این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۲۱، شماره ۱، صفحات ۲۷-۳۸
عنوان فارسی تشخیص حالت غیر نرمال ماشین های دوار با داده کاوی در پارامترهای حفاظتی
چکیده فارسی مقاله برای محافظت از ماشین­ های دوار و جلوگیری از کارکرد آنها در حالت­های غیر عادی به ­صورت سنتی از سیستم­های کنترل حفاظتی و داده­ های فرایندی بهره­ گیری می­ شود. در این مقاله روشی پیشنهاد شده است که بتوان از تاثیرات غیر مستقیم حالت­های کارکرد غیر عادی با استفاده از شیوه­ های داده ­کاوی حالت غیر طبیعی کارکرد ماشین ­های دوار را تشخیص داد. یکی از حالت ­های خطرناک کارکرد غیر عادی در کمپرسورها به­ عنوان یکی از ماشین­ های دوار با اهمیت در صنایع، وضعیت سرج می­ باشد. دراین مقاله، با استفاده از داده های واقعی ذخیره شده در طول سه سال متوالی یک کمپرسور سه مرحله ای واحد سرمایش یک پالایشگاه گاز ارتباط میان وضعیت سرج کمپرسور و میزان لرزش نقاط مختلف آن بررسی شده است. با شیوه ­های داده­ کاوی اثبات شده است که ارتباط مستقیمی بین حالت سرج و میزان لرزش وجود دارد. همچنین نقاط حساس­ تر به لرزش در زمان­های سرج شناسایی شده است و اثبات شده است که از طریق اندازه­ گیری این نقاط می­توان سرج را تشخیص داد. بنابراین  علاوه بر شیوه­ های موجود و سنتی قبلی که از داده­ های فرایندی استفاده می­ کنند، می­توان از میزان لرزش نقاط به­ عنوان یک سیستم حفاظتی افزونه برای تشخیص سرج  بهره گرفت و از این طریق حفاظت بیشتری از کمپرسور در برابر وضعیت سرج  بعمل آورد. در این مطالعه، ارزیابی شیوه ­های مختلف داده­ کاوی نیز صورت گرفته است که نتایج روش نزدیکترین همسایه با تعداد همسایه دو دارای بهترین کارایی بوده است و همچنین اثرات تعداد رکورد موجود در مجموعه داده روی کیفیت و دقت نتایج بررسی شده است.
کلیدواژه‌های فارسی مقاله ماشین های دوار، داده کاوی، تشخیص سرج، کمپرسور، پارامترهای حفاظتی
عنوان انگلیسی Exploring on rotating machines abnormal state with data mining in protective parameters
چکیده انگلیسی مقاله In order to protect rotating machines and prevent their operation in unusual situations, protective control systems and process data are traditionally used. In this article, a method has been proposed to detect the indirect effects of abnormal operating modes using data mining methods. One of the dangerous conditions of abnormal operation in compressors, as one of the important rotating machines in industries, is the surge condition. In this article, the real data stored during three years of a three-stage refrigerant compressor in a gas refinery are used. the relationship between the surge state of the compressor and the amount of vibration in its different parts has been investigated. It has been proven with data mining methods that there is a direct relationship between the state of surge and the amount of vibration. Also, more sensitive points to vibration during the surges have been identified and it has been proven that by measuring these points, surges can be detected. Therefore, in addition to the existing and previous traditional methods that use process data, it is possible to use the amount of vibration of the points as an extension protection system for surge detection. in this way, more protection of the compressor against the state of surge can be achieved. In this study, various data mining methods have been evaluated, and the results of the nearest neighbor method with the number of neighbors of two have the best performance, and the effects of the number of records in the data set on the quality and accuracy of the results have been investigated.
کلیدواژه‌های انگلیسی مقاله Rotating machine, Datamining, Surge detection, Compressor, Protection parameters
نویسندگان مقاله الهام پروین نیا | Elham Parvinnia
Computer engineering department, Shiraz branch. Islamic Azad university
دانشگاه آزاد واحد شیراز

محمد صفری | mohammad Safari
Computer engineering department, Shiraz branch. Islamic Azad university
دانشگاه آزاد واحد شیراز

سید علیرضا خیامی | seyedalireza khayami
Shiraz university
دانشگاه شیراز

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-2375-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش داده‌های رقمی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات