استفاده انتروپی تقریبی برای تشخیص سلامت جعبه دنده

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,290

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ISAV02_006

تاریخ نمایه سازی: 26 اسفند 1391

Abstract:

نظارت بر کارکرد ماشین آلات در همه ی شاخه های صنعت به سرعت در حال گسترش است. هدف از نظارت بر ماشین آلات وپایش وضعیت، مشخص نمودن عیوب مکانیکی دستگاه های در حال کار است. روش های مختلفی در زمینه پایش وضعیتوجود دارد که یکی از مهم ترین آن ها بررسی ارتعاشات ماشین ها است. عیوب ایجاد شده در ماشین ها باعث تغییر سیگنال های ارتعاشی می شوند. برای بررسی وسعت و پیشرفت عیب می توان از تحلیل های مختلفی از جمله تحلیل زمانی، تحلیل فرکانسیو نمایش های زمان- فرکانس استفاده کرد. یکی از روش های تحلیل زمانی استفاده از انتروپی تقریبی 1 است. انتروپی تقریبییک اندازه گیری آماری است که کمیت ها را در قالب یک سری زمانی نظم می دهد. بی نظمی سیگنال های ارتعاشی در ماشینی که دچار عیب شده و یا عیوبش در حال پیشرفت هستند، افزایش می یابد و مقداری که برابر انتروپی تقریبی است زیاد می شود.هدف از این مطالعه پیدا کردن ارتباط بین انتروپی تقریبی و برخی عیب هاست که امکان دارد در یک جعبه دنده اتفاق بیفتد.برای این منظور بر روی یک جعبه دنده عیوب دندانه سائیده شده، دندانه نیمه شکسته و یک دندانه شکسته اعمال شده و در هر مرحله داده های ارتعاشی جمع آوری می شوند. سپس داده های ارتعاشی به دست آمده به روش انتروپی تقریبی تحلیلمی شوند. با استفاده از مقادیر انتروپی تقریبی به دست آمده عیب مورد نظر پیش بینی می شود. نتایج نشان می دهد که در جعبه دنده مورد مطالعه، انتروپی تقریبی می تواند تمام عیب های ایجاد شده به جز حالت چرخ دنده با دندانه نیمه شکسته از چرخ دنده با یک دندانه شکسته را تشخیص دهد. همچنین نشان داده می شود که روش انتروپی تقریبی می تواند در تشخیص تمام عیوبی که سیگنال های مختلط و نامنظم ایجاد می کنند، مورد استفاده قرار بگیرد

Authors

مسعود اله دادی

دانشکده مهندسی مکانیک، دانشگاه یزد، یزد- بلوار دانشگاه- پردیسه اصلی

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 :
  • R. Yan, R. X. Gao, "Approximate entropy as a diagnostic ...
  • J. Tian, J. Gu, X. Peng, Z. Qin, "A Fault ...
  • S. M. Pincus, "Approximate entropy as a measure of system ...
  • _ _ _ _ _ _ _ _ Problems, Prague, ...
  • نمایش کامل مراجع