تشخیص عیب ماشین آلات دوار به وسیله شبکه عصبی مصنوعی بر اساس بازشناسی الگوها به روش پرسپترون سه لایه

بحث عیب یابی ماشین آلات دوار یکی از موضوعات مهم و کاربردی در صنایع،خصوصاصنایع نظامی میباشد. تحلیل ارتعاشی قسمتهای مختلف یک ماشین به عنوان یکی از روشهای غیر مخرب و قابل اجرا حین کارکرد ماشین روش مطمئن و ساده ای است که در بسیاری از موارد توصیه میگردد. در این تحقیق با ساخت مدل ماشین دوار و ایجاد عیوب مختلف بر روی آن یک بانک اطلاعاتی از هر عیب به دست آمده و سپس با استفاده از تکنیکهای هوشمند در جهت تشخیص عیوب مختلف اقدام شده است تا به وسیله آن زمان و مکان خرابی را در ماشین پیشبینی نماید. ساختار هوشمند به کار گرفته شده یک شبکه عصبی سه لایه پرسپترون پیشرو میباشد که با استفاده از بردارهای مشخصات استخراج شده ازطیف فرکانسی آموزش دیده است. تعداد این بردارهای مشخصات 12 عدد بوده که برای هر مورد اندازه گیری (طیف فرکانسی) بهصورت جداگانه استخراج میشود، یعنی برای تعداد 87 مورد اندازه گیری نهایی این پروژه که متعلق به چهار نوع عیب نابالانسی، ناهمراستایی، خرابی بلبرینگ و لقی مکانیکی میباشد، ماتریس ورودی شبکه عصبی یک ماتریس 87 در 12 میباشد. در این راستا سعی شده است با در نظر گرفتن نیازهای واقعی که در عمل پیش می آید ساختار اطلاعاتی موردنظر برای چهار عیب اصلی در ماشینها تهیه گردد. مجموعه نتایج فوق به دلیل وجود مدل ماشین دوار به راحتی قابل بازبینی و بررسی بوده که مشاهده آن نتایج بیانگر کار آیی با درصد درستی %95 برای یک شبکه عصبی سه لایه پرسپترون میباشد.

کلیدواژه ها:

ارتعاشات ، عیب یابی ، شبکه های عصبی ، مشخصات استخراج شده