دوره 14، شماره 16 - ( 1393 )                   جلد 14 شماره 16 صفحات 339-348 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Moavenian M, Pazhoohiyani M, Momeni Heravi M E. Identification of broken needle in single jersey circular knitting machine using neural network on yarn fluctuations signals. Modares Mechanical Engineering. 2015; 14 (16) :339-348
URL: http://journals.modares.ac.ir/article-15-12263-fa.html
معاونیان مجید، پژوهیانی محسن، مومنی هروی محمد احسان. شناسایی سوزن شکسته در ماشین گردباف یکروسیلندر با استفاده از شبکه عصبی بروی سیگنال‌های نوسانی جریان حرکتی نخ. مهندسی مکانیک مدرس. 1393; 14 (16) :339-348

URL: http://journals.modares.ac.ir/article-15-12263-fa.html


1- دانشیار عضو هیأت علمی دانشگاه فردوسی مشهد دانشکده مهندسی گروه مکانیک-FDI
2- دانشجوی کارشناسی ارشد گروه مکانیک دانشگاه فردوسی مشهد
3- عضو هیئت علمی دانشگاه آزاد اسلامی واحد مشهد
چکیده:   (2798 مشاهده)
کیفیت پارچه بافته‌شده در ماشین‌آلات گردباف نسبت به هر گونه تغییرات ناخواسته در مکانیزم بافت و اجزای آن منجمله بروز پدیده سوزن‌شکسته که سبب پیدایش عیب خطوط عمودی در سطح پارچه می شود، حساس است. پایش وضعیت ماشین‌آلات گردباف به منظور افزایش کیفیت و کاهش هزینه‌های تولید، امری اساسی و ضروری به نظر می رسد. در فرایند بافندگی زمانی که نخ توسط سوزن جهت تشکیل حلقه بافت به سمت پایین کشیده می شود، نیروی کششی ایجاد شده درون نخ سبب بروز نوسانات جریان حرکتی نخ در حال تغذیه می گردد. هدف از تحقیق حاضر شناسایی عیب شکستگی سوزن و تعداد آنها در ماشین گردباف یکروسیلندر با استفاده از شبکه عصبی بروی سیگنال‌های نوسانی جریان حرکتی نخ است. روند اجرایی آزمایشات به گونه‌ای طراحی شد که سه وضعیت معیوب سوزن‌شکسته در شرایط تولید صنعتی به ماشین گردباف اعمال گردید. سیگنال نوسانی جریان تغذیه نخ توسط سامانه ثبت نوسانات، ذخیره و آغشتگی نویز آن با استفاده از تکنیک موجک حذف و سپس به کمک روش‌های آماری و استفاده از جزئیات به‌دست‌آمده از آنالیز موجک، استخراج ویژگی‌ها صورت گرفت. در نهایت قابلیت شبکه عصبی در تفکیک سیگنال‌ها به چهار دسته سالم، یک، دو و چهار سوزن شکسته محک خورد. بررسی نتایج نشان می‌دهند که دقت تشخیص تعداد سوزن‌های شکسته در این روش با پنجاه مرتبه تکرار 99.43 درصد است.
متن کامل [PDF 966 kb]   (1916 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: ابزار دقیق|اتوماسیون
دریافت: ۱۳۹۳/۵/۲۳ | پذیرش: ۱۳۹۳/۷/۱۰ | انتشار: ۱۳۹۳/۸/۲۴

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