پایان نامه بهینه کردن فرآیند عیب‌یابی در یاتاقان‌های خود تنظیم با استفاده از الگوریتم انبوه ذرات

توضیحات:

پروژه،پایان نامه مهندسی مکانیک با عنوان: بهینه کردن فرآیند عیب‌یابی در یاتاقان‌های خود تنظیم  با استفاده از الگوریتم انبوه ذرات، در 100 صفحه بصورت کامل

نکته: ««« این پروژه بصورت انحصاری فقط در وبسایت fileok.ir به فروش می رسد. »»»

چکیده:

تشخیص عيب تجهیزات مکانیکی و بخصوص بیرینگ ها یکی از مهمترین مسایل به منظور جلوگيري از پیامدهای بد مالی و جانی و تولیدی برای صنایع سنگین امروزی است. بیرینگ ها از جمله قطعات مهم و گران در تجهیزات مختلف مانند جعبه دنده ها ، پمپ ها ، کمپرسورها و ... هستند و لذا عیب یابی به موقع آنها امری ضروری و لازم به نظر می رسد. اين پایان نامه به طراحی یک سیستم عیب یاب هوشمند جهت بیرینگ ها پرداخته است. برای این منظور از شبکه عصبی پرسپترون جهت بررسی چهار وضعیت بیرینگ از روی سیگنالهای ارتعاشی کسب شده پرداخته می شود. با توجه به آنکه در مرحله اول عیب یابی اوزان شبکه عصبی پرسپترون به صورت تصادفی وزن دهی شدند و بر همین اساس تعداد نرون ها در لایه پنهان بدست آمد که نسبتا زمان بر بود لذا از الگوریتم بهینه سازی انبوه ذرات جهت بهینه سازی اوزان استفاده شده و لذا تعداد نرون ها در لایه پنهان کاهش و زمان آموزش شبکه به میزان قابل توجهی کم شد. برای پردازش سیگنالهای ارتعاشی و حذف نویز از آنها از تبدیل حوزه زمان مقیاس موجک گسسته هار استفاده شد. البته موجک های دیگری نیز بررسی شد ولی بهترین نتیجه با موجک هار حاصل شد.

فهرست مطالب:

