این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۲۴، شماره ۱۱، صفحات ۱۰۳-۱۰۷
عنوان فارسی شناسایی عیوب یاتاقان غلتشی با استفاده از سیگنال‌های ارتعاشی و شبکه عصبی تابع پایه شعاعی
چکیده فارسی مقاله عیوب یاتاقان‌های غلتشی یکی از دلایل اصلی خرابی ماشین‌آلات دوار است. شناسایی عیوب یاتاقان‌ غلتشی نقش اساسی در اطمینان عملکرد واحدهای تولیدی داشته است. علاوه بر این، پایش وضعیت ماشین‌آلات با استفاده از آنالیز ارتعاشات یکی از قدرتمندترین ابزارها در سلامت‌سنجی سامانه‌های مکانیکی است. این تحقیق یک سیستم هوشمند تشخیص عیوب یاتاقان‌های غلتشی مبتنی بر آنالیز ارتعاشات پیشنهاد می‌کند. در سیستم هوشمند عیب‌یابی از ویژگی‌های استخراج شده سیگنال‌های ارتعاشی در حوزه زمان و شبکه عصبی تابع پایه شعاعی استفاده شده است. مجموعه داده‌های آموزش و آزمون به سیستم هوشمند شبکه عصبی تابع پایه شعاعی ارائه می‌شود. نتایج یادگیری شبکه عصبی، عملکرد بسیار موفق سیستم هوشمند عیب‌یابی در تشخیص حالت‌های سلامت و عیوب سه‌گانه یاتاقان‌ غلتشی را نشان می‌دهد
کلیدواژه‌های فارسی مقاله تشخیص عیب،یاتاقان غلتشی،آنالیز ارتعاشات،شبکه عصبی تابع پایه شعاعی،استخراج ویژگی،
عنوان انگلیسی Detection of Rolling Bearing Faults Using Vibration Signals and Radial Basis Function Neural Network
چکیده انگلیسی مقاله Fualts in rolling bearings are one of the main reasons for the failure of rotating machinery. faults detection rolling bearing has played an essential role in the reliable performance of production units. In addition, condition monitoring of machinery using vibration analysis is one of the most powerful tools in measuring the health of mechanical systems. This research proposes an intelligent system for detecting defects in rolling bearings based on vibration analysis. In the intelligent faults detection system, the extracted features of the vibration signals in the time domain and the radial basis function neural network are used. The train and test datasets are presented to the radial basis function neural network intelligent system. The results of neural network learning show the very successful performance of the intelligent fault diagnosis system in detecting the health state and triple fault states of rolling bearings
کلیدواژه‌های انگلیسی مقاله تشخیص عیب,یاتاقان غلتشی,آنالیز ارتعاشات,شبکه عصبی تابع پایه شعاعی,استخراج ویژگی
نویسندگان مقاله حامد حلمی |
دانشگاه آزاد اسلامی، مرودشت

احمد فروزان تبار |
دانشگاه آزاد اسلامی، مرودشت

محمد آزادی |
دانشگاه آزاد اسلامی، مرودشت

نشانی اینترنتی https://mme.modares.ac.ir/article_11444_899f0523c3d8e2c9561aa8e24c9c033e.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات