طراحی الگوریتم عیب یابی ماشینهای دوار با آنالیز ارتعاشات به کمک ماشین بردار پشتیبان و شبکه های عصبی

فرآیند عیب یابی عموما با شناسایی رفتار غیر عادی ماشین در طی عملیات پایش وضعیت آغاز می شود. بکارگیری هوش مصنوعی در این حوزه که در سالهای اخیر گسترش یافته نیازی به شناخت مکانیزم شروع و گسترش عیب ندارند ولی به داده های آموزشی نیاز دارد. در این تحقیق با به کار گیری شبکه های عصبی در کنار الگوریتم ماشین بردار پشتیبان، یک سیستم عیب یابی ترکیبی جدید طراحی شده است که با استفاده از داده های تمام نقاط اندازه گیری بر روی کل مجموعه روتور عیب یابی می کند. برای این کار ابتدا ساختار مجموعه روتور در نرم افزار ایجاد می شود و بعد پارامترهای ورودی و خروجی بلوک های هوش مصنوعی تعیین می گردد. سپس معماری بخش هوش مصنوعی و همچنین نحوه استفاده ترکیبی از دو روش مذکور مشخص می گردد. آموزش اولیه بخش هوش مصنوعی با استفاده از داده های تولید شده متناسب با جداول عیب یابی تجربی که در استانداردهایی مانند IRD۲۰۰۰ موجود است انجام می شود. در مرحله آخر هم مدل ریاضی یک توربین گازی نمونه برای تحلیل ارتعاشات روتور ایجاد و دو عیب نامیزانی و عدم هم محوری روی آن شبیه سازی شده و داده های آن برای تست الگوریتم عیب یابی مورد استفاده قرار می گیرند.

کلیدواژه ها:

عیب یابی ، ماشین دوار ، هوش مصنوعی ، آنالیز ارتعاشات