تبدیل موجک و کاربردهای آن برای پایش وضعیت ارتعاشات تجهیزات دوار (روشها، راه کارها و مثالهای عملی)

نوع مقاله: مقاله علمی- ترویجی

نویسندگان

1 مدیر عامل / شرکت مهندسی فرا پایش باختر

2 عضو هیات علمی، دانشکده مهندسی برق، دانشگاه یزد

چکیده

ماشین­آلات دوار به­عنوان نیروی محرکه صنعت، نقش مهمی در فرآیند تولید و نیز فرآیندهای جانبی آن دارند. لذا پایش وضعیت و تشخیص به­موقع عیوب آنها به­منظور افزایش قابلیت اطمینان، بخش مهمی از برنامه­های نگهداری و تعمیرات به­شمار می­رود. با توسعه دانش فنی در زمینه تکنیک­های پردازش سیگنال، کارآیی برنامه پایش وضعیت ارتعاشات درحال افزایش است. روش­های مرسوم مانند مطالعه مستقیم سیگنال زمانی و یا تبدیل فوریه آن، اگر چه مزایای زیادی دارند، اما دچار محدودیت­هایی نیز هستند. امروزه روش­های جدیدی مانند تبدیل موجک، برای پوشش این محدودیت­ها و بازکردن افق­های جدید در زمینه پایش وضعیت ارتعاشی مطرح شده­اند. این مقاله با هدف شناسایی زمینه­های کاربرد تبدیل موجک در پایش وضعیت ارتعاشی، تدوین شده است. در ابتدا، مقدمه­ای بر تبدیل موجک بیان شده و سپس کاربردهای مختلف آن در پایش وضعیت ارتعاشی ماشین­آلات دوار بررسی شده است. به­علاوه برای درک بهتر، مثال­های عملی متعددی نیز طرح شده و مورد بحث قرار گرفته است. در خلال این مثال­ها نشان داده شده است که تبدیل موجک، ابزاری مؤثر برای ارتقاء برنامه پایش وضعیت ارتعاشی ماشین­آلات دوار است.

کلیدواژه‌ها

موضوعات


[1] Randall, Robert Bond. Vibration-based condition monitoring: industrial, aerospace and automotive applications. John Wiley & Sons, 2011.

[2] Peng, Z. K., and F. L. Chu. "Application of the wavelet transform in machine condition monitoring and fault diagnostics: a review with bibliography." Mechanical systems and signal processing, Vol.18, no.2, 2004, pp.199-221.

[3]Yan, Ruqiang, Robert X. GAO, and Xuefeng Chen. "Wavelets for fault diagnosis of rotary machines: A review with applications." Signal processing 96, 2014, pp.1-15.

[4] Dunton, Timothy A. "An introduction to time waveform analysis." Universal Technologies, Inc, 1999.

[5] Fugal, D. Lee. “Wavelets “Beyond Comparison” Worldwide Satellite Magazine May 2009, PP.35-41.

[6] Mallat, S. G. “A Theory of Multiresolution Signal Decomposition: The Wavelet Representation.” IEEE Trans: Pattern Anal. Machine Learning, Vol.11, 1989, PP.674-693.

[7] Mallat, Stephane. “A Wavelet Tour o Signal Processing”, 3rd Edition, Academic Press, 2009

[8] Jensen, A. & A.la Cour-Harbo. “Ripples in Mathematics, the Discrete Wavelet Transform.”  Springer, 2001.

[9] Özturk, H., M. Sabuncu, I. Yesilyurt. “Early Detection of Pitting Damage in Gears using Mean Frequency of Scalogram.” Journal of Vibration and Control, Vol.14, No.4, 2008, PP.469-484.

[10] Lia, Zhen , Z. Heb, Y. Zia, H. Jiang, “Rotating machinery fault diagnosis using signal-adapted lifting scheme.” Mechanical Systems and Signal Processing 22, 2008, PP.542-556.

[11] Wang, Y., Z. Wang, Y. Zi, He. “Enhancement of Signal Denoising and Multiple Fault Signatures Detecting In Rotating Machinery Using Dual-Tree Complex Wavelet Transform.” Mechanical Systems and Signal Processing 24, 2010, PP.119-137.

[12] Krim, H., D. Tucker, Stephane Mallat & D. Donoho, “On Denoising and Best Signal Representation.” IEEE Transactions on Information Theory, Vol.45, No.7, November 1999.

[13] Sun, Q., Y. Tang, “Singularity Analysis Using Continuous Wavelet Transform for Bearing Fault Diagnosis” Mechanical Systems and Signal Processing, Vol.16, No.6, 2002, PP.1025-1041.

[14] Stephane Mallat, W. L. Hwang. “Singularity Detection and Processing with Wavelet.” IEEE Transactions on Information Theory, Vol. 38, No. 2, March 1992.

[15] Newland, D.E., “Wavelet Analysis of Vibration, Part 1: Theory.” ASME Journal of Vibration and Acoustics, Vol.116, October 1994, PP.409-416.

 [16] Newland, D. E., “Wavelet Analysis of Vibration, Part 2: Wavelet maps” ASME Journal of Vibration and Acoustics, Vol.116, October 1994, PP.416-425.

[17] J. Wang, R. X.,GAO, R. Yan, “A hybrid approach to bearing defect diagnosis in rotary machines” CIRP Journal of Manufacturing Science and Technology 5, 2012, PP.357-365.

[18] Howard, Ian, “A Review of Rolling Element Bearing Vibration Detection, Diagnosis and Prognosis - DSTO-RR-0013.” Aeronautical and Maritime Research Laboratory Airframes and Engines Division – 1994.