عیبیابی جعبهدندههای خودرو نیسان برگرفته از یک خط تولید با استفاده از آنالیزسیگنالهای ارتعاشی در حوزه زمان و شبکههای عصبی
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 494
This Paper With 7 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:
FJCFIS02_222
تاریخ نمایه سازی: 26 تیر 1392
Abstract:
این مقاله به مطالعه روشی مبتنی بر آنالیز ارتعاشی برای عیبیابی جعبهدندههای خودرو برگرفته از یک خط تولید با استفاده ازشبکههای عصبی میپردازد. هدف از این پژوهش یافتن روشی برای عیبیابی جعبهدنده با قابلیت کاربرد صنعتی میباشد. جعبهدنده های مورد بررسی از نوع پنجدندهManualو متعلق به خودروNissan Juniorساخت کارخانه چرخشگر میباشند. دو شتابسنج برای اندازهگیری ارتعاشات دستگاه روی پوسته جعبهدنده قرار گرفتند. با استفاده از پردازش سیگنالهای ثبت شده، هشت پارامتر به دست آمدند که در نهایت چهار پارامتر که نسبت به عیب های موجود حساسیت بیشتری داشتند به عنوان مؤلفههای بردار مشخصه انتخاب شدند. این چهار پارامتر عبارتند ازNA و * 4 FM0 ،Kurtosis ،RMSسپس با استفاده از شبکه عصبی چند لایه مرحله نهایی عیبیابی انجام گرفته است. نتایج به دست آمده نشاندهندهی عملکرد مطلوب این روش برای عیبیابی جعبهدنده میباشد. به ویژه، در دو مورد، نتایج دقت 100 % را نشان میدهند. تفاوت عمده این پژوهش در مقایسه با پژوهشهای پیشین، استفاده از تعداد زیادی جعبهدنده برگرفته شده از یک خط تولید با عیبهای گوناگون، پیچیده و کاملا کنترل نشده میباشد. همچنین عملکرد روش پیشنهادی روی سیگنالهای ارتعاشی مختلف با توجه به محل قرار گرفتن سنسور و بار اعمال شده مورد ارزیابی قرار گرفته است
Keywords:
Authors
حسین داوری اردکانی
دانشگاه تبریز، دانشکده مهندسی مکانیک، آزمایشگاه تحقیقاتی ارتعاشات
محمدتقی وکیل باغمیشه
دانشگاه تبریز
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 :