رفتن به محتوای اصلی
x
تصویر

جلسه دفاع پایان نامه کارشناسی ارشد (آقای جبار کیانپور)

موضوع: تشخيص عيب جعبه دنده در سيستم انتقال نيرو به کمک سيگنال‌های ارتعاشي با استفاده از روش‌های یادگيری ماشيني

ارائه دهنده: جبار کیانپور

استاد راهنما: دکتر رضا تیکنی

استاد مشاور:دکتر علی لقمانی

استادان داور: دکتر سعید ضیایی راد – دکتر حمید رضا میردامادی

 

چکيده

در این پایان‌نامه، به بررسی  تشخیص عیب در یک جعبه‌دنده پرداخته می‌شود. به طور کلی اطمینان از عملکرد مطمئن ماشین‌های دوار مانند توربین‌ها، موتورها و جعبه‌دنده‌ها که اجزای حیاتی در صنایع مختلف به‌شمار می‌روند، برای حفظ کارایی و ایمنی فرآیندهای صنعتی از اهمیت بالایی برخوردار است. این پژوهش مروری بر برخی تکنیک‌های پیشرفته تشخیص خطا در ماشین‌های دوار با تمرکز بر تحلیل ارتعاشات و روش‌های یادگیری ماشین ارائه می‌دهد. نتایج نشان می‌دهد که ادغام این تکنیک‌ها پتانسیل قابل توجهی در تشخیص زودهنگام عیوب دارد که می‌تواند منجر به کاهش زمان خرابی و هزینه‌های تعمیرات و نگهداری شود. این پژوهش به‌طور ویژه بر تشخیص عیوب در جعبه‌دنده‌ها با استفاده از روش‌های مبتنی بر تعمیرات پیش‌بینانه تمرکز دارد. فرآیند تشخیص عیب بر چهار مرحله اصلی شامل جمع‌آوری داده‌های ارتعاشی، پیش‌پردازش سیگنال، پردازش سیگنال و نهایتاً طبقه‌بندی با استفاده از روش‌های یادگیری ماشین استوار است. در این مطالعه، ابتدا داده‌های ارتعاشی از جعبه‌دنده در دو حالت سالم و دارای ترک کامل در یکی از دندانه‌ها با استفاده از شتاب‌سنج و گشتاورسنج استخراج شده و سپس سیگنال‌های ارتعاشی تحلیل می‌شوند. در مرحله پردازش سیگنال، ویژگی‌های مورد نیاز برای طبقه‌بندی در حوزه زمان استخراج می‌گردد که این ویژگی‌ها سرعت و دقت بالایی دارند. نهایتاً، تشخیص عیب در جعبه‌دنده با استفاده از روش‌های طبقه‌بندی داده‌ها در حوزه یادگیری ماشین انجام می‌پذیرد.

واژه‌های کلیدی: پایش وضعیت، جعبه ­دنده، یادگیری ماشینی، ماشین بردار پشتیبان، سیگنال­ های ارتعاشی

تحت نظارت وف ایرانی