بررسی رفتار ارتعاشی تسمه زمانبندی در طول آزمون دوام به کمک شبکه عصبی مصنوعی

در این پژوهش برای نخستین بار به معرفی روشی هوشمند جهت تخمین عمر مفید باقیمانده تسمه زمانبندی یک موتور درونسوز بر اساس سیگنال های ارتعاشی آن پرداخته شده است. بدین منظور آزمون دوام شتاب دار تسمه زمانبندی بر اساس دما و پیش کشش بیشتر معرفی و انجام شد. سپس آزمون دوام آغاز و سیگنال های ارتعاشی تسمه زمانبندی از حالت سالم تا خرابی توسط یک حسگر لیزری فاصله سنج ارتعاشی ثبت شد. سه تابع ویژگی به نام های انرژی، انحراف از معیار و کورتوسیس از سیگنال های ارتعاشی در حالات سالم و خرابی استخراج گردید و بدین ترتیب حد آستانه بروز عیب در تسمه زمانبندی نیز تعریف شد. از شبکه عصبی مصنوعی (ANN) جهت پایش و تخمین رفتار ارتعاشی سیگنال های ارتعاشی تسمه زمانبندی استفاده شد. در نهایت شبکه عصبی مصنوعی بر پایه ویژگی های انرژی، انحراف از معیار و کورتوسیس سیگنال های ارتعاشی به ترتیب توانست با دقت میانگین 98%، 98% و 97% به تخمین عمر مفید باقیمانده تسمه زمانبندی موتور درونسوز بپردازد. ضریب همبستگی (R2) تخمین سری-های زمانی ارتعاشی تسمه زمانبندی توسط شبکه عصبی و بر پایه ویژگی های انرژی، انحراف از معیار و کورتوسیس سیگنال های ارتعاشی نیز به ترتیب 0.87، 0.91 و 0.87 به دست آمد. همچنین میزان موثر سیگنال خطای (RMSE) شبکه عصبی بر پایه ویژگی های انرژی، انحراف از معیار و کورتوسیس سیگنال های ارتعاشی به ترتیب 3.6%، 5.4% و 5.6 % درصد به دست آمد.