رحیم نعیمی - دانشکده فنی و مهندسی
دانشکده مهندسی
گروه آموزشی مکانیک
اطلاعیه جلسه دفاع از پایاننامه کارشناسی ارشد در رشته مهندسی مکانیک گرایش طراحی کاربردی
عنوان
آنالیز ارتعاشی پمپ دنده خارجی در حالت سالم و معیوب و تشخیص عیب با استفاده از شبکه عصبی
استاد راهنما:
دکتر مهدی کریمی
اساتید داور:
دکتر علیرضا شوشتری
دکتر مهدی شعبان
پژوهشگر:
رحیم نعیمی
تاریخ:
دو شنبه 4/4/97 ساعت 00/ 18
مکان:
آمفی تئاتر دانشکده مهندسی
Bu-Ali Sina University
Faculty of Engineering
hesis submitted for Master of Science in Mechanical Engineering-Applied design
Title
The External Gear Pump Vibration Analysis in the healthy state and Defective and Fault Diagnosis by neural network
Supervisor
Mehdi Karimi (Ph.D)
By
Rahim Naeemi
june & 2018
چكيده:
در این پژوهش آنالیز ارتعاشی پمپ دنده خارجی در شرایط سالم و معیوب انجام شده است.در ابتدا یک دستگاه آزمایش شامل پمپ دنده خارجی آماده شد. سیگنالهای ارتعاشی سیستم با نرخ نمونهبرداری 10 کیلو نمونه بر ثانیه در سرعت دورانی 1400 دور بر دقیقه، مطابق با دورکاری پمپ و برای چهار وضعیت مختلف کارکردی پمپ، شامل حالت کاملاً سالم، سیال دارای مواد زائد، عیوب ناشی از پدیده کاویتاسیون و نهایتاً سیال دارای مواد زائد همراه با عیوب ناشی از پدیده کاویتاسیون بهصورت همزمان، استخراج گردید. بهمنظور اطمینان از صحت دادههای بهدستآمده، پدیده تشدید بهصورت مصنوعی در سیستم ایجاد گردید و دادهبرداری انجام شد. نتایج حاصله با نتایج بهدستآمده از نرمافزار آباکوس مورد مقایسه قرار گرفت. در ادامه سیگنالهای استخراجشده از پمپ در شرایط مختلف توسط حسگر شتاب سنج، در حوزه زمان، فرکانس و زمان-فرکانس تحلیل شدند. در تحلیل حوزه زمان، نمودارهای شتاب نرمالیزه، همراه با ویژگیهای آماری از قبیل مجذور میانگین مربع، کورتسیس، آنتروپی و غیره برای چهار حالت عملکردی پمپ استخراج گردید. در تحلیل حوزه فرکانس، نمودارهای طیف فرکانسی هر یک از حالتهای سیستم، با استفاده از روش تبدیل سریع فوریه استخراج شدند. در حوزه زمان-فرکانس، بهمنظور دستیابی هرچه بهتر به ویژگیهای سیگنال، از یک روش ابداعی و نوین، حاصل از ادغام روش تبدیل موجک با روش تجزیه مود ذاتی استفاده گردید و پارامترهای آماری برای هر یک از نمودارها استخراج شد. نتایج بهدستآمده از این روش با نتایج حاصل از آنالیز در حوزه زمان مورد مقایسه قرار گرفته شد. نتایج نشان داد که روش ابداعی، توانسته بسیار بهتر و کاربردیتر، ویژگیهای سیگنال را استخراج نماید و نشان داد که این روش موفقیتآمیز بوده است.
در انتها، با استفاده از شبکه عصبی پرسپترون چندلایه (MLP) طبقهبندی حالات مختلف عملکردی پمپ انجام شد. بهترین پارامترهای آماری بهمنظور تربیت شبکه عصبی انتخاب گردید و بهعنوان ورودی به شبکه عصبی معرفی شد. نمودارهای رگرسیون و میانگین مربعات خطا استخراج شده و با سایر پژوهشها مقایسه شدند. شبکه عصبی آموزشدیده توانست بهصورت صد در صد و کاملاً دقیق، حالات مختلف را از یکدیگر تمییز دهد و عملیات طبقهبندی را بدون هیچگونه ایرادی انجام دهد.
واژههاي کليدي: آنالیز ارتعاشی، پمپ دنده خارجی، تبدیل موجک، شبکههای عصبی مصنوعی
Abstract:
At this dissertation vibration analysis of radial centrifugal pump has been done with healthy and defect impeller. A test rig is prepared included a centrifugal pump. The time domain vibration signals are extracted with sampling frequency of 10 Ksample/s in different angular velocities and four different pump impeller condition as healthy impeller, healthy impeller with cavitation, defect impeller and defect impeller with cavitation. Obtained signals of pump from different cases are analyzed in time and frequency domain. Impeller pump designed and simulated in CATIA V5 and ANSYS package software. Impeller modal analysis to obtain the natural frequency in both normal and defective was done by experimental and software in two ways and results were slightly different. Rotor dynamic analysis for impeller in two cases of normal and defective was done by ANSYS software for obtain impeller critical speeds and Campbel diagram was extracted. Impeller software simulation to 4 condition listed with fluid- solid couple analysis and effect of the fluid on the frequency and vibration modes of blade in both healthy and cracked impeller, was done by using ANSYS software package. In the last chapter, ANNs was trained. Input of ANNs was included a matrix with five statistical parameters of normalized vibration signals in four input velocity: 500, 1000, 2000, 2500 RPM. Output of ANNS is selected as binary values that zero values represent healthy condition and one values show faulty status. The ANN was trained by using this data. The results showed that ANN Can used for predict the fault in centrifugal pump.
Key Words: Vibration Analysis, Centerifugal Pump, Cavitation, Artifical Nural Network(ANN)
مشخصات فردی
رحیم نعیمی
کارشناسی ارشد مهندسی مکانیک-طراحی کاربردی
ایمیل |
|
همراه |
09011204977
|
تحصیلات و سوابق آموزشی
کارشناسی ارشد مهندسی مکانیک- طراحی کاربردی (روزانه) دانشگاه بوعلی سینا همدان ورودی 94
· عنوان پایاننامه:
آنالیز ارتعاشی پمپ دنده خارجی در حالت سالم و معیوب و تشخیص عیب با استفاده از شبکه عصبی
· استاد راهنما : دکتر مهدی کریمی- استادیار گروه مکانیک
کارشناسی مهندسی مکانیک دانشگاه ولی عصر(عج) رفسنجان (روزانه) 1394-1390
· عنوان پایان نامه :
طراحی و ساخت ردیاب خورشیدی دومحوره قابل حمل
· استاد راهنما : دکتر رضا مهرابی – استادیار گروه مکانیک
مهارتها و نرم افزارها
· تسلط به زبان تخصصی رشته مهندسی مکانیک
· مهارت بالا در ترجمه متون تخصصی
· مهارت قوی در سرچ مراجع و مقالات
· اشنایی و تسلط بر نرم افزار word,excel,power point
· اشنایی تسلط با نرم افزار solid works, catia, Ansys, Abaquse, Edraw Max, Nastran, focusky,prezi, Matlab
سایر موارد:
1. عضو دانشجویی انجمن مهندسان مکانیک ایران
1. مسول خانه نشریات دانشگاه ولی عصر
2. عضو دانشجوی کمیته ناظر بر نشریات دانشگاه
3. دبیر انجمن انرژی های نو
4. مدیر مسول نشریه عصر مکانیک