کاربرد شبکه های عصبی و استنتاج فازی در شناسایی نوع و شدت آسیب در بلبرینگ
- سال انتشار: 1387
- محل انتشار: شانزدهمین کنفرانس مهندسی برق ایران
- کد COI اختصاصی: ICEE16_369
- زبان مقاله: فارسی
- تعداد مشاهده: 1326
نویسندگان
دانشکده مهندسی، دانشگاه فردوسی مشهد
چکیده
تشخیص آسیب در تجهیزات مکانیکی در حقیقت پروسه استنتاج از داده ها به کمک سیستمی است که رابطه پیچیده و غیر خطی میان بردار مشحصه و حالت (سالم یا معیوب بودن) یک سیستم را مدل می کند. به دلیل پیچیدگی بالای این رابطه، عموماَ از سیستم های هوشمند برای مدل سازی استفاده می شود. در میان این سیستم ها، شبکه های عصبی و فازی از موفقیت بیشتری در زمینه شناسایی آسیب برخوردار هستند. در این مقاله سعی بر آن است تا با معرفی روشی ساده اما کارآمد و با استفاده از شبکه عصبی پیشخور سه لایه در تحلیل سیگنال های ارتعاشی، آسیب موجود در بلبرینگ شناسایی شده و با استفاده از شبکه فازی ANFIS به تخمین شدت آسیب در این وسیله پرداخته گردد. این روش در عین سادگی در مواجهه با مسادلی مانند نبود تعبیر فیزیکی مناسب از معیارهای انتخابی و نیز حساسیت به شرایط اولیه که عموما سایر روش ها با آنها روبرو می باشند، عملکرد مناسبی از خود نشان می دهد. آزمایش این روش بر روی داده های واقعی، نشان از صحت عملکرد آن دارد.کلیدواژه ها
تبدیل فوریه زمان کوتاه، شبکه های عصبی، ANFIS، بلبرینگمقالات مرتبط جدید
- شناسائی و رتبه بندی عوامل موثر بر موفقیت کسب و کار الکترونیک با روش AHP
- بهره گیری از هوش مصنوعی و یادگیری ماشین در تحول دیجیتالی کسب وکارهای ایرانی
- آنالیز انتقال حرارت همرفت در یک پره از توربین گازی هوایی به کمک نرم افزار Ansys
- نقطه سکون جریان سیال نانو مگنتی-هیدرودینامیکی گذرنده از ورقه کششی همراه با حالت مرزی جابجایی
- تاثیر اینترنت اشیا در کاهش خرابی تجهیزات مکانیکی صنایع فولادسازی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.