عصبی مصنوعی ارایه شده است. در یک سیستم آزمایشگاهی، یاتاقان ها در چهار سرعت ۶۰۰، ۹۰۰، ۱۲۰۰ و ۱۵۰۰دور در دقیقه با چهار بارگذاری از کم به زیاد بارگذاری شدند. بارگذاری به کمک ۴ عدد پیچ با گشتاورهای مساوی و مشخص به حلقه خارجی اعمال شدند. این نوع بارگذاری به دلیل اینکه یاتاقان تماس زاویه ای است به بارگذاری ترکیبی شعاعی و محوری به صورت همزمان تبدیل می شود و با بارگذاریهای مرسوم در یاتاقانهای شیار عمیق متفاوت است. امواج نشر صوتی به کمک حسگرهای باند پهن، در دو حالت سالم و معیوب ثبت میشود. بنابراین برای تشخیص عیب، میتوان حالتهای مختلف را با حالت سالم مقایسه کرد. برای ایجاد عیب کندگی به صورت مصنوعی، از روش اسپارک استفاده شد. در بررسی نتایج پارامتر جدیدی به منظور افزایش بازده تشخیص عیب و دستهبندی اندازه آن، به نام مجموع زمان بالای حد آستانه معرفی شد. با کمک پارامتر معرفی شده و ۴ پارامتر نشر صوتی و با استفاده از شبکه عصبی مصنوعی، عملکرد سامانه هوش مصنوعی در تشخیص عیب ۹۵/۱% و در دستهبندی اندازه عیب ۹۴/۴% بود.

نویسندگان

آرمی مسرخانی

Applied Design Department, Mechanical & Energy Systems Engineering Faculty, Shahid Beheshti University, Tehran, Iran

سیدمحمد جعفری

Applied Design Department, Mechanical & Energy Systems Engineering Faculty, Shahid Beheshti University, Tehran, Iran

عباس رهی

Applied Design Department, Mechanical & Energy Systems Engineering Faculty, Shahid Beheshti University, Tehran, Iran

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 :
  • Sachse W, Kim KY. Quantitative acoustic emission and failure mechanics ...
  • Mba D. The use of acoustic emission for estimation of ...
  • Mba D. Acoustic emissions and monitoring bearing health. Tribology Transactions. ...
  • Taha Z, Widiyati K. Artificial neural network for bearing defect ...
  • Li CJ, Li SY. Acoustic emission analysis for bearing condition ...
  • Elasha F, Greaves M, Mba D, Addali A. Application of ...
  • Kim YH, Tan ACC, Yang BS. Parameter comparison of acoustic ...
  • Al-Ghamd AM, Mba D. A comparative experimental study on the ...
  • Choudhury A, Tandon N. Application of acoustic emission technique for ...
  • Samanta B, Al-Balushi KR, Al-Araimi SA. Artificial neural networks and ...
  • Van Hecke B, Yoon J, He D. Low speed bearing ...
  • Mirhadizadeh SA, Moncholi EP, Mba D. Influence of operational variables ...
  • Couturier J, Mba D. Operational bearing parameters and acoustic emission ...
  • Al-Ghamdi AM, Cole P, Such R, Mba D. Estimation of ...
  • Elforjani M, Shanbr S. Prognosis of bearing acoustic emission signals ...
  • Hosseini S, Ahmadinajafabadi M, Akhlaghi M. Classification of acoustic emission ...
  • Chacon JLF, Kappatos V, Balachandran W, Gan TH. A novel ...
  • Sharma RB, Parey A. Modelling of acoustic emission generated in ...
  • Kumar S, Goyal D, Dhami SS. Statistical and frequency analysis ...
  • Prosvirin A, Kim J, Kim JM. Bearing fault diagnosis based ...
  • نمایش کامل مراجع