بخشی از مقاله
خلاصه
افزایش تقاضا برای محصولات متنوع و با کیفیت، کاهش هزینه و رقابت پذیری، اهمیت بهره گیری از سیستم های هوشمند عیب یابی را افزایش داده است. عیب یابی بیرینگ بعنوان یکی از اجزاء مهم ماشین آلات دوار نقش اساسی در میزان قابلیت اطمینان بهره برداری از یک واحد تولیدی را دارد. آنالیز ارتعاشات بعنوان یکی از ابزار قدرتمند در تشخیص عیب مطرح است و پیشرفتهای صورت گرفته در تکنولوژی پردازش سیگنال ها و وجود تجهیزات الکتریکی پیشرفته، موجب گسترش و توسعه فرآیند تشخیص عیوب و پایش شرایط ماشین گردیده است.
مطالعات اخیر بر روی هوشمند سازی سیستم های پایش و عیب یابی و انتقال دانش خبره به آن صورت گرفته است. دقت، سرعت تشخیص و میزان تفکیک پذیری عیوب در نتایج تحقیقات انجام شده مورد توجه است. بکارگیری روش محاسبات نرم مانند شبکه عصبی نیز اخیرا مورد توجه قرار گرفته است روشی که بکارگیری آن در شناسایی خودکار و تشخیص شرایط ماشین موفقیت آمیز بوده است و قابلیت اطمینان سیستم تشخیص و شناسایی عیب را افزایش داده اند. در این تحقیق با استفاده از استخراج ویژگیهای سیگنالهای ارتعاشی و اعمال آن به شبکه ANFIS یک ساختار تشخیص و شناسایی عیوب بیرینگهای غلتشی پیشنهاد شده است.
.1 مقدمه
وجود یکی از انواع عیب در ماشین دوار میزان پارامترهای ارتعاشی آن را تغییر می دهد و الگویی از مشخصه عیب در سیگنال اندازه گیری شده بوجود می آید که آن را مشخصه عیب گویند. روشهای مختلفی در زمینه عیب یابی بیرینگهای غلتشی پیشنهاد شده است که میتوان به شبکه عصبی پرسپترون[4,3,2,1]، شبکه عصبی پس انتشار[6,5]، شبکه عصبی ترکیبی[9,8,7]، ماشین بردار پشتیبان[10]، تبدیل موجک[12,11] و تجزیه مودهای ذاتی[15,14,13] اشاره نمود. شبکه های عصبی در آشکارسازی و تفکیک مشخصه های عیب حتی در شرایط غیر خطی توانمند هستند.
سیستم مورد آزمایش، شامل یک موتور با توان 2 اسب بخار است. یک سنسور گشتاورسنج وظیفه اندازه گیری بار موتور را که توسط یک دینامومتر تأمین میشود، برعهده دارد یک انکدر نیز سرعت چرخش محور موتور را اندازه گیری می کند. بلبرینگ هایی که آزمایش روی آنها انجام شده است، نگه دارنده شافت موتور هستند. آسیبهای این بلبرینگ ها توسط دستگاهجوش ایجاد شده و دارای ابعاد 0,007و0,014 و 0,021 اینچ میباشند. حالات سیستم شامل: حالت نرمال - بدون عیب - و حالت آسیب دیده با آسیب در حلقه داخلی و آسیب در ساچمه می باشد. سنسور ارتعاشی مورد استفاده در این آزمایش ها، شتاب سنج بوده که توسط یک پایه مغناطیسی به بلبرینگ متصل شده است. داده های ارتعاشی توسط یک کارت جمع آوری داده 16 کاناله و با سرعت 48000 نمونه بر ثانیه جمع آوری شده و وارد محیط MATLAB گردیده است.
