بخشی از مقاله
چکیده
تکنیکهای عیب یابی برای تشخیص عیوب ابتدائی ماشینآلات بهمنظور جلوگیری از ضررهای جانی و اقتصادی، افزایش کیفیت تولید و نرخ تولید بهکاربرده میشوند. گیربکسها نیز بهطور گسترده در بخش وسیعی از صنایع، بهعنوانمثال در وسایط نقلیه و ماشینهای ابزار، استفاده میشوند. هر یک از اجزای مختلف گیربکس از جمله چرخدندهها، بیرینگها و شفتها فرکانس مخصوص خود را دارند. اگر مشکلی پدیدار شود رفتار دینامیکی و فرکانس آن نیز پدیدار میشود.
تحلیل ارتعاشات گیربکس شامل محاسبه فرکانسهایی است که میتواند تولید کند. در این تحقیق به صورت تجربی به بررسی یک سیستم تشخیص و طبقه بندی عیوب ناشی از چرخدنده در یک گیربکس موتور احتراق داخلی با استفاده از آنالیز فرکانسی و تبدیل موجک پیوسته پرداخته شده است؛ سیگنال های ارتعاشی از آزمایش ها در شرایط مختلف توسط یک سنسور شتاب سنج ثبت شد و توسط نرم افزارآنالیز اسپکتراپرو تحلیل گردید.
-1 مقدمه
جعبهدنده در اکثریتقریببهاتفاق ماشینآلات صنعتی بکار رفته است و یکی از مهمترین اجزای این ماشینآلات را تشکیل میدهد، عیبیابی جعبهدنده بهعنوان یک تحقیق مهم و کاربردی همواره موردعلاقه بسیاری از صنایع بوده است. این صنایع میتواند شامل نیروگاههای برق، کارخانههای پتروشیمی، صنایع هوایی و صنعت خودرو باشد. اقدامات پیشگیرانه در این زمینه موجب صرفهجویی در وقت و هزینه میگردد.
با توجه به نقش حساس چرخدندهها در عملکرد بسیاری از دستگاهها و خسارات فراوانی که ممکن است در اثر ازکارافتادگی آنها به وجود آید، تعیین و تشخیص بهموقع عیوب در چرخدندهها از اهمیت فراوانی برخوردار است. ارتعاشات ایجادشده بهوسیلهی جعبهدندهها دارای ساختار پیچیدهای است اما اطلاعات زیادی را در اختیار ما می-گذارد و میتوان گفت که ارتعاش، نشانهای از وضعیت جعبهدنده است. بهمنظور عیبیابی جعبهدنده ابتدا سیگنالهای ارتعاشی جعبهدنده در وضعیتهای مختلف بررسی میگردد و سپس با تجزیهوتحلیل سیگنالهای ارتعاشی در مراحل آزمایش واقعی روش خاصی برای یافتن عیب در جعبهدنده ارائه میشود.
عیبیابی به معنی تعیین نوع خرابی و مشخص کردن تأثیر و مقدار عیب بر اساس نشانههای آن است. برای عیب سه سطح وجود دارد که عبارتاند از:
1. وجود عیب
2. طبقه بندی عیب
3. تشخیص نوع عیب
وجود عیب، توسط مقایسه عملکردهای حاصل از اندازهگیری، با معیار مورد انتظار به دست میآید، به این معنی که اگر اختلاف در معیار مذکور از یکم حد آستانهای تجاوز کند، عیب آشکار میشود. این فرآیندمعمولاً به دو مرحله تقسیمبندی میشود، همانطور که در شکل - 1 - نشان دادهشده است. این دو مرحله عبارتاند از:
1. پیش- پردازش
2. طبقه بندی
پیش- پردازنده مقادیر اندازهگیری شده را توسط سنسورها گرفته و مشخصههایی را از آنها بهمنظور طبقهبندی استخراج میکند. طبقهبندی کنندهها با استفاده از مشخصههای بهدستآمده به وجود یا عدم وجود عیوب سیستم میپردازند.
استایلهای تعریف شده
در بخش طبقهبندی عیوب که نسبت به وجود یا عدم وجود عیب اطلاعات کاملتری را ارائه میکند، تصمیمگیری دیگری بهصورت دوحالتی - معیوب/ سالم - نیست. طبقهبندی کننده باید عیب را از میان فهرستی از عیوب ممکن تشخیص دهد.
در بخش تشخیص عیوب، که آخرین مرحله عیبیابی است، تلاش برای مشخص کردن نوع عیب است بهعنوانمثال در یک گیربکس سه مرحله مذکور عیبیابی بهصورت زیر میباشند:
1. وجود یا عدم وجود عیب در گیربکس
2. در یک گیربکس معیوب عیب به کدام دسته از قطعات مربوط میشود: چرخدنده، شفت، بلبرینگ، ...
