چکیده:
یاتاقان ها اکثرا در شرایط کاری متغیر با زمان (سرعت یا بارگذاری متغیر) کار میکنند، در حالی که بیشتر روش های ارائه شده برای شناسایی عیب در یاتاقان ها در وضعیت ایستا (سرعت یا بارگذاری ثابت ) میباشند. در این پژوهش ، یک روش ترکیبی جدید هوشمند برای شناسایی عیب یاتاقان ها در شرایط کاری متغیر همراه با چند عیب همزمان با زمان ارائه شده است . سیگنال های ارتعاشی در دو حالت سالم و رینگ داخلی معیوب در سرعت دورانی متغیر جمع آوری شده اند. ابتدا هر سیگنال به ٥ بخش مساوی تقسیم شده است و هریک از بخش های سیگنال توسط تجزیه مود ذاتی کلی (EEMD) به مولفه های توابع مود ذاتی(IMF) تجزیه شده است . از آنجائیکه چند IMF اول ، بیشترین سهم اطلاعات از سیگنال اصلی را دارا هستند، بنابراین ، سه IMF اول حاصل از تجزیه سیگنال به منظور استخراج ویژگی انتخاب شده اند. سپس ، روابط هم انباشتگی میان IMF های غیرایستا به کمک روش اثر جوهانسون به دست آمده اند. با استفاده از روش تبدیل بسته ای موجک ، هر یک از روابط هم انباشتگی به دست آمده به ضرایب مختلفی تا سه سطح تجزیه میشوند. سپس از هر کدام از ضرایب موجک ویژگیهای آماری در حوزه زمان استخراج شده است . ماتریس ویژگی با ابعاد بالا ممکن است شامل ویژگیهای غیر حساس به حضور عیب باشد، به همین خاطر، در این تحقیق از روش ارزیابی جبران فاصله (CDET) برای انتخاب ویژگی اولیه استفاده شده است . سپس ، از ویژگیهای منتخب اولیه به عنوان ورودی طبقه بندی کننده ماشین بردار پشتیبان (SVM) برای پیش بینی وضعیت یاتاقان استفاده شده است . روش SVM دارای پارامترهایی است که لازم است در حین عیب یابی تنظیم شوند. از این رو در این مطالعه از الگوریتم بهینه سازی ازدحام ذرات باینری (BPSO) برای تعیین پارامترهای بهینه SVM و مجموعه ویژگیهای بهینه استفاده شده است ، به طوری که خطای پیش بینی عیب و مجموعه ویژگیهای انتخاب شده نهایی کمینه شوند. اما در روش CDET شاخص آستانه ای وجود دارد که نقش تعیین کننده ای در انتخاب ویژگی مطلوب ایفا میکند. به ازای مقادیر مختلف شاخص آستانه نتایج پیش بینی عیب بررسی شده است و در نهایت شاخصی که بهترین نتیجه را برای شناسایی عیبهای همزمان و انتخاب مجموعه ویژگیهای بهینه را داشته انتخاب شده است . نتایج به دست آمده در این پژوهش نشان میدهند که ویژگیهای انتخاب شده به خوبی قادر به تفکیک وضعیت یاتاقان در سرعت متغیر میباشند. در نهایت ، مقایسه نتایج در این پژوهش با دیگر روش های عیب یابی، دلالت برتوانمندی روش پیشنهادی دارد.