تشخیص عیوب بیرینگ توسط روش تجزیه مدهای تجربی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 466

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MEASEJT-14-4_008

تاریخ نمایه سازی: 3 شهریور 1398

چکیده مقاله:

بلبرینگ ها یکی از قطعات پرمصرف و مهم در صنایع مختلف می باشند. تشخیص به موقع عیوب بلبرینگ ها می تواند از خسارات جانی و مالی جلوگیری کند. شناسایی عیوب در بلبرینگ ها به ویژه در مراحل اولیه و زمانیکه سیگنال غیرخطی و غیرایستا باشد بسیار مشکل است. یکی از روش های تشخیص عیب این قطعات از طریق آنالیز ارتعاشات می باشد. در این مقاله از روش تجزیه تجربی مدها که روشی جدید برای پردازش سیگنال های غیر خطی و غیر ایستا می باشد استفاده شده است. روش تجزیه تجربی مدها در سال 1998 توسط آقای هوانگ ابداع شد. در این پژوهش به کمک روش فوق، سیگنال اولیه مربوط به حالت بلبرینگ سالم و حالت بلبرینگ معیوب به توابع مد ذاتی تجزیه شد. با بررسی و تحلیل توابع مد ذاتی از میان 8 تابع مد ذاتی به دست آمده از هر سیگنال، اولین تابع مد ذاتی برای حالت بلبرینگ سالم و نیز حالت بلبرینگ معیوب تحت بار های متفاوت صفر تا سه اسب بخار انتخاب گردید. از تابع مد ذاتی اول شش ویژگی در حوزه زمان استخراج گردید. این ویژگی ها برای حالت بلبرینگ سالم و نیز وضعیت بلبرینگ معیوب برای حلقه خارجی، حلقه داخلی و ساچمه تحت بارهای صفر تا سه اسب بخار محاسبه و انتخاب گردید. ویژگی ها به عنوان بردار ورودی به شبکه انفیس برای تشخیص عیوب به کار برده شد. سیستم انفیس طراحی شده توانست با تحلیل سیگنال های پیش پردازش شده حالات مختلف را با دقت100% تشخیص دهد. نتایج به دست آمده از این تحقیق می تواند به عنوان روشی جدید درعیب یابی بلبرینگ های ماشین آلات دوار مورد استفاده قرار گیرد.

نویسندگان

مهرداد نوری خاجوی طهرانی

دانشکده مکانیک دانشگاه امیرکبیر/دانشگاه تربیت دبیر شهید رجایی

مهدی قهیه ایی

دانشگاه تربیت دبیر شهید رجایی

عباس ربیعی

دانشگاه تربیت دبیر شهید رجایی

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 :
  • Huang, N.E., Sheng, Z., Long, S.R., Wu, M.C., Shih, H.H., ...
  • Srinivasan, R., Rengaswamy, R. and Miller, R. A modified Empirical ...
  • Sonia, C.V., Ramon, G.C. and Georgina, C.L. Crackle Sounds Analysis ...
  • Ambikairajah, E. Emerging Features for Speaker Recognition , 6th Int. ...
  • Huang, N.E. and Wu, Z.H. A review on Hilbert-Huang Transform: ...
  • Wu, C.H. and Yao, A.F. Laboratory Measurements of Limiting Freak ...
  • Lundquist, J.K. Intermittent and Elliptical Inertial Oscillations in the Atmospheric ...
  • Lin, S., Yang, J. and Zhou, L. Damage Identification of ...
  • Jaouher, B.A., Fnaiech, N., Saidi, L., Chebel-Morello, B. and Fnaiech, ...
  • Mazrooei, M. EMD a New Approach to Gear box Fault ...
  • Norouzi Keshtan, M. and Nouri Khajavi, M. Bearings Fault Diagnosis ...
  • Lei, Y., Lin, J., He, Z. and Zuo, MJ. A ...
  • Arnaud, I.Z. The Hilbert-Huang Transform for Damage Detection in Plate ...
  • Loparo, K.A. Bearing Vibration Data set, Case Western Reserve University ...
  • https://csegroups.edu/bearingdatacenter/pages/download-data-file, 2003. ...
  • Hunt, K.J., Haas, R. and Murray, S. Extending The Function ...
  • Dogan, E. Reference Evapotranspiration Estimation Using Adaptive Neuro-fuzzy Inference System ...
  • R.Jang, J.S. and Sun, C.T. Neuro-Fuzzy Modeling and Control , ...
  • نمایش کامل مراجع