.2 نحوه پیاده سازی
برای استفاده از داده هایی که در بخش قبل به آنها اشاره شد، ابتدا باید پردازش اولیه ای روی آنها انجام داد این پیش پردازش میتواند یک نرمال- سازی ساده تا یک پروسه پیچیده کاهش نویز در دادهها را در بر گیرد در این پژوهش، تنها پیش پردازش استفاده شده حذف مقدار ثابت انحراف موجود در دادهها، بدلیل استفاده از تبدیل فوریه در مرحله پردازش نهایی دادهها بوده است. این کار توسط نرم افزار MATLAB صورت میگیرد. پس از این مرحله، بدلیل ماهیت غیر ایستا بودن دادهها، و استفاده از تبدیل فوریه زمان کوتاه، باید دادهها را به بازههای زمانی - پنجرههای زمانی - مشخصی تقسیم نمود.
پس از مرحله پیش پردازش، سیگنال های ارتعاشی وارد مرحله اصلی پردازش و استنتاج می شوند اساس این مرحله بر مبنای تبدیل فوریه دادههای ارتعاشی بنا نهاده شده است زیرا می توان تعبیر مناسبی از نتایج مبتنی بر این تبدیل در مورد سیستم داشت بطور مثال، می توان تحریک مدهای فرکانسی به خصوصی را در طیف فرکانسی سیگنال ارتعاشی، به وجود آسیب هایی خاص، نسبت داد استنتاج داده ها به کمک سیستمی که رابطه پیچیده و غیرخطی میان بردار مشخصه و حالت - سالم یا معیوب بودن - یک سیگنال را مدل می- کند، انجام میشود.
انتخاب داده های مناسب برای آموزش یک شبکه عصبی، از مهمترین مراحل طراحی یک شبکه، برای حل یک مسئله است این دادهها باید به گونهای انتخاب شوند تا تمامی حالات ممکن در یک سیستم را در برگیرند. در این پژوهش، برای آموزش هر شبکه، از داده های یکسانی استفاده شد. در این پژوهش از مجموعه داده های ارتعاشی بیرینگ غلتشی آزمایشگاه مرجع[16] استفاده شده است. همانطوری که در شکل1 نشان داده شده است، مجموعه تست شامل یک موتور برق سه فاز، یک مبدل گشتاورو یک دینامومتر است.
شکل-1 مشخصات تجهیزات مورد آزمایش
محور موتور توسط بیرینگ مورد آزمایش که از نوع SKF 6205 می باشد و در سمت محرک قرار دارد نگه داشته می شود. عیوبی با با قطرهای مختلف 0.71 mm,0.18 mm, 0.36 mm, 0.53 mm روی بیرینگ مورد آزمایش توسط ماشینکاری الکترو دیسشارژ ایجاد شده است. وضعیت های مختلف خرابی در نظر گرفته شده شامل حالات: بیرینگ سالم، عیب ساچمه، عیب پوسته داخلی و عیب پوسته خارجی در موقعیت ساعت 6 میباشد. سرعتهای محور دوار موتور، 1730، 1750، 1772و 1797 دور در دقیقه می باشد. یک شتاب سنج روی هوزینگ موتور، سیگنال های ارتعاشی را از بیرینگ مورد آزمایش با فرکانس نمونه برداری 48000 هرتز جمع آوری می نماید.
.3 جمع آوری داده ها
در جدول1، جزئیات مجموعه داده های ارتعاشی مورد استفاده آورده شده است، که از چهار نوع وضعیت خرابی بلبرینگ و شدت های خرابی مختلف می باشند. بر اساس این جدول مجموعه داده های ارتعاشی آزمایشات، یک مسئله طبقه بندی 7 کلاسه را ایجاد می کند. مجموعه داده ها در مجموع شامل 1400 نمونه می باشد و به دو گروه آموزش و آزمون برای بررسی عملکرد روش پیشنهادی تقسیم شده است. هر نمونه، یک سیگنال ارتعاشی دارای 4098 نقطه داده می باشد که هیچ هم پوشانی بین سیگنال ارتعاشی نمونه ها نیست. شکل موج زمانی از 7 وضعیت مختلف بیرینگ در شکل2 نمایش داده شده است. در شکل 3 تبدیل فوریه سیگنال های نشان ارائه شده است.
