میلاد کولانی - گروه مهندسی مکانیک، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
ابراهیم ابراهیمی - گروه مهندسی مکانیک، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.

مقاله حاضر بهصورت تجربی به بررسی یک سیستم تشخیص و طبقهبندی عیوب ناشی از چرخدنده یک گیربکس توسط تست غیر مخرب، با استفاده از شبکههای عصبی مصنوعی میپردازد. بدین منظور ابتدا سیگنالهای ارتعاشات در حالات مختلف جعبهدنده توسط حسگر تحصیل گشت و سپس توسط روش تجزیه مولفههای مود ذاتی پردازش شدند. بعد از پردازش سیگنالهای زمانی، هر سیگنال به 8 بخش تقسیم شد: Imf1 ،Imf2 ،... ،Imf7 و باقیمانده. در این تحقیق ما از Imf1 تا 7 Imf برای استخراج ویژگی استفاده کردیم. خرابیهای موردبررسی جعبهدنده شامل چرخدنده با شکستگی یک دندانه، چرخدنده با ساییدگی یک دندانه و خرابی یاتاقان بود. پس از پردازش سیگنال 91 ویژگی آماری از Imf1 تا Imf7 استخراج شد و پس از انتخاب ویژگیهای برتر بهعنوان ورودی طبقه بند مورداستفاده قرار گرفتند. از 70 %ویژگیهای برتر برای آموزش و مابقی برای ارزیابی شبکه عصبیاستفاده شد. درنهایت با بالاترین میزان صحت تشخیص برابر با 36/96 درصد به دست آمد.

جعبهدنده، ارتعاش، عیبیابی، تجزیه مودهای تجربی، شبکههای عصبی مصنوعی