جستجو در:
دوره ۲۴، شماره ۱۱ - ( آبان ۱۴۰۳ )
جلد ۲۴ شماره ۱۱ صفحات ۱۰۷-۱۰۳ |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Detection of Rolling Bearing Faults Using Vibration Signals and Radial Basis Function Neural Network. Modares Mechanical Engineering 2024; 24 (11) :103-107
URL: http://mme.modares.ac.ir/article-15-79282-fa.html
URL: http://mme.modares.ac.ir/article-15-79282-fa.html
حلمی حامد، فروزان تبار احمد، آزادی محمد. شناسایی عیوب یاتاقان غلتشی با استفاده از سیگنال‌های ارتعاشی و شبکه عصبی تابع پایه شعاعی. مهندسی مکانیک مدرس. ۱۴۰۳; ۲۴ (۱۱) :۱۰۳-۱۰۷
۱- دانشگاه آزاد اسلامی، مرودشت
۲- دانشگاه آزاد اسلامی، مرودشت ،ahmad.foruzan@gmail.com
۲- دانشگاه آزاد اسلامی، مرودشت ،
چکیده: (۴۳۴ مشاهده)
عیوب یاتاقان‌های غلتشی یکی از دلایل اصلی خرابی ماشین‌آلات دوار است. شناسایی عیوب یاتاقان غلتشی نقش اساسی در اطمینان عملکرد واحدهای تولیدی داشته است. علاوه بر این، پایش وضعیت ماشین‌آلات با استفاده از آنالیز ارتعاشات یکی از قدرتمندترین ابزارها در سلامت‌سنجی سامانه‌های مکانیکی است. این تحقیق یک سیستم هوشمند تشخیص عیوب یاتاقان‌های غلتشی مبتنی بر آنالیز ارتعاشات پیشنهاد می‌کند. در سیستم هوشمند عیب‌یابی از ویژگی‌های استخراج شده سیگنال‌های ارتعاشی در حوزه زمان و شبکه عصبی تابع پایه شعاعی استفاده شده است. مجموعه داده‌های آموزش و آزمون به سیستم هوشمند شبکه عصبی تابع پایه شعاعی ارائه می‌شود. نتایج یادگیری شبکه عصبی، عملکرد بسیار موفق سیستم هوشمند عیب‌یابی در تشخیص حالت‌های سلامت و عیوب سه‌گانه یاتاقان غلتشی را نشان می‌دهد
نوع مقاله: پژوهشی اصیل |
موضوع مقاله:
سیستم های میکرو و نانو
دریافت: 1403/11/13 | پذیرش: 1403/8/1 | انتشار: 1403/8/1
دریافت: 1403/11/13 | پذیرش: 1403/8/1 | انتشار: 1403/8/1
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |