بررسی رفتار ارتعاشی تسمه زمانبندی در طول آزمون دوام به کمک شبکه عصبی مصنوعی | ||
| مهندسی مکانیک مدرس | ||
| Article 34, Volume 16, Issue 3, 1395, Pages 311-318 PDF (545.16 K) | ||
| Authors | ||
| مقداد خزایی1; احمد بناکار* 1; برات قبادیان1; مصطفی میرسلیم2; سعید مینایی1; سید محمد جعفری3; پیمان شرقی3 | ||
| 1دانشگاه تربیت مدرس | ||
| 2دانشگاه امیرکبیر | ||
| 3ایپکو | ||
| Abstract | ||
| در این پژوهش برای نخستین بار به معرفی روشی هوشمند جهت تخمین عمر مفید باقیمانده تسمه زمانبندی یک موتور درونسوز بر اساس سیگنالهای ارتعاشی آن پرداخته شده است. بدین منظور آزمون دوام شتابدار تسمه زمانبندی بر اساس دما و پیش کشش بیشتر معرفی و انجام شد. سپس آزمون دوام آغاز و سیگنالهای ارتعاشی تسمه زمانبندی از حالت سالم تا خرابی توسط یک حسگر لیزری فاصلهسنج ارتعاشی ثبت شد. سه تابع ویژگی به نامهای انرژی، انحراف از معیار و کورتوسیس از سیگنالهای ارتعاشی در حالات سالم و خرابی استخراج گردید و بدین ترتیب حد آستانه بروز عیب در تسمه زمانبندی نیز تعریف شد. از شبکه عصبی مصنوعی (ANN) جهت پایش و تخمین رفتار ارتعاشی سیگنالهای ارتعاشی تسمه زمانبندی استفاده شد. در نهایت شبکه عصبی مصنوعی بر پایه ویژگیهای انرژی، انحراف از معیار و کورتوسیس سیگنالهای ارتعاشی به ترتیب توانست با دقت میانگین 98%، 98% و 97% به تخمین عمر مفید باقیمانده تسمه زمانبندی موتور درونسوز بپردازد. ضریب همبستگی (R2) تخمین سری-های زمانی ارتعاشی تسمه زمانبندی توسط شبکه عصبی و بر پایه ویژگیهای انرژی، انحراف از معیار و کورتوسیس سیگنالهای ارتعاشی نیز به ترتیب 0.87، 0.91 و 0.87 به دست آمد. همچنین میزان موثر سیگنال خطای (RMSE) شبکه عصبی بر پایه ویژگیهای انرژی، انحراف از معیار و کورتوسیس سیگنالهای ارتعاشی به ترتیب 3.6%، 5.4% و 5.6 % درصد به دست آمد. | ||
| Keywords | ||
| تسمه زمانبندی; عمر مفید باقیمانده; آزمون دوام شتابدار; سیگنال ارتعاش; شبکه عصبی مصنوعی (ANN) | ||
|
Statistics Article View: 267 PDF Download: 291 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,560 |
| Article View | 19,407,560 |
| PDF Download | 15,848,205 |