عنوان مقاله :
استخراج ويژگي به كمك يادگيري عميق براي تشخيص و دسته بندي خطاهاي مكانيكي ياتاقان در ماشين‌هاي القايي قفس سنجابي
پديد آورندگان :
تبار مرزبالي، محمد حسين دانشگاه صنعتي شاهرود - دانشكده مهندسي برق، شاهرود، سمنان , حسني، سعيد دانشگاه صنعتي شاهرود - دانشكده مهندسي برق، شاهرود، سمنان , مشايخي، هدي دانشگاه صنعتي شاهرود - دانشكده مهندسي برق، شاهرود، سمنان , مشايخي، ولي الله دانشگاه صنعتي شاهرود - دانشكده مهندسي برق، شاهرود، سمنان
كليدواژه :
خطاي مكانيكي , شكستگي , ترك , ياتاقان , پايش وضعيت
چكيده فارسي :
ياتاقان‌ها يكي از مهمترين اجزاي است كه در پيشرانه‌هاي ماشين‌هاي الكتريكي مورد استفاده قرار مي‌گيرد. تشخيص و دسته‌بندي موثر و زودهنگام خطاي ياتاقان براي نگهداري پيشرانه يك سيستم الكترومكانيكي بسيار حائز اهميت خواهد بود. با پيشرفت در سيستم‌هاي اندازه گيري و ديجيتال، داده‌هاي گسترده و حجيم به صورت زمان-حقيقي در ماشين‌هاي الكتريكي در دسترس خواهد بود. با توجه به اينكه تشخيص خطا به كمك روش‌هاي مرسوم پردازش سيگنال از سيگنال استخراج شده ممكن است به دلايل مختلفي همچون سطح اغتشاش، فركانس‌هاي طبيعي سيستم، اشباع هسته، شدت خطا و ميزان گشتاور مقاوم امكان پذير نباشد، روش‌هاي يادگيري عميق در اين راستا مورد توجه قرار گرفته‌اند. در اين مقاله شبكه عميق يادگيري سري زماني براي پايش وضعيت ياتاقان در ماشين‌هاي الكتريكي به منظور دسته‌بندي و شناسايي نوع خطا استفاده شده‌است. نتايج به دست آمده با روش‌هاي موجود و مرسوم بر روي داده‌هاي عملي مورد مقايسه قرار گرفته‌است. نتايج بدست آمده از داده‌هاي عملي نشان مي دهد كه روش يادگيري عميق ارائه شده با دقت بالاي 90 درصد امكان شناسايي و دسته‌بندي خطاي ياتاقان را داراست.
چكيده لاتين :
no abstract
عنوان نشريه :
مكانيك سازه ها و شاره ها
