17075

17075

تشخيص عيب ميله شكسته موتورالقايي الكتروپمپ با استفاده از سيگنال ارتعاشي در حوزه زمان-فركانس

كارشناسي ارشد

كنترل

دي ماه 1395

دكتر جواد پشتان

دكتر عليرضا محمد شهري

برق

يكي از روش¬هاي رايج تشخيص عيب ماشين¬هاي دوار، تشخيص عيب مبتني بر سيگنال است كه پردازش سيگنال يك جزء جدايي ناپذير آن محسوب مي¬شود. پردازش سيگنال داده¬هاي خام را به ويژگي¬هاي مفيدي براي انجام عمليات تشخيص عيب تبديل مي¬كند. اين ويژگي¬ها بايستي مستقل از شرايط كاري نرمال ماشين و نويز خارجي باشند و تنها به عيوب ماشين حساس باشند. از اين رو ارائه روش¬هاي پردازشي كاراتر به منظور دستيابي به ويژگي¬هاي مفيدتر از سيگنال و در نتيجه تشخيص سريع¬تر و دقيق-تر عيب، مورد توجه محققان قرار گرفته است. در اين پروژه روش¬هاي تبديل هيلبرت-هوانگ و تبديل هيلبرت مبتني بر تبديل موجك بسته¬اي (كه از روش¬هاي حوزه زمان-فركانس هستند) براي تجزيه سيگنال ارتعاشي بدنه موتور به باندهاي فركانسي باريك و استخراج فركانس لحظه¬اي مورد استفاده قرار گرفته¬اند. همچنين نويز سيگنال ارتعاشي مربوط به عيب ميله شكسته روتور از طريق حذف نويز موجك بسته¬اي حذف مي¬گردد تا بتوان به ويژگي¬هاي مفيدتري از سيگنال ارتعاشي براي انجام مراحل بعدي تشخيص عيب دست يافت. مقايسه طيف دامنه تبديل هيلبرت و فركانس لحظه¬اي آشكارسازي شده توسط روش¬هاي تبديل هيلبرت-هوانگ و تبديل هيلبرت مبتني بر تبديل موجك بسته¬اي، برتري روش دوم را در آشكارسازي فركانس¬هاي مربوط به عيب نشان مي¬دهد. در اين پروژه همچنين براي آشكارسازي و جداسازي عيوب دو استراتژي تشخيص عيب چند مرحله¬اي با دسته¬بندي دوگانه و تشخيص عيب يك مرحله¬اي با دسته¬بندي چندگانه ارائه مي¬شود. در نهايت نيز توانايي الگوريتم تشخيص عيب در دفع اثر اغتشاش ارزيابي مي¬شود. واژه‌هاي كليدي: تشخيص عيب مبتني بر سيگنال، تبديل هيلبرت-هوانگ، تبديل موجك بسته-اي، عيب شكستگي ميله روتور.

1396/01/20

1/1/1900 12:00:00 AM

One of the common techniques of rotary machinery fault diagnosis is the signal based fault diagnosis, in which the signal processing is one of its integral part. Signal processing converts the raw data into useful features to make the diagnostic operations. These features should be independent from the normal working conditions of the machine an​d the external noise. They should be sensitive only to faults in the machine. Therefore, providing more efficient processing techniques in order to achieve more useful features of the signal an​d faster an​d more accurate fault detection have been considered by researchers. This project applies the wavelet packet transform to decompose the signal into narrow frequency bands an​d extract instantaneous frequency an​d wavelet packet transform to remove the initial signal noise in vibration signal due to the broken rotor bars fault to achieve more useful features of vibration signals for the next stages of diagnosis. Comparison of Hilbert transform amplitude spectrum an​d detected instantaneous frequency by the improved Hilbert-Huang transform techniques an​d wavelet packet transform indicate the superiority of the second technique to detect frequencies of the fault. Keywords: Hilbet-Huang Transform, wavelet packet transform, Signal-based fault detection