بخشی از مقاله
چکیده: امروزه با افزایش ارتفاع ساختمانها و توسعه شهرسازی لزوم استفاده از آسانسور ضروری میباشد. بهمنظور جابجایی مطمئن و سالم افراد بین طبقات مختلف ساختمانها باید از کارکرد صحیح و سالم آسانسور اطمینان حاصل شود و قبل از پیدایش عیوب از روشهای پیشبینانه تشخیص عیب استفاده شود و عیب در حال رخ داد را تشخیص داده و سریع عیب موردنظر را برطرف کرد.
قلب و مرکز اصلی یک آسانسور، موتور گیربکس یا نیروی محرکه آن است. ایجاد نقص و خرابی بهطور ناگهانی در آسانسور علاوه بر ایجاد خسارات مالی میتواند سبب آسیب رساندن جانی و روانی شده به مسافرین شود. لذا در تحقیق حاضر از آنالیز سیگنالهای ارتعاشی و شبکههای عصبی مصنوعی برای عیبیابی هوشمند گیربکس آسانسور استفاده شد. سیگنالهای ارتعاشی در حوزه زمان-فرکانس توسط تبدیل موجک پردازش شدند و 40 ویژگی آماری از خروجی تبدیل موجک استخراج شد. از ویژگیهای استخراجشده بهعنوان ورودی به شبکه عصبی مصنوعی استفاده شد. شبکه عصبی مصنوعی با دقت %93/33 و با ساختار 20-43-3 توانست عیوب گیربکس آسانسور را طبقهبندی کند.
-1 مقدمه
از طرفی وجود ذرات سخت و جامد مابین حلقه و ساچمه سبب ایجاد شیار و حفره در سطوح درونی حلقهها میشود. آلودگی و سخت شدن گریس بلبرینگ، عدم جا رفتگیصحیحیاتاقان، گریس کاری نامناسب و نفوذ رطوبت عامل نچرخیدن ساچمهها و درنهایت فرسودگی کلییاتاقان را به دنبال دارد. ایجاد نقص و خرابی بهطور ناگهانی در آسانسور علاوه بر ایجاد خسارات مالی میتواند سبب آسیب رساندن جانی و روانی شده به مسافرین شود.[7] لذا بهمنظور جلوگیری از بروز این حوادث نقش سیستمهای نگهداری و تعمیر امری انکارناپذیر هست.
نقشی که هدف آن از یکسو افزایش زمان قابلیت بهرهبرداری و بهرهوری از سیستمهای فنی موجود و کاهش نرخ و تواتر خرابی و ازکارافتادگی این سیستمها و از سوئی دیگر افزایش طول عمر مفید آسانسور و تجهیزات موجود است .[1 , 3] به کمک اندازهگیری و تحلیل ارتعاشات میتوان اختلال و آسیبهای در حال گسترش در تجهیزات دوار را در مراحل اولیه تشخیص و اقدامات اصلاحی را از مدتها قبل برنامهریزی نمود. تجربه ثابت کرده است که بیشتر عیوب تجهیزات دوار از طریق اندازهگیری و تحلیل ارتعاشات قابلتشخیص هستند.
لذا با مقایسه سیگنالهای ارتعاشی در حالت سلامت باحالت معیوب میتوان وقوع عیوب را پیشبینی کرد و از وقوع خرابیهای بحرانی جلوگیری نمود.[6] برای این منظور از روش های هوشمند طبقه بندی دادههای ارتعاشی استفاده شد. با توجه به مطالب فوق نقش کاربردی و حیاتی آسانسورها در زندگی روزمره ما بر همگان مشخص است. لذا ایمنی و توجه سلامت آنها امری ضروری است.
آسانسور از قطعات فنی و الکترونیکی زیادی تشکیلشده است و هرگونه نقص در آسانسور خسارات جانی و مالی زیادی را به دنبال دارد بنابراین بهکارگیری روش های تخصصی عیبیابی آسانسور امری لازم و ضروری است .[8] پس در این تحقیق عیوب گیربکس آسانسور را بر اساس پردازش سیگنالهای ارتعاشی و شبکه عصبی مصنوعی طبقهبندیشد.
-2 مواد و روشها
1-2 بستر داده برداری
تحقیق حاضر برای تشخیص هوشمند عیوب گیربکس آسانسور ارائهشد. در راستای اجرای این تحقیق قدم اول انتخاب آسانسور مناسب و بررسی حالتهای مختلف خرابی در آسانسور است. شماتیک گیربکس مورد برررسی در شکل 1 نشان داده شده است. بهمنظور دادهبرداری از حسگر شتاب سنج و سامانه اکتساب داده استفاده شد.
دادههای ارتعاشی در وضعیتهای مختلف عیوب گیربکس و سلامت آن اکتساب شده و توسط روش تبدیل موجک پردازش شدند . وضعیتهای گیربکسآسانسور عبارت بودند از سلامت، شکستگی دندانه پیچ حلزون و شکستگی دندانه چرخ حلزون. برای هر وضعیت گیربکس آسانسور 50 نمونه داده ارتعاشی اکتساب شد که در شکل 2 دادههای ارتعاشی در حالتهای مختلف نشان داده شدهاند.
