بررسي مقايسه‌اي كارايي روش‌هايي بر پاية تكنيك‌هاي هوش مصنوعي در تشخيص عيوب سيستم‌هاي مكانيكي

بلبرينگ‌ها يكي از پر استفاده‌ترين قطعات موتورها مي‌باشند كه به دليل چرخش دائمي زودتر از بقيه قطعات دچار خرابي مي ­شوند و بدين خاطر تحقيقات وسيعي بر روي پايش سلامت بلبرينگ‌هاي موتورهاي القايي انجام شده است. عيوب بلبرينگ‌ها معمولا از نوع محلي هستند كه در حلقه داخلي، خارجي، ساچمه‌ها يا قفسه ايجاد مي‌شوند. به همين علت از سيگنال ارتعاشي براي پايش سلامت بلبرينگ‌ها استفاده مي‌شود. همچنين در اين پژوهش عيب‌يابي ورق‌هاي كامپوزيت با استفاده از پردازش سيگنال ارتعاشي و روش‌هاي مبتني بر هوش مصنوعي نيز صورت گرفته است. سيگنال‌هاي ارتعاشي از ورق‌هاي كامپوزيتي سالم و داراي عيب گرفته شده و با استفاده از روش‌هاي مختلف پردازش سيگنال حوزه زمان- فركانس تعدادي ويژگي از اين سيگنال‌ها استخراج شده است. سپس موثرترين ويژگي‌ها كه حاوي اطلاعات بيشتري از ورق‌هاي كامپوزيتي مي‌باشند به‌عنوان ورودي به سيستم‌هاي مختلف طبقه‌بندي داده شده است كه خروجي آنها نشان‌دهنده نوع و شدت عيب مي‌باشد. نتايج به‌دست آمده نشان‌دهنده برتري روش انفيس از نظر درصد دقت مي‌باشد درحالي‌كه اين روش بيشترين مدت زمان اجرا را در تعداد اجراهاي برابر دارد. درصورتي‌كه روش پيشنهادي XCS بهبود يافته است، درصد دقت نسبتا كمتري نسبت به انفيس دارد، ولي مدت زمان اجراي كمتري را (در تعداد اجراي برابر نسبت به روش فوق) به خود اختصاص مي‌دهد.