محققان دانشکده مهندسی مکانیک دانشگاه صنعتی امیرکبیر موفق به تشخیص عیوب همزمان در چرخ‌دنده‌های مارپیچ بر اساس پردازش سیگنال ارتعاش و صدا شدند که در صنایع زیادی همچون توربین‌های بادی قابل استفاده است.
به گزارش روابط عمومی صحا، محققان دانشکده مهندسی مکانیک دانشگاه صنعتی امیرکبیر موفق به تشخیص عیوب همزمان در چرخ‌دنده‌های مارپیچ بر اساس پردازش سیگنال ارتعاش و صدا شدند که در صنایع زیادی همچون توربین‌های بادی قابل استفاده است.
حسن علوی دانش آموخته دکترای دانشگاه صنعتی امیرکبیر و مجری طرح «تشخیص عیوب همزمان در چرخ دنده‌های مارپیچ بر اساس پردازش سیگنال ارتعاش و صدا» روز دوشنبه در این خصوص توضیح داد: تشخیص زودهنگام عیوب در ماشین‌آلات باعث صرفه‌جویی اقتصادی قابل توجهی در هزینه‌های نگهداری و تعمیرات می‌شود.
وی افزود: از طرفی معمولاً چندین عیب به طور همزمان در ماشین‌آلات پدید می‌آیند. پژوهش‌های زیادی در خصوص تشخیص عیوب منفرد (تنها) انجام شده ولی در زمینه تشخیص عیوب همزمان پژوهش‌ها کم شمار است.
علوی گفت: در این پژوهش روش‌های نوینی برای شناسایی و طبقه‌بندی عیوب همزمان پیشنهاد شد و از هر دو منظر تئوری و تجربی مورد ارزیابی قرار گرفتند که حاکی از توانایی بالاتر روش‌های پیشنهادی در قیاس با روش‌های پیشین است.
به گفته محقق دانشگاه صنعتی امیرکبیر، در این پروژه، استفاده از صدای منتشر شده از دستگاه در تشخیص عیب مورد بررسی قرارگرفت؛ از آنجایی که اندازه‌گیری و ثبت صدای منتشره ساده و در دسترس است، تشخیص عیوب بر اساس صدا فرایند تشخیص عیب را دسترس‌پذیرتر می کند.
علوی افزود: در این پژوهش از شبیه‌سازی‌های تئوریک و به موازات آن از آزمون‌های تجربی گسترده‌ای در آزمایشگاه تحقیقاتی آکوستیک دانشکده مهندسی مکانیک دانشگاه صنعتی امیرکبیر برای شناخت تاثیر عیوب بر ارتعاش و صدای تولید شده توسط جعبه دنده استفاده شده است.
به گفته وی، در نهایت تکنیک‌های خلاقانه برای جدایش علایم عیوب همزمان و روش‌های جدید حوزه هوش مصنوعی که به یادگیری عمیق موسوم هستند برای طبقه‌بندی نوع و شدت عیوب مورد استفاده قرار گرفته است.
وی اظهار داشت: با توجه به گستردگی استفاده از جعبه دنده در ماشین‌آلات مختلف، نتایج این پژوهش در نگهداری و تعمیرات خطوط تولید صنایع، توربین‌های بادی، برخی وسایل پرنده مانند هلیکوپترها، خودروها و حتی برخی لوازم خانگی مانند ماشین لباسشویی قابل استفاده است.
این محقق اظهار کرد: با توجه به نوآورانه بودن این پژوهش در زمینه‌های پردازش سیگنال و هوش مصنوعی، مقالات منتشر شده از این پژوهش در مجلات بسیار معتبری با ضریب تاثیر بالا به چاپ رسیده است.
علوی افزود: در ادامه این پژوهش می‌توان توسعه روش‌های پیشنهادی با هدف تشخیص و طبقه‌بندی عیوب بسیار خفیف و تشخیص عیوب همزمان در ماشین آلات پیچیده‌تر که علاوه بر جعبه‌دنده شامل بخش‌های دیگری است را مدنظر قرار داد.
وی با اشاره به ویژگی های این طرح گفت: تشخیص عیوب همزمان، ارزیابی‌های گسترده تئوری و تجربی، مدلسازی دینامیکی عیوب، استفاده از سیگنال صدا ویژگی های این پروژه محسوب می شود. شیوه‌های مطرح شده در این طرح کاملاً نوین هستند و مشابه داخلی و خارجی ندارند.
علوی ادامه داد: همچنین بهبود دقت تشخیص عیوب و ساده کردن تشخیص عیوب از طریق صدای منتشره از مزیت‌های این پروژه محسوب می شود. همچنین ایجاد و یا بهبود سامانه‌های عیب‌یابی و پایش وضعیت ماشین‌آلات دیگر ویژگی های این پروژه محسوب می شود.
استاد راهنمای این پروژه بنا بر اعلام دانشگاه امیرکبیر دکتر عبدالرضا اوحدی عضو هیات علمی دانشگاه صنعتی امیرکبیر است.
انتهای پیام/
لینک کوتاه: https://www.airdfh.ir/u/167