1403/09/01
کاوه ملازاده

کاوه ملازاده

مرتبه علمی: دانشیار
ارکید: 0000-0001-7379-839X
تحصیلات: دکترای تخصصی
اسکاپوس: 34771823000
دانشکده: دانشکده کشاورزی
نشانی: دانشکده کشاورزی، طبقه اول، اتاق 243
تلفن: (+98) 87-33627723

مشخصات پژوهش

عنوان
تشخیص و طبقه بندی عیوب جعبهدنده با استفاده از ماشین های بردار پشتیبان مبتنی بر تحلیل تبدیل فوریه سیگنالهای صوتی
نوع پژوهش
مقاله ارائه شده کنفرانسی
کلیدواژه‌ها
تحلیل سیگنال، پایش وضعیت، سیگنال صوتی
سال 1397
پژوهشگران شیما بیات ، محمد رضا ملکی ، کاوه ملازاده

چکیده

یکی از روشهای مهم برای به حداقل رساندن هزینه تعمیرات و نگهداری ادوات دوار، پایش وضعیت آنها با استفاده از تحلیل صدا میباشد. در پژوهش حاضر تشخیص عیوب و پایش وضعیت جعبهدنده به کمک تحلیل صدا انجام شد. برای این کار سامانهای شامل یک الکتروموتور به منظور تامین دورهای مختلف برای جعبهدنده متصل به آن طراحی و ساخته شد. ابتدا سامانه ساخته شده تحت شرایط متفاوت دور راهاندازی و بوسیله یک میکروفن سیگنال صدای حاصل از چرخدندههای سالم در رایانه ذخیره گردید. سپس عیوب محتمل جعبهدنده به ترتیب روی جعبهدنده اعمال شد و سیگنال صدای حاصل از چرخدنده جمعآوری و مجدداً در رایانه ذخیره گردید. خرابیهای مورد بررسی شامل چرخدنده با سائیدگی یک دندانه، چرخدنده با شکستگی یک دندانه و نیز چرخدنده با سائیدگی یک دندانه و شکستگی در دندانه دیگر بود. سیگنالهای صوتی در دورهای موتور 750 ، 950 ، 1200 و 1800 دور بر دقیقه مورد آزمایش قرار گرفتند. نتایج نشان داد که صحت طبقهبندی در 750 دور در دقیقه بیش از 90 %، در 950 و 1200 دوردر دقیقه صحت طبقهبندی بیش از 98 % و در 1800 دور در دقیقه صحت طبقهبندی بیش از 95 % بدست آمد. بررسی طیف فرکانسی سیگنال صوتی حاصل از چرخدنده و همچنین نتایج حاصل بیانگر توانمندی این روش در پایش وضعیت جعبهدنده با صحت بالا در کوتاهترین زمان میباشد.