بررسی رویکردهای مختلف تشخیص و شناسایی خطای ماشین سوزن قطار زمانی، با توجه به طبقه بندی خطاهای سیستم سوزن

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,635

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICRARE03_089

تاریخ نمایه سازی: 14 شهریور 1392

چکیده مقاله:

مجموعه سوزن یکی از اجزای مهم در صنعت راه آهن می باشد، که مطابق آمار در اثر بوجود آمدن انواع خطاها و خرابی ها منجر به حوادث جبران ناپذیری شده است. لذا به منظور تضمین ایمنی مسیر حرکت، پایش وضعیت تجهیزات سیستم سیگنالینگ می بایست مورد توجه قرار گیرد که در این مقاله پایش وضعیت ماشین سوزن به عنوان یکی از تجهیزات بحرانی راه آهن مورد بررسی قرار گرفته است. سوزن یک سیستم الکترو-مکانیکی پیچیده می باشد که کار جابجایی خطوط بین دو مسیر دلخواه را انجام می دهد، و تضمین عملکرد آن منجر به افزایش قابلیت اطمینان سیستم نگهداری و تعمیرات و نتیجتا سیستم سیر و حرکت می شود. در این مقاله پایش وضعیت سوزن برای دو دسته مجزای خطاهای مربوط به سیستم سوزن مورد بررسی قرار می گیرد که دسته اول خطای مربوط به قفل نشدن سوزن می باشد، در حالیکه ممکن است سوزن قفل شود. برای خطای دسته I، دو نوع خطای دیگر کردن جسم سخت (سنگ) و جسم نرم (کلوخ) بین تیغه و ریل پهلویی و برای خطای دسته II، خرابی های اجزای مکانیکی سوزن، مانند خرابی بلبرینگ (کنس داخلی، کنس خارجی، ساچمه)، چرخدنده (دنده شکسته) و میله مارپیچ کچل شده مورد بررسی قرار می گیرد. بر اساس ماهیت خطاهای هر دسته، سیستم کارای تشخیص و شناسایی خطا (FDD)، داده های ورودی مناسب هر سیستم، سیستم آنالیز داده، الگوریتم های مورد نظر و کارایی سیستم FDD مزبور، بط.ر مجزا در هر دسته مورد بررسی قرار می گیرد.

کلیدواژه ها:

پایش وضعیت ، تشخیص و شناسایی خطا ، ماشین سوزن ، ایمنی حرکت و قابلیت اطمینان

نویسندگان

نجمه بلبل امیری

کارشناسی ارشد مهندسی ایمنی در راه آهن، دانشگاه علم و صنعت ایران

احمد میرابادی

استادیار، دانشکده مهندسی راه آهن، دانشگاه علم و صنعت ایران

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 :
  • - Oyebande, B. O. and Renfrew, A. C., "Condition monitoring ...
  • - Iserman, R., "Model-based fault detection and diagno sis-status and ...
  • - Patton R. J., Lopez-toribio C. J. and Uppal F. ...
  • - Bai H., "A generic fault detection and diagnosis approach ...
  • - Iserman, R., Fault Diagnosis System, Theory and Application, S ...
  • - McDowall, David, McCleary, Richard, and Meidinger, Errol E., Interrupted ...
  • - Bassevile Michele, and Nikiforot Igor V., Detection of abrupt ...
  • - Li, P. and Googal, R.M., "Model based approach to ...
  • - Mehra, R. K. and Peschon, J., _ innovation approach ...
  • - Zhan Y. and Makis V., "A robust diagnostic model ...
  • - Samanta, B., "Gear fault detection using artificial neural networks ...
  • - Box, E. P., Jenkins, G. M. and Reinsel, G. ...
  • - Rantala S. and Suoranta R., "Enhanced vibration monitoring using ...
  • model-based gear fault diagnoses using the Ko lmo gorov-Smirnov test", ...
  • model-based gear fault diagnosis", Journal of Vibration and Autoregressive؛ [15]- ...
  • - Wang, W. and Wong, A. K., _ model-based Gear ...
  • - Rolfe, S., 1997, "Sigmal processing methods for gearbox fault ...
  • - Zhan, M. and Makis V., ":A robust diagnostic model ...
  • - Andrade, F. A., Esat, I. and Badi, M. N. ...
  • - Marquez, F. P. and Pedregal, D. J. and Achmid ...
  • - Mohanty A. R. and Kar, C., "Application of KS ...
  • نمایش کامل مراجع