8071

8071

تشخيص و شناسايي خطا در سيستم سوزن با استفاده از روشهاي مبتني بر سيگنالژژ

كارشناسي ارشد

راه آهن برقي

1390

1390

دكتر احمد ميرآبادي

چكيده پايش وضعيت ماشين ها نقش بسيار مهمي را در بسياري از صنايع ايفا ميكند. و تحقيق و پژوهش در اين زمينه در حال افزايش است. خرابي ماشينها در صنايع متنوع باعث افزايش هزينههاي تعمير و نگهداري، كاهش توليد، كاهش كيفيت توليد، آسيبهاي انساني و حتي در بعضي موارد حوادث جبران ناپذير ميگردد. براي جلوگيري از پيش آمدن چنين حوادثي در صنايع گوناگون، به يك سيستم پايش وضعيت و متعاقبا آگاه سازي گروه تعميرات و نگهداري جهت رفع خطاها نيازمي باشد تا بط ور پيوسته شرايط ماشين را براي پيش بيني، تشخيص و شناسايي خطاها مانيتور كند . در اين پژوهش يك روش پايش وضعيت بر مبناي سيگنال پيشنهاد شده و بر روي ماشين سوزن تست مي گردد و خطاهاي متنوعي كه باعث خرابي در ماشين سوزن شده بررسي مي شود. از جمله اين خطاها، خطاي جعبه دنده، خطاهاي بلبرينگ، خطاي ميله مارپيچ و خطاهايي مانند خرابي جعبه دنده همراه با خطاهاي بلبرينگ ميباشد. خطاي ميله مارپيچ يك خطاي طبيعي ولي بقيه خطاها به صورت مصنوعي شبيه سازي شده است مباحث مورد بحث در اين پژوهش در 5 فصل ارائه مي شود. در فصل اول مجموعه ماشين سوزن معرفي شده و خطاهاي وارد بر مجموعه ماشين سوزن بررسي مي شود، در فصل دوم خطاها با استفاده از ابزار پردازش تبديل موجك گسسته 1 ،تبديل فوريه سريع 2 و آناليز موجك بستهاي 3 تشخيص داده شده و شناسايي ميگردد، در فصل سوم براي ايجاد يك سيستم تشخيصخطاي هوشمند يك ماتريس ويژگي بدست ميآيد سپس براي كاهش ابعاد ماتريس ويژگي از روشهاي الگوريتم ژنتيك 4 و آناليز مولفه اصلي 5 استفاده ميشود، در فصل چهارم با طراحي كلاسه بندخطاها به Support Vector Machine(SVM)صورت هوشمند شناسايي و دسته بندي ميگردد و در فصل آخر نتيجه گيري و پيشنهادات مطرح مي شود. براي نمونه برداري از جريان استاتور موتور ماشين سوزن از 3 سنسور اثر هال ساخت شركت براي سه فاز استفاده شده است. ديتاي نمونه برداري شده با استفاده از يك كارت ورودي LEM خروجي و نرم افزار واسط در كامپيوتر ذخيره مي شود. براي نمايش دادن سيگ نال به صورت موثر از ابزار پردازش سيگنال تبديل موجك گسسته و براي بدست آوردن مشخصه هاي هر سيگنال از بازههاي فركانسي آناليز موجك بستهاي استفاده شده است. با توجه به اينكه تعداد مشخصههاي بدست آمده بسيار زياد مي باشد و باعث پيچيدگي و كاهش دقت كلاسهبندي مي گردد، دو روش آناليز مولفه اصلي و الگوريتم ژنتيك براي بهينه كردن تعداد مشخصهها استفاده با دو استراتژي SVM شده است. براي شناسايي هوشمند خطا ها از كلاسه بند مرسوم استفاده شده و نتايج با هم مقايسه شدهاند. Hybrid و One-against-One SVM كلمات كليدي: ماشين سوزن، تبديل موجك، ماتريس ويژگي، كلاسه بند