در یک گیربکس معیوب چه نوع عیبی در کدام قطعه خاص اتفاق افتاده است، بهعنوانمثال سایش چرخدنده، شکستگی دندانه در چرخدنده، سایش ساچمه در بلبرینگ، پنگ و همکارانش آنالیز موجک را در حوزه زمان-فرکانس با آنالیز طیفی ارتعاشی مرسوم مقایسه کردند.
ساراوانان و همکارانش تشخیص خطای گیربکس را با استفاده از موجک گسسته برای استخراج بردار ویژگی و شبکه عصبی مصنوعی به عنوان یک طبقه بندی استفاده کردند
البدور و همکارانش زمان، فرکانس و آنالیز موجک را برای مطالعه ارتعاشات پره و شفت توربو ماشینها، مورد استفاده قرار دادند.[4] سینگ آزمایشهایی انجام داد تا مطمئن شود که AE در تشخیص عیب دندهها مؤثر است. او مشاهده کرد که دامنه AE با افزایش سرعت گردش زیاد شده و با افزایش اندازه حفره روی دنده، تعداد رخدادهای AE افزایش مییابد.
تاندون پارامترهای AE ناشی از عیب دنده، مانند پیک دامنه، تعداد نوسانها و انرژی را مورد آزمایش قرارداد. او نتیجهگیری کرد که این پارامترها با افزایش اندازه حفره و بار اعمالشده، افزایش مییابند.[6] سنتوکو ارتباط آسیب سطح دندانه با فعالیت AE را بررسی کرد. او نتیجه گرفت که دامنه و انرژی سیگنال AE با افزایش اندازه آسیب، افزایش مییابد.
ژیانگ فنگ و مینگجیزو در سال 2004 با استفاده از روش EMD اقدام به تشخیص عیب گیربکس نمودند.
-1-1 آنالیز فوریه
نخستین و سنتیترین روش پردازش سیگنال در حوزه فرکانس، استفاده از تبدیل فوریه گسسته برای محاسبه طیف فرکانسی سیگنال است. این تبدیل در نرمافزارهای مختلفی مانند MATLAB بهصورت یک دستور ساده موجود میباشد. بعد از محاسبه طیف، فرکانسهای مشخصه عیب شناسایی میشوند و دامنه آنها با مقدار اولیه دامنه این فرکانسها در طیف سیگنال بهدستآمده از چرخدنده مقایسه میشود و از روی آن وقوع عیب را تشخیص میدهند.
البته به دست آوردن یک پیک مشخص در فرکانسهای عیب در طیف مستقیم از سیگنال بهدستآمده از چرخدنده معیوب مشکل است، و این به خاطر واقعیت وجود نویز و ارتعاشات منابع دیگر بهجز چرخدنده است مگر اینکه عیب بهاندازه کافی بزرگ باشد. درنتیجه این روش فقط در مواقعی که عیب بهاندازه کافی بزرگ باشد مورداستفاده قرار میگیرد.تبدیل سیگنال حوزه زمان به حوزه فرکانس توسط ادغام تابع داده شده در طول دوره زمان صورت می گیرد. انتگرال تبدیل فوریه برای یک تابع نامتناوب x - t - توسط روابط زیر بدست می آید.
که فرکانس پایه است. با استفاده از این معادلات یک سیگنال می تواند به حوزه فرکانس تبدیل گردد و دوباره به حالت اولیه برگردد.
-2-1 تبدیل موجک
تبدیل موجک با این ایده به وجود آمد تا محدودیتهای روش تبدیل فوریه کوتاه مدت را برطرف کند. این تبدیل یک نمایش حوزه زمان-فرکانس برای سیگنال به شمارمی رود که به کمک آن، رفتار سیگنالهای غیر ایستا بهخوبی قابلتجزیه و تحلیل میباشد. سیگنالهای غیر ایستا سیگنالهایی هستند که فرکانس متغیر دارند. ویژگی چند دقتی تبدیل موجک، تجزیه سیگنال را به سطوح مختلف ممکن میسازد. تبدیل موجک این امکان را در اختیار ما قرار میدهد تا بتوانیم جایی که اطلاعات فرکانس پایین را احتیاج داریم از پنجرههای عریض استفاده کنیم. و جاییکه اطلاعات فرکانس بالا را نیاز داریم از پنجرههای باریکتر استفاده کنیم.
یکی از کاستیهای مربوط به تبدیل فوریه این است که نمیتوان هر فرکانسی را بهطور یکتا در حوزهی زمان مشخص کرد. تبدیل فوریه به دلیل اینکه در کل بازهی زمانی انتگرال فوریه میگیرد، زمان به وجود آمدن فرکانسها را مشخص نمیکند اما تبدیل موجک میتواند زمان به وجود آمدن هرکدام از فرکانسها را بهصورت منحصربهفرد مشخص کند. پس موجکها دستهای از توابع ریاضی هستند که برای تجزیه سیگنال پیوسته به مؤلفههای فرکانسی آن بکار میروند
