دوره 17، شماره 5 - ( 5-1396 )                   جلد 17 شماره 5 صفحات 102-95 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Sabbaghian Bidgoli F, Poshtan J. Comparison of wavelet packet based Hilbert transform and improved Hilbert-Huang transform in fault detection of broken rotor bar. Modares Mechanical Engineering 2017; 17 (5) :95-102
URL: http://mme.modares.ac.ir/article-15-11471-fa.html
صباغیان بیدگلی فرزانه، پشتان جواد. مقایسه تبدیل هیلبرت مبتنی بر تبدیل موجک بسته‌ای و تبدیل هیلبرت-هوانگ پیشرفته در تشخیص عیب شکستگی میله روتور. مهندسی مکانیک مدرس. 1396; 17 (5) :95-102

URL: http://mme.modares.ac.ir/article-15-11471-fa.html


1- دانشگاه علم و صنعت ایران
چکیده:   (5447 مشاهده)
یکی از روش‌های رایج تشخیص عیب ماشین‌های دوار، تشخیص عیب مبتنی بر سیگنال است که پردازش سیگنال یک جزء جدایی ناپذیر آن محسوب می‌شود. پردازش سیگنال داده‌های خام را به ویژگی‌های مفیدی برای انجام عملیات تشخیص عیب تبدیل می‌کند. این ویژگی‌ها بایستی مستقل از شرایط کاری نرمال ماشین و نویز خارجی باشند و تنها به عیوب ماشین حساس باشند. از این رو ارائه تکنیک‌های پردازشی کاراتر به منظور دستیابی به ویژگی‌های مفیدتر از سیگنال و در نتیجه تشخیص سریع‌تر و دقیق‌تر عیب، مورد توجه محققان قرار گرفته است. این پروژه تکنیک‌های تبدیل هیلبرت-هوانگ پیشرفته و تبدیل هیلبرت مبتنی بر تبدیل موجک بسته‌ای را برای دستیابی به باندهای فرکانسی باریک و استخراج فرکانس لحظه‌ای و حذف نویز موجک بسته‌ای را برای حذف نویز سیگنال اولیه، به سیگنال ارتعاشی مربوط به عیب میله شکسته روتور اعمال می‌کند تا به ویژگی‌های مفیدتری از سیگنال ارتعاشی برای انجام مراحل بعدی تشخیص عیب دست یابد. مقایسه طیف دامنه تبدیل هیلبرت و فرکانس لحظه‌ای آشکارسازی شده توسط تکنیک‌های تبدیل هیلبرت-هوانگ پیشرفته و تبدیل هیلبرت مبتنی بر تبدیل موجک بسته‌ای، برتری تکنیک دوم را در آشکارسازی فرکانس‌های مربوط به عیب نشان می‌دهد.
متن کامل [PDF 1141 kb]   (7481 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: کنترل
دریافت: 1395/12/12 | پذیرش: 1396/1/12 | انتشار: 1396/2/9

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.