دانلود مقاله ISI انگلیسی شماره 86852
ترجمه فارسی عنوان مقاله

روش‌های پردازش سیگنال در تشخیص خطا در سیستم‌های تولیدی

عنوان انگلیسی
Signal processing methods in fault detection in manufacturing systems
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
86852 2018 8 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia Manufacturing, Volume 22, 2018, Pages 613-620

فهرست مطالب ترجمه فارسی
چکیده

کلمات کلیدی

1. مقدمه 

2- روش‌های پردازش سیگنال در تشخیص خطا

2.1- تبدیل موجک گسسته

2.2- تبدیل بسته موجک

3. روش پیشنهادی

4. نتایج

5. نتیجه گیری
ترجمه کلمات کلیدی
تبدیل موجک گسسته، تبدیل بسته های موجک، تشخیص خطا، پردازش سیگنال،
کلمات کلیدی انگلیسی
discrete wavelet transform; wavelet packet transform; fault detection; signal processing;
ترجمه چکیده
این مقاله مقدمه کوتاهی درخصوص مسئله تشخیص خطا در سیستم‌های تولیدی با استفاده از روش‌های پردازش سیگنال دیجیتال ارائه می‌دهد. معمولاً، در سیستم‌های تولیدی خطا‌ها می‌توانند در درایوهای الکتریکی (تبدیل‌کننده ولتاژ سینوسی شبکه با دامنه و فرکانس ثابت به یک ولتاژ سینوسی کنترل‌شده)، خطوط انتقال، سیستم‌های مدیریت قدرت رخ دهد و می‌تواند از طریق گرفتن داده‌های سنسور‌ها تشخیص داده شود. مهم‌ترین وظیفه عیب‌شناسی، تمایز قائل شدن بین شرایط عادی عملکرد از شرایط معیوب می‌باشد. تشخیص خطای صورت‌گرفته در سیستم‌های تولیدی بستگی به این دارد که چگونه ویژگی‌های خطا‌ها به صورت مؤثر از سیگنال‌های دریافت‌شده استخراج می‌گردد. این مقاله بر روی پردازش سیگنال بر پایه روش‌های استفاده از تبدیلات موجک گسسته (DWT) و بسته موجک (WPT) برای تشخیص و طبقه‌‌بندی خطا‌های ایجادشده تمرکز دارد. خطاها با استفاده از تست سیگنال‌ها با زمان‌های متفاوت و ویژگی‌های فرکانس شبیه‌سازی شده‌است و نتایج حاصل از رویکردهای مختلف ارزیابی و مقایسه شده‌اند. نتایج شبیه‌سازی نشان می‌دهد که تکنیک‌های پیشنهادی مسئله تشخیص خطا را کنترل کرده و حتی می‌توانند ناهنجاری‌هایی که در روند بلندمدت سیگنال‌های تشخیص داده شده کشف می‌شود، را پیش‌بینی کند.
ترجمه مقدمه
مهمترین وظیفه مدیریت سیستم تولیدی حفظ تداوم عملکرد حتی در زمان وقوع اتفاقات ناخواسته، می‌باشد. معمولاً جلوگیری از عواقب خرابی تجهیزات که در نتیجه کوتاهی مدار، کاهش ولتاژ یا قطعی برق ایجاد می‌شود، بسیار سخت یا امکان‌ناپذیر است. به‌طورکلی، یک سیستم حفاظتی مجموعه‌ای از فرایندها است که حداکثر حساسیت را جهت اشتباهات و عملکرد نامناسب فراهم می‌آورد و همچنین از هشدارهای نامعتبر در طول شرایط عملیاتی جلوگیری می‌کند. خطاها باید از روی تفاوت سیگنال‌های ترکیبی بین حالت عملکرد عادی (یا عملکرد قابل‌قبول) و غیرعادی سیستم تشخیص داده شود. نکته کلیدی تشخیص خطا استخراج ویژگی آن خطا است. در طول دهه‌های گذشته استفاده از روش‌های پردازش سیگنال در تشخیص ویژگی خطا توجه زیادی را به خود جلب کرد. عملکرد این تکنیک‌ها از طریق آزمایش‌های شبیه‌سازی مورد ارزیابی قرار گرفته و برای چندین نوع خطا، قطعات مکانیکی معیوب، افت برق یا تحمل خرابی مورد مقایسه قرار می‌گیرد. در این مقاله، از شکل موج‌های گسسته شبیه‌سازیشده برای تشخیص و طبقه‌بندی خطاهای دریافت‌شده استفاده کرده است. هر تغییر خاصی در پارامترهای این سیگنال‌ها می‌تواند از طریق روش‌های پردازش سیگنال دیجیتال، بخصوص تجزیه و تحلیل فرکانس زمانی تشخیص داده شود. تبدیل موجک بطور همزمان هم قابلیت ارائه اطلاعات زمان و تناوب درباره سیگنال‌های مطالعه‌شده دارد و هم نمایشی از فرکانس زمانی سیگنال را فراهم می‌کند. این مقاله به ترتیب زیر سازماندهی شده است. بخش دوم، پیش‌زمینه نظری در خصوص تجزیه و تحلیل موجک را ارائه می‌دهد، در بخش سوم، تکنیک‌های پردازش سیگنال بکاررفته را توصیف می‌کنیم و در بخش چهارم، نتایج تجربی و مقایسه این روش‌ها ارائه می‌گردد.
پیش نمایش مقاله
پیش نمایش مقاله  روش‌های پردازش سیگنال در تشخیص خطا در سیستم‌های تولیدی

چکیده انگلیسی

The paper gives a short introduction to the problem of fault detection in manufacturing systems using digital signal processing methods. Usually, in manufacturing systems faults can occur in electrical drives, transmission lines, power management systems and can be detected through sensor data acquisition. Important task of the diagnosis is to differentiate normal operating condition from faulty condition. Detection of occurred faults in manufacturing systems depends on how efficiently erroneous features are extracted from acquired signals. This work focuses on signal processing based methods using Discrete Wavelet and Wavelet Packet Transforms for detection and classification the occurred faults. The faults are simulated using test signals with different time and frequency properties and the results obtained from different approaches are evaluated and compared. The simulation results prove that the proposed techniques handle the problem of fault detection and may even predict abnormalities exploring long term tendencies of the detected signals.