سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

عیب یابی هوشمند بیرینگ به کمک مؤلف ههای فرکانسی و زمانی ارتعاش (یک روش ابداعی)

Publish Year: 1385
Type: Conference paper
Language: Persian
View: 1,228

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICEE14_393

Index date: 15 July 2008

عیب یابی هوشمند بیرینگ به کمک مؤلف ههای فرکانسی و زمانی ارتعاش (یک روش ابداعی) abstract

در این مقاله بر اساس مؤلفه های زمانی و فرکانسی سیگنال ارتعاش دو روش عیب یابی مبتنی بر آموزش شبکه های عصبی مصنوعی معرفی شده است. در هر دو روش برای تشخیص سالم یا معیوب بودن بیرینگ از دو عامل مقدار مؤثر (RMS) و کرتوزیز (Kurtosis Factor) استفاده شده است. تشخیص نوع عیب بیرینگ به کمک مؤلفه های فرکانسی امکان پذیر است که در روش اول به کمک اطلاعات طیف فرکانسی، و در روش دوم بر اساس فاصلۀ بین ضربه های متوالی موجود در تغییرات زمانی ارتعاش، نوع عیب تشخیص داده می شود. در پایان نتایج حاصل با هم مقایسه شده اند.

عیب یابی هوشمند بیرینگ به کمک مؤلف ههای فرکانسی و زمانی ارتعاش (یک روش ابداعی) Keywords:

عیب یابی هوشمند بیرینگ به کمک مؤلف ههای فرکانسی و زمانی ارتعاش (یک روش ابداعی) authors

علیرضا صدوقی

دانشجوی دکترا، مربی، دانشگاه صنعتی اصفهان دانشکده برق و کامپیوتر

سهیل تشکر

کارشناس ارشد دانشگاه صنعتی مالک اشتر- گروه مکاترونیک

محمد ابراهیمی

دانشگاه صنعتی اصفهان دانشکده برق و کامپیوتر

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 :
م. منهاج، مبانی شبکه‌های عصبی، انتشارات دانشگاه صنعتی امیر کبیر، ...
S.A. McInemy, and Y. Dai, "Basic Vibration Signal Processing for ...
J.R. Stack, T.G. Habetler, R.G. Harley, "Fault Classification and Fault ...
B. Li, et all, ،، Neural -Network-B ased Motor Rolling ...
H. OCAK, et all, 'A New Bearing Fault Detection and ...
B. Li, et all, 0Detection of Common Motor Bearing Faults ...
A.V. Oppenheim , R.W. Schafer, Discrete - Time Signal Processing, ...
A.B. Williams, F.J. Taylor, Electronic Filter Design Hand Book, 3" ...
نمایش کامل مراجع

مقاله فارسی "عیب یابی هوشمند بیرینگ به کمک مؤلف ههای فرکانسی و زمانی ارتعاش (یک روش ابداعی)" توسط علیرضا صدوقی، دانشجوی دکترا، مربی، دانشگاه صنعتی اصفهان دانشکده برق و کامپیوتر؛ سهیل تشکر، کارشناس ارشد دانشگاه صنعتی مالک اشتر- گروه مکاترونیک؛ محمد ابراهیمی، دانشگاه صنعتی اصفهان دانشکده برق و کامپیوتر نوشته شده و در سال 1385 پس از تایید کمیته علمی چهاردهمین کنفرانس مهندسی برق ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله ارتعاش ، بیرینگ ، عیب یابی هوشمند ، شبکه عصبی هستند. این مقاله در تاریخ 25 تیر 1387 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1228 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در این مقاله بر اساس مؤلفه های زمانی و فرکانسی سیگنال ارتعاش دو روش عیب یابی مبتنی بر آموزش شبکه های عصبی مصنوعی معرفی شده است. در هر دو روش برای تشخیص سالم یا معیوب بودن بیرینگ از دو عامل مقدار مؤثر (RMS) و کرتوزیز (Kurtosis Factor) استفاده شده است. تشخیص نوع عیب بیرینگ به کمک مؤلفه های فرکانسی امکان ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله عیب یابی هوشمند بیرینگ به کمک مؤلف ههای فرکانسی و زمانی ارتعاش (یک روش ابداعی) با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.