چکیده    1

فصل اول: مقدمه          2

1-1 پیشگفتار      2

1-2 روش های پايش وضعيت تجهیزات دوار    4

1-2-1 پايش چشمی        4

1-2-2 پايش کمپلاينس      4

1-2-3 پايش ذرات ناشی از سايش 4

1-2-4 پايش حرارت           4

1-2-5 پايش وضعیت از طریق سیگنال ارتعاشی          4

1-3 طرح و روشهاي حل مساله       4

1-4 پیشینه تحقیق          5

1-5 مباحث پایان نامه       8

فصل دوم: تبدیلات موجک در پردازش و استخراج ویژگی از سیگنالهای ارتعاشی 9

2-1 پيشگفتار      9

2-2 پردازش سیگنالهای ارتعاشی    9

2-2-1 آناليز حوزه زمان      10

2-2-2 آناليز حوزه فرکانس 10

2-2-3 آنالیز حوزه زمان-فرکانس       14

2-2-3-1 تبديل فوريه زمان کوتاه      14

2-2-3-2 آناليز چند رزولوشنه          16

2-2-3-3 تبديل موجک يک بعدي پيوسته       17

2-2-3-4 تبديل موجک گسسته       23

2-3 خانواده‌های توابع موجک          24

2-3-1 موجک‌های دابچیز    24

2-3-2 موجک‌های دو متعامد           25

2-3-3 موجک کویفلت و سیملت      26

فصل سوم: شبکه عصبي پرسپترون و الگوريتم ازدحام ذرات      27

3- سيستم شبكه عصبي هوشمند            27

3-1 مقدمه         27

3-2 سابقه تاریخی شبکه عصبی   27

3-3 شبکه های عصبی     28

3-4 شبکه‌های عصبی مصنوعی چیست؟    28

3-5 چرا از شبکه های عصبی استفاده می کنیم؟      29

3-6 ایده پیدایش شبکه‌های عصبی مصنوعی            29

3-7 شبکه های عصبی در مقابل کامپیوتر های معمولی          30

3-8 بررسی سلولهای مغزی افراد    31

3-9 از سلول های عصبی انسانی تا سلول های عصبی مصنوعی         31

3-10 انواع یادگیری برای شبکه های عصبی 32

3-10-1 یادگیری با ناظر      32

3-10-2 یادگیری تشدیدی   33

3-10-3 یادگیری بدون ناظر 34

3-11 مشخصات مسائل در خور شبکه‌های عصبی مصنوعی    34

3-12 کاربردهای شبکه‌های عصبی مصنوعی             34

3-13 عملیات شبكه‌های عصبی     35

3-14 آموزش شبكه‌های عصبی      37

3-15 تفاوت‌های شبكه‌های عصبی با روش‌های محاسباتی متداول و سیستم‌های خبره    37

3-16 شباهت با مغز         38

3-17 زمینه‌ای در مورد پرسپترون     39

3-17-1 قدرت پرسپترون     39

3-17-2 دنباله‌های پرسپترون          39

3-17-3 قضیه بنیادی دنباله‌ها         39

3-18 الگوريتم انبوه ذرات    42

3-18-1 تاريخچه الگوريتم انبوه ذرات             42

3-18-2- انواع الگوریتم ازدحام ذرات 42

فصل چهارم: آزمایشات و داده های ارتعاشی بیرینگ       48

4-1 مقدمه         48

4-2 پرسش های اساسی پایان نامه           48

4-3 مشخصات بيرينگ هاي مورد آزمايش      49

4-4  عیوب در بیرینگ های مورد آزمایش و کسب داده های تجربی         51

فصل پنجم: بررسی نتایج           59

5-1 پيشگفتار      59

5-2 پيش پردازش داده ها توسط موجک گسسته هار 59

5-2-1 استفاده از نرم افزار متلب در پردازش سیگنال توسط موجک         60

5-2-2 پياده سازي داده ها توسط نرم افزار متل           61

5-3 ویژگی های استخراج شده از سیگنالهای ارتعاشی           63

5-3-1 عیب یابی با شبکه عصبی پرسپترون 66

5-3-2 بهینه سازی با  الگوريتم انبوه ذرات     68

فصل ششم: نتيجه گيري و پيشنهادات 71

6-1 مقدمه         71

6-2 بحث و بررسي           71

6-3 پيشنهادهايي براي انجام تحقيقات  بعدی           72

منابع و مراجع      73

فهرست جداول

جدول4-1 مشخصات بیرینگ مورد آزمايش     49

جدول 4-2 شرایط تست بیرینگ ها                           52

جدول 4-3 پارامترهای تست موتور الکتریکی 52

جدول 4-4 مشخصات فنی شتاب سنج IMI608A11    54

جدول 5-1 شبکه هاي عصبي پرسپترون با تعداد نرون های محتلف در لايه مخفی جهت عیب یابی 68

جدول 5-2 شبکه هاي عصبي طراحي شده با تعداد لايه هاي پنهان متفاوت        69

جدول 6-1 مقايسه دو روش جهت عیب یابی بیرینگ   72

فهرست شکل ها

شکل2-1 دو نمونه سيگنال شامل مخلوطي از فرکانسهاي 5، 10، 20 و50 هرتز و تبديل فوريه آنها................            14

شکل 2-2 نمايش گرافيکي نحوه پنجره کردن سيگنال غير ايستا بمنظور محاسبه تبديل فوريه زمان کوتاه ......            15

شکل2-3 انتقال در يک موجک         17

شکل 2-4 مقياس در يک موج سينوسي      18

شکل 2-5 مقياس در يک موجک      18

شکل2-6 (الف) سيگنال ناايستا، متشکل از چهار جزء فرکانسي، (ب) تبديل موجک سيگنال ناايستا            21

شکل 2-7 نمايش رزولوشن در صفحات مختلف          22

شکل 2-8 تجزیه سیگنال تا سه مرحله با تبدیل موجک گسسته           24

شکل2-9 توابع موجک دابچیز( Db3الی Db10             25

شکل 2-10 توابع موجک دو متعامد   25

شکل2-11 توابع موجک کویفلت و سیملت    26

شکل 3-1 شماتیکی از شبکه عصبی پرسپترون         40

شکل 3-2 انواع توابع تحریک در شبکه های هوشمند 41

شکل 3-3 مدل ساده از عملیات تابع تحریک بر روی اوزان شبکه عصبی 41

شکل 3-4 فلوچارت الگوريتم انبوه ذرات         47

شکل4-1 فرکانس هاي اصلي يک بیرينگ      49

شکل4-2 ساختار يک بیرينگ و تعيين پارامترها           50

شکل 4-3 تصاوير بيرينگ در وضعيت (الف) بيرينگ سالم،(ب) بیرينگ با رينگ خارجي معيوب           51

شکل 4-4 بستر تست بیرینگ ها    52

شکل 4-5 موتور الکتریکی نصب شده جهت راه اندازی بستر تست بیرینگ           53

شکل 4-6 بیرینگ با عیب در حلقه داخلی     54

شکل 4-7 بیرینگ با عیب در حلقه خارجی    55

شکل 4-8 بیرینگ با عیب در ساچمه            55

شکل 4-9 بیرینگ سالم     55

شکل 4-10 طیف فرکانسی بیرینگ سالم در دور 1400             56

شکل 4-11 طیف فرکانسی بیرینگ با عیب کنس داخلی در دور 1400     57

شکل 4-12 طیف فرکانسی بیرینگ با عیب کنس خارجی در دور 1400    57

شکل 4-13 طیف فرکانسی بیرینگ با عیب در  ساچمه            58

شکل 5-1 سيگنال تجزيه شده به وسيله موجک هار (بیرينگ با عیب در  کنس داخلي      61

شکل 5-2 سيگنال تجزيه شده به وسيله موجک هار (بیرینگ با عیب در کنس خارجي      62

شکل 5-3 سيگنال تجزيه شده به وسيله موجک هار (بیرینگ با عیب در ساچمه 62

شکل 5-4 سيگنال تجزيه شده به وسيله موجک هار (بیرینگ سالم       63

شکل 5-5 کورتوسیس بیرینگ به عیب در حلقه داخلی           64

شکل 5-6 کورتوسیس بیرینگ به عیب در حلقه خارجی          65

شکل 5-7 کورتوسیس بیرینگ به عیب در حلقه ساچمه          65

شکل 5-8 کورتوسیس بیرینگ سالم            66

شکل 5-9 شبکه عصبی پرسپترون دو لايه    67

شکل 5-10 نمودار ميزان همبستگي داده هاي شبکه             69

شکل 5-11 نمودار يادگيري ترکيب شبکه چند لايه با الگوريتم انبوه ذرات 70