عنوان مقاله :
تشخيص عيب لقي محوري ميل بادامك در مرحله تست گرم انتهاي خط توليد به كمك پردازش سيگنال صوتي
پديد آورندگان :
گلي كريم آبادي ، عليرضا دانشگاه صنعتي اميركبير - مركز فناوري خودرو، پژوهشكده فناوريهاي مهندسي مكانيك , قصاب زاده سريزدي ، مريم دانشگاه صنعتي اميركبير - مركز فناوري خودرو، پژوهشكده فناوريهاي مهندسي مكانيك , اوحدي ، عبدالرضا دانشگاه صنعتي اميركبير - دانشكده مهندسي مكانيك - آزمايشگاه تحقيقاتي آكوستيك , موسويان ، اشكان دانشگاه فني و حرفهاي - گروه مهندسي كشاورزي
كليدواژه :
پردازش سيگنال صوتي , شبكه عصبي , عيبيابي , موتور احتراق داخلي , لقي محوري ميل بادامك
چكيده فارسي :
در اين پژوهش عيب لقي محوري ميل بادامك در موتور احتراق داخلي در انتهاي خط توليد و در مرحله تست گرم به كمك پردازش سيگنالهاي صوتي تشخيص داده ميشود. اهميت انجام اين پژوهش كاهش هزينه براي شركت سازنده و رضايت مشتريان از كيفيت محصول ميباشد. عيب مذكور در اين خط توليد رايج است و كارشناسان تشخيص عيب قادر به شناخت اين عيب به كمك روشهاي سنتي نميباشند. در اين پژوهش به كمك روشهاي پردازش سيگنال حوزه زمان-فركانس و شبكه عصبي مصنوعي يك راه حل هوشمند در جهت تشخيص اين عيب پيشنهاد شده است. لقي محوري در سطوح مختلف شدت عيب پيادهسازي شده و سيگنالهاي صوتي در سه دور كاري مختلف موتور و در حالت بيباري، به كمك يك دستگاه ضبط صدا دستي ثبت شده است. موتورها در اين خط به مدت هفت دقيقه و سه دور كاري 1700،1300و2500(د.د.د) تست ميشوند تا از سلامت آنها اطمينان حاصل كنند. استفاده از دستگاه ضبط صدا دستي به علت درخواست شركت سازنده در جهت استفاده از يك دستگاه قابل حمل و ارزان قيمت بوده است. لازم به ذكر است كه دادههاي صوتي ضبط شده به علت شرايط كاري خط داراي نويز بوده و اين موضوع باعث پيچيدگي امر عيبيابي ميشود. در جهت پردازش سيگنال و استخراج ويژگي از دو تبديل موجك پيوسته و طيف نگار مل استفاده شده است. نتايج نشان ميدهد كه طيفنگار مل جهت استخراج ويژگي كارآمدتر از روش تبديل موجك پيوسته است و در دورهاي كاري 1700(د.د.د) و 2500(د.د.د) تمام سطوح عيب با دقت ميانگين 99% تشخيص داده ميشود. اين مطالعه به حوزه تشخيص غيرمخرب خطا در توليد موتور كمك ميكند و روشي قابل اعتماد و مقرون به صرفه براي شناسايي نقصهاي لقي محوري ميلبادامك ارائه ميدهد. دقت بالاي به دست آمده در سرعتهاي عملياتي خاص نشان ميدهد كه اين رويكرد ميتواند در محيطهاي توليد واقعي پيادهسازي شود و احتمالاً منجر به بهبود قابل توجهي در فرآيندهاي كنترل كيفيت و قابليت اطمينان كلي محصول شود. موفقيت اين روش، پتانسيل تكنيكهاي پردازش سيگنال صوتي و يادگيري ماشين را در حل چالشهاي پيچيده كنترل كيفيت صنعتي برجسته ميكند.
عنوان نشريه :
فناوري آزمون هاي غيرمخرب
عنوان نشريه :
فناوري آزمون هاي غيرمخرب