دسته بندی عیوب و عیب یابی ژنراتور الکتریکی خودرو به کمک سیگنال های ارتعاشی

چکیده در این پایان نامه یک سیستم تشخیص و طبقه بندی عیوب ژنراتور خودروی پراید بر اساس سیگنالهای ارتعاشی و سیستم استنتاج تطبیقی عصبی- فازی(انفیس) طراحی شده است. شرایط مختلف ژنراتور خودرو شامل حالتهای سالم، قطع یک فاز، قطع شدن مثبت رگولاتور، سوختن یک و دو دیود مثبت یکسوکننده، با میز تست ساخته شده، شبیه سازی شد. سیگنالهای ارتعاشی با دو سنسور ارتعاش سنج نصب شده بر روی بدنه¬ی آلترناتور به کمک سیستم داده برداری برای هر یک از حالت های ذکر شده به مدت 30ثانیه دردورهای 1500،1000و2000 دور در دقیقه توسط دستگاه داده برداری آداش ضبط شد. برای افزایش تعداد داده ها هر یک از سیگنالها توسط دستگاه آنالایزر آداش به 20 قسمت تقسیم شد که در مجموع100سیگنال ارتعاشی برای هرکدام از دورها بدست آمد. سپس برای تجزیه¬ی سیگنال با ویولت بسته¬ا¬ی در سطح1، موجک پایه ای که دارای بیش ترین میانگین انرژی به انتروپی شانون می باشد به عنوان مناسب ترین موجک پایه انتخاب شد. در این تحقیق پس از محاسبه¬ی انرژی و انتروپی شانون سیگنالها، موجک پایه¬ی بیورتوگونال 2.8 دارای بیشترین میانگین انرژی به انتروپی شانون می¬ باشد. انرژی باندهای فرکانسی اول و دوم محاسبه و به عنوان بردار ورودی به شبکه انفیس اعمال شد. استفاده از شبکه های عصبی فازی، ابزاری رایج در حوزه های مختلف مهندسی از جمله مهندسی مکانیک می باشد. شبکه های عصبی فازی در پیاده سازی توابع پیچیده در زمینه های مختلف، از جمله پیش بینی، تشخیص الگو، طبقه بندی و سیستم های کنترلی کاربرد دارند. در نهایت شبکه انفیس با کارایی 99درصد برای عیب یابی ژنراتور ارایه گردید.