TY - JOUR T1 - Identification of broken needle in single jersey circular knitting machine using neural network on yarn fluctuations signals TT - شناسایی سوزن شکسته در ماشین گردباف یکروسیلندر با استفاده از شبکه عصبی بروی سیگنال‌های نوسانی جریان حرکتی نخ JF - mdrsjrns JO - mdrsjrns VL - 14 IS - 16 UR - http://mme.modares.ac.ir/article-15-12263-fa.html Y1 - 2015 SP - 339 EP - 348 KW - Fault detection KW - Single jersey circular knitting machine KW - Neural Network KW - Wavelet N2 - 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. M3 ER -