تشخیص عیوب موتورمبتنی بر آنالیز روغن با استفاده از شبکه عصبی کانولوشن و تصویرسازی
Publish place: Aerospace Mechanics، Vol: 19، Issue: 3
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 113
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MEASEJT-19-3_009
تاریخ نمایه سازی: 19 شهریور 1402
Abstract:
پایش وضعیت روغن، روشی موثر در تشخیص فرسایش های غیرعادی یا عیوب تجهیزات و سامانه های مکانیکی است. یکی از مسائل حوزه پایش وضعیت به کمک آنالیز روغن، هزینه و زمان موردنیاز برای بررسی همه نمونه ها توسط خبره است؛ اما همه نمونه های آنالیز روغن نیاز به بررسی توسط خبره ندارند و کمتر از ۱۰ درصد از این داده ها نشان دهنده وضعیت بحرانی است که نیاز به برنامه ریزی و اقدام سریع دارند. هدف در این مقاله تبدیل وضعیت روغن به یک تصویر است تا بتوان با نگاه به تصویر به سرعت وضعیت روغن را تشخیص داد. همچنین با پردازش این تصاویر به کمک نرم افزار بتوان وضعیت خرابی را از طریق هوش مصنوعی استخراج کرد. در این پژوهش داده ها از آزمایش نمونه روغن های موتور غلتک های راه سازی گرفته شده است. ابتدا داده ها به کمک خطوط مبنای به دست آمده برای موتورهای دیزلی و از طریق نرم افزار متلب به تصاویر مقیاس خاکستری تبدیل شد. در مرحله بعد این تصاویر به کمک روش شبکه عصبی کانولوشن پردازش شده است تا وضعیت روغن مشخص شود. مقایسه نتایج به دست آمده نشان داد تصویرسازی نتایج آنالیز روغن به درک وضعیت کلی روغن برای کاربر کمک می کند و سریع تر نمونه های بحرانی و نیازمند اقدام از بین انبوه نمونه های روغن تشخیص داده می شود.
Keywords:
Authors
سعید رمضانی
نویسنده مسئول: استادیار، گروه مهندسی صنایع، دانشگاه جامع امام حسین (ع)، تهران، ایران
مصطفی یوسفی طزرجان
استادیار، گروه مهندسی صنایع، دانشگاه جامع علمی کاربردی، کرج، ایران
علی عواطفی همت
کارشناسی ارشد، گروه مهندسی صنایع، دانشگاه جامع امام حسین (ع)، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :