تشخیص عیب در بیرینگها با استفاده از کلاسیفیرSVM

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,022

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CMFD05_011

تاریخ نمایه سازی: 18 آذر 1390

چکیده مقاله:

در این مقاله با طراحی یک کلاسیفیر مبتنی بر ماشینهای بردار پشتیبان، به محض وقوع عیب در یک بیرینگ، نوع عیب ایجاد شده شناسایی میشود. برای این منظور ابتدا تعدادی از عیوب رایج در بیرینگها مشخص شده و هنگامی که بیرینگ با شرایط مختلف متصل به یک موتور در حال گردش است، سیگنال ارتعاشی حاصل توسط سنسور ارتعاشی ثبت میشود. این کار برای تمامی عیوب رایج که در این مقاله چهار مورد میباشد و نیز برای یک بیرینگ سالم تکرار شده و مجموعهای از سیگنالهای ارتعاشی ثبت میشوند. سپس اطلاعات مفید سیگنالهای ثبت شده از آنها استخراج میشود با تقسیم این اطلاعات به دو دسته آموزش و تست یک کلاسیفیرSVM چهار کلاسه طراحی میشود. نتایج حاصل از این مقاله نشان از توانایی این روش در تشخیص نوع عیب ایجاد شده در بیرینگها دارد.

نویسندگان

کریم سلحشور

استاد دانشگاه

حبیب اله خواجه

کارشناس ارشد

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 :
  • Yu Dejie, Cheng Junsheng, Yang Yu., 'Application of EMD method ...
  • V.K. Rai & A.R. Mohanty, Bearing fault diagnosis using FFT ...
  • Cheng Junsheng, Yu Dejie, Yang Yu, 'A fault diagnosis approach ...
  • Cheng Junsheng, Yu Dejie, Yang Yu, _ The envelope order ...
  • Tse P.W., Peng Y.H., Yam R., Wavelet analysis and envelope ...
  • Li C.J., Wu S.M., On-line detection of 1ocalized defects in ...
  • J. Cheng, Y. Yang & D. Yu, "Application of support ...
  • Keinosuke Fukunaga, Introduction to Statistical Patter Recognition, Second Edition. [12] ...
  • نمایش کامل مراجع