بررسی کاهش نویز در تحلیل سیگنال در عیبیابی ماشینهای دوار توسط شبکه عصبی
نویسندگان
1 دانشکده مهندسی مکانیک، دانشگاه گیلان، گیلان، ایران
2 دانشکده مهندسی مکانیک، دانشگاه گیلان، گیلان، ایران
3 دانشکده مهندسی مکانیک، دانشگاه گیلان، گیلان، ایران
4 دانشکده مهندسی مکانیک، دانشگاه گیلان، گیلان، ایران
doi
10.22060/mej.2024.22469.7629چکیده
عیبیابی سیستمهای مکانیکی برای عملکرد بهتر سیستم و همچنین محافظت از آن، دارای اهمیت ویژهای میباشد. در این پژوهش از یک سیستم آزمایشگاهی ماشین دوار برای تولید سیگنال استفاده شده است. دادههای بدست آمده در فرآیند پیش پردازش قرار میگیرند. در این مقاله برای بهبود عملکرد تحلیل سیگنال روش ترکیبی تحلیل توسط ویژگیهای سیگنال و فیلتر کالمن پیشنهاد میشود. ابتدا برای کاهش نویز سیگنالها از فیلتر کالمن استفاده میشود. و در ادامه برای پیش پردازش سیگنال ویژگیهای سیگنال در حوزه زمان و حوزه فرکانس پیشنهاد میشود که از آن به عنوان پیشپردازش یک بعدی سیگنال استفاده شده است. در ادامه برای تحلیل ویژگیهای بدست آمده از کلاسبندهای ماشین بردار پشتیبان، شبکه عصبی پرسپترون چند لایه و شبکه عصبی پیچشی استفاده شده است. برای بررسی نتایج دادهها به دسته دادههای آموزشی و دادههای صحت سنجی تقسیمبندی میشود. نتایج دقت برای دادههای صحت سنجی در روشهای مختلف مورد بررسی قرار میگیرد. نتایج حاکی از عملکرد بهتر شبکه عصبی پیچشی الکسنت در حضور فرآیند کاهش نویز با فیلتر کالمن میباشد. این شبکه به طور میانگین به دقت 96/1 درصد برای دادههای صحت سنجی رسیده است که نسبت به سایر کلاسبندها و همچنین نسبت به عیبیابی بدون کاهش نویز، دقت آن بهبود یافته است.