26940

بررسي و تشخيص انواع خرابي¬هاي چرخ واگن با استفاده از تكنيك يادگيري ماشين

كارشناسي ارشد

مهندسي راه‌آهن- ماشين‌هاي ريلي

1398

1401/05/02

دكتر داوود يونسيان

مهندسي راه اهن

در عصري كه زندگي مي¬كنيم كه فرسايش قطعات جزء اجتناب ناپذير علوم مهندسي است. از اين رو مهندسين همواره در پي راه حلي براي كاهش فرسايش قطعات و تعمير و نگهداري به موقع لوازم و ادوات در صنايع مختلف مي¬باشند. استفاده از فناوري يادگيري ماشين و هوشمند¬سازي سيستم اين امكان را مي¬دهد تا عيوب تعريف شده در چرخ قطار (واگن مسافربري) تشخيص داده شود. بدين صورت كه يك واگن مسافربري در نرم¬افزار شبيه¬ساز ديناميكي با شرايط موجود پروفيل مشخص چرخ و ريل و بي¬نظمي¬هاي استاندارد خطوط ريلي در چندين كلاس¬بندي سرعت متفاوت انجام شده و سيگنال خروجي شتاب سرمحور به عنوان نتيجه¬ي ورودي يادگيري ماشين به دست آيد. پس از دريافت سيگنال¬ها در هر كلاس سرعت و هر كلاس خرابي با توجه به نوع عيب، الگوريتم يادگيري ماشين توانايي تشخيص هر كلاس خرابي چرخ را با مشخص كردن سرعت خواهد داشت. اين سيستم هوشمند در چند سطح بازدارنده، هشدار و اخطار تعويض يا تعمير طراحي شده تا خطرات احتمالي را پيش¬بيني كند. در اين پايان¬نامه از چند الگوريتم يادگيري ماشين براي مقايسه عملكرد و پيش¬بيني دقيق كلاس خرابي¬ها استفاده شده و دقت هر كدام مورد بررسي قرار مي-گيرند. اين سيستم هوشمند، صرفه¬جويي زيادي در وقت و هزينه در زمينه¬ي تعمير و نگهداري ادوات ريلي براي مهندسين و بازرسين به همراه دارد.

1401/06/15

Investigation and diagnosis of various types of wagon wheel failures using machine learning techniques

1/1/1900 12:00:00 AM

In the age we live in, component erosion is an inevitable part of engineering science. Therefore, engineers are always looking for a solution to reduce parts erosion and timely maintenance of equipment and tools in various industries. With the increasing development of technology, predicting the life of parts and how to repair them is predictable. The use of machine learning technology and intelligent system allows the defects defined in the train wheel (wagon) to be detected. In this way, a wagon (passenger car) is moved in UM simulation software with the existing conditions of wheels and rails, speed and specific weight (and other parameters) and the acceleration output signal is obtained as a result to determine the type of failure to be repaired or need to be replaced. Specify the train wheel. This intelligent system saves a lot of time and money in the field of maintenance of railway equipment for engineers and inspectors.

يادگيري ماشين , عيوب چرخ , سيگنال شتاب

Machine learning , acceleration signal , wheel defects

Farzad Talebi Rostami

Dr.D. Younesian