جستجو در مقالات منتشر شده
۴ نتیجه برای عیب یابی
سید امیر حسینی سبزورای، مجید معاونیان،
دوره ۱۴، شماره ۷ - ( ۷-۱۳۹۳ )
چکیده
در این مقاله یک روش مبتکرانه، به نام پنجره متحرک Kاٌمین همسایگی نزدیک جهت شناسایی دپلاریزاسیون بطنی معرفی شده است. بدین منظور یک فضای ویژگی هندسی دو بعدی از سیگنال الکتروکاردیوگرام (طول بردار ویژگی برابر ۲ می¬باشد) استخراج می¬گردد. در روش پیشنهادی یک پنجره با طول مشخص بر روی سیگنال خام (بدون پیش پردازش) حرکت می¬نماید. در هر حرکت از سیگنال واقع شده در داخل پنجره عکسی گرفته می¬شود. هر تصویر به وسیله¬ی یک ماتریس ۳۰۰×۳۰۰ پیکسلی تخمین زده می-شود. سپس به منظور ایجاد فضای ویژگی مناسب، به ازای هر تصویر، بردار ویژگی¬ بر اساس طول منحنی آن توسعه می¬یابد. در نهایت از روش طبقه¬بندی Kاٌمین نزدیکترین همسایگی به منظور طبقه بندی و شناسایی دپلاریزاسیون بطنی استفاده می¬شود. روش پیشنهادی به بانک اطلاعاتی داده¬های طولانی مدت هولتر بیمارستان دی تهران اعمال و مقادیر حساسیت و پیش¬بینی مثبت را به ترتیب ۹۹,۹۳ و ۹۹.۸۸ حاصل شده است.
علی سلیمانی، سیامک اسماعیل زاده خادم،
دوره ۱۵، شماره ۲ - ( ۲-۱۳۹۴ )
چکیده
تشخیص عیب در بلبرینگها بویژه در مراحل اولیه با سیگنالهای ارتعاشی غیرساکن و پیچیدهی همراه با نویز بسیار مشکل است. همچنین، بسیاری از مکانیزمهای شکست و شرایط عملیاتی نامطلوب در بلبرینگها شامل ویژگیهای دینامیکی غیرخطی میباشند. یکی از رفتارهای دینامیکی که در سیستمهای غیرخطی رخ میدهد، رفتار آشوبناک میباشد. در این مقاله، به بررسی رفتار آشوبناک سیگنالهای ارتعاشی بلبرینگ پرداخته شده است. برای بررسی کیفی رفتار آشوبناک از فضای فاز بازسازی شده استفاده شده است. برای کمّیسازی رفتار آشوبناک، مشخصههای رفتار آشوبناک استخراج شده است تا اطلاعات بهتری از وضعیت عیب ارائه دهد. این مشخصهها شامل بزرگترین نمای لیاپانوف، آنتروپی تقریبی و بُعد همبستگی میباشند. برای سنجش کارایی این مشخصهها، از آنها برای تشخیص و شناسایی عیب در یک مجموعه داده تجربی از بلبرینگ استفاده شده است. نتایج نشان میدهد که این مشخصهها اطلاعات خوبی از عیب و نوع آن دارند و به خوبی انواع عیوب را تشخیص داده و شناسایی میکنند. همچنین این روش نسبت به تغییرات بار بر روی بلبرینگ، مقاوم بوده و برای همه بارها نتایج خوبی ارائه میدهد. نتایج نشان میدهد که این روش قابلیت تعمیمدهی خوبی برای دیگر شرایط کاری را دارد.
امیر رضائی، علیرضا اکبرزاده،
دوره ۱۵، شماره ۳ - ( ۳-۱۳۹۴ )
چکیده
در این مقاله، از روش آنالیز مولفههای اصلی موسوم به روش پیسیاِی برای تعیین حالت معیوب ربات موازی ۳-پیاسپی استفاده شده است. این روش یک روش آماری محسوب میشود که در آن تعدادی متغیر همبسته به مجموعه ای کوچکتر از متغیرهای ناهمبسته منتقل میشود. از یک مدل پیسیاِی میتوان برای تعیین حد آستانه آماری و همچنین مربع خطاهای پیشبینی مشاهدات جدید، به منظور بررسی وجود عیب در ربات استفاده کرد. برای بررسی کارایی این روش به منظور عیبیابی ربات، یک کنترلر غیرخطی با استفاده از مدل غیرخطی دینامیکی سیستم برای ربات طراحی شده است. این روش موسوم به روش کنترل گشتاور محاسبه شده میباشد. در این روش، از مدل دینامیک معکوس ربات در حلقه بازخورد کنترلی برای خطیسازی و خنثیسازی دینامیک سیستم استفاده شده و همچنین از مدل دینامیک مستقیم بجای مدل واقعی ربات در حلقه کنترلی استفاده میشود. در این مقاله، دو عیب بصورت مصنوعی به مدل شبیهسازی شدهی ربات اعمال گردیده و اثرات ناشی از این عیوب بر روی سیستم مورد بررسی قرار گرفته است. این عیوب شامل عیب در ولتاژ ورودی سروو موتورها یا سروو درایوها و عیب در سنسورهای مکان یا عیوب مربوط به لقی اتصالات میباشند. با اعمال این دو عیب به مدل کنترلی ربات در طی یک مسیر حرکتی، خروجیهای سیستم برای حالتهای بدون عیب و معیوب با هم مقاسیه شده و عیبیابی برای ربات با استفاده از روش پیسیاِی انجام شده است.
محمد هادی غفاری، افشین قنبرزاده، علی ولی پور چهارده چریک،
دوره ۱۷، شماره ۶ - ( ۶-۱۳۹۶ )
چکیده
هر صنعتی نیازمند برنامه ای پیش گویانه، در جهت بهینه نمودن مدیریت منابع و بهبود اقتصاد کارخانه با کاهش هزینه های غیر ضروری و افزایش سطح ایمنی می باشد. ماشین های دوار از جمله ماشین های رایج در صنعت است و ریشه بیشتر خرابی ها در ماشین های دوار به دلیل خرابی یاتاقان های غلتشی می باشد. ماهیت گذرای ارتعاشات ناشی از عیب در یاتاقان های غلتشی باعث گردیده تا تحلیل ارتعاشات در این تجهیزات با استفاده از تبدیل موجک پیوسته و آنالیز پوش انجام پذیرد. این مقاله به بررسی کاربردی روش ترکیب ماشین بردار پشتیبان و آنالیز مؤلفه های مستقل در تشخیص هوشمند محل و نوع عیب در یاتاقان های غلتشی می پردازد. از آنالیز مؤلفه های مستقل برای استخراج ویژگی و کاهش ابعاد از ویژگی های اصلی استفاده شده است، همچنین از آنالیز مؤلفه های اصلی نیز برای استخراج ویژگی استفاده شده و نتایج آن با آنالیز مؤلفه های مستقل مقایسه گردیده است. در این مقاله، طبقه بندی کننده چند کلاسه ماشین بردار پشتیبان برای طبقه بندی عیب به کار گرفته شده است و از روش اعتبار سنجی متقابل برای انتخاب مقادیر بهینه پارامترهای تابع هسته و ماشین بردار پشتیبان استفاده شده است.