به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « vibration signals denoising » در نشریات گروه « مکانیک »

تکرار جستجوی کلیدواژه «vibration signals denoising» در نشریات گروه «فنی و مهندسی»
  • سعید نظامیوند چگینی*، زهره کریمی راسته کناری، احمد باقری، بهمن احمدی

    در این مقاله، روشی جدید برای حذف نویز از سیگنال های ارتعاشی ماشین های دوار به منظور پایش وضعیت آن ها ارایه شده است. ابتدا، هر سیگنال ارتعاشی توسط روش تجزیه مود تجربی به مودهای تشکیل دهنده اش تجزیه شده است. سپس، به منظور تشخیص مودهای دارای نویز از مودهای بدون نویز، اندازه شباهت بین تابع چگالی احتمال سیگنال اصلی و مودهای آن محاسبه شده است. در نهایت، مودهای حاوی نویز توسط تابع آستانه گذاری بهبودیافته بی نویز شده و سیگنال بی نویز شده بازسازی می شود. در این مطالعه، از روش بی نویزسازی پیشنهادی به منظور حذف نویز از سیگنال شبیه سازی و داده های واقعی متناظر با شرایط مختلف یاتاقان استفاده شده است. سرانجام، ویژگی کشیدگی و طیف پوش هر سیگنال بی نویزشده به ترتیب برای شناسایی حضور عیب و نوع آن محاسبه شده اند. نتایج نشان می دهند که تکنیک پیشنهادی قادر است کیفیت سیگنال های ارتعاشی را به نحو مطلوبی افزایش دهد به طوری که حساسیت فاکتور کشیدگی نسبت به حضور عیب در رینگ های داخلی و خارجی افزایش می یابد. همچنین، در طیف پوش سیگنال های بی نویز شده، فرکانس های عیوب نمایان شده و به راحتی می توان نوع عیب را تشخیص داد. نتایج نشان می دهند که تکنیک بی نویزسازی پیشنهادی در این مقاله بر روش های رایج بی نویزسازی بر پایه ی تجزیه مود تجربی برتری دارد.

    کلید واژگان: بی نویزسازی سیگنال های ارتعاشی, تجزیه مود تجربی, تابع چگالی احتمال, عیب یابی یاتاقان, تابع آستانه گذاری بهبودیافته}
    Saeed Nezamivand Chegini *, Zohreh Karimi Rastehkenari, Ahmad Bagheri, Bahman Ahmadi

    In this paper, a new method for removing the noise from the vibration signals acquired from the rotating machinery for its condition monitoring is presented. Firstly, each signal is decomposed into its modes using the empirical mode decomposition method. Then for distinguishing the noisy modes from the noise-free modes, the similarity measure between the probability density function of the raw signal and its modes is calculated. Finally, the noise-dominate modes are denoised by the improved thresholding function, and the denoised signal is reconstructed. In this study, the proposed method is implemented for denoising the simulated signal and real data corresponding to different bearing conditions. Finally, the kurtosis and the envelope spectrum of the denoised signal are calculated for detecting the fault presence and its type. The results show that the proposed technique can improve the quality of the reconstructed signals so that the sensitivity of the kurtosis factor to the presence of the defect in the inner and outer rings is increased. Also, the defects frequencies appear in the spectrum of the signals denoised, and the fault type can easily be detected. The results indicate that the proposed denoising technique is superior to the conventional empirical mode decomposition-based denoising method.

    Keywords: Vibration Signals Denoising, Empirical Mode Decomposition, Probability Density Function, Bearing Fault Diagnosis, Improved Thresholding Function}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال