عنوان پایان‌نامه
تحلیل برخی عیوب الکتروموتور و پمپ گریز از مرکز چند مرحله ای با استفاده ازآنالیز جریان، به کمک ماشین بردار پشتیبان (SVM)
- رشته تحصیلی
- مهندسی مکانیک بیوسیستم
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6698;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 72533
- تاریخ دفاع
- ۰۶ دی ۱۳۹۴
- دانشجو
- طاهر کردی
- استاد راهنما
- اسداله اکرم
- چکیده
- چکیده با توجه به اهمیت استفاده از الکتروموتورها در صنعت؛ تشخیص نشانه¬های خرابی و تعیین زمان از کار افتادگی آنها حائز اهمیت است. پایش وضعیت مستمر الکتروموتور باعث کاهش توقف خط تولید در صنایع و کاهش هزینه-های تعمیرات می¬شود. در این تحقیق از روش آنالیز جریان برای تشخیص عیب¬های الکتروموتور و پمپ گریز از مرکز چند مرحله¬ای استفاده شده است. آنالیز جریان یک تکنیک پایش وضعیت است که اخیرا به طور وسیعی برای تشخیص عیب مورد استفاده قرار می¬گیرد. در این تحقیق از الکتروموتور ساخت شرکت موتوژن و از پمپ گریز از مرکز ساخت شرکت پمپیران استفاده شد. در این تحقیق داده¬برداری به وسیله حسگر جریان در طیف زمانی انجام پذیرفت و با استفاده از تبدیل فوریه سریع به طیف فرکانسی تبدیل شد. داده برداری در حالت سالم و حالت¬های خرابی روتور، استاتور، یاتاقان و پروانه پمپ گریز از مرکز چند مرحله¬ای انجام پذیرفت. تجزیه و تحلیل داده¬ها در طیف فرکانسی صورت گرفت. عیب¬های مورد نظر به وسیله طیف فرکانسی تشخیص داده شد. برای طبقه¬بندی عیب¬ها از تکنیک ماشین بردار پشتیبان استفاده شد و نتایج بررسی شد. بالاترین دقت تشخیص به میزان 38/95 در روش چندکلاسه یک در مقابل یک بدست آمد که نتیجه قابل قبولی می¬باشد. واژگان کلیدی: الکتروموتور - پایش وضعیت- آنالیز جریان- تبدیل فوریه سریع-ماشین بردار پشتیبان
- Abstract
- Because of the nearly unlimited number of applications of electric motors in industry, determining the signs of failure and downtime is of great importance. Continuous condition monitoring of electric motors reduces the product line failures and therefore repair costs. In this study, current signature analysis of the electric motor is used for fault diagnosis. This technique has been widely used for the same purposes. Here, we used the electric motor constructed by Motogen Co. and the multistage centrifugal pump from Pumpiran Co. Data collection was performed by current signature sensor during a time domain and the gathered data were transformed into frequency domain using Fast Fourier Transform approach. Data of this study were culled in different conditions including healthy and failure modes of the rotor, stator, bearing and impeller of a multistage centrifugal pump. Then, data analysis was undertaken and afterwards, target failures were determined. For failure classification, Support Vector Machine technique was used and the results were analyzed. The highest diagnosis accuracy rate was calculated as 95.38 in the one against one multi-class method which is an acceptable result in contrast with previous studies. Keywords: Electric motor- Condition monitoring- Current signature analysis- Fast Fourier Transform- support vector machine
