‫تشخیص عیب ماشین‌آالت دوار با‬
‫فیــــــلد‬
‫استفاده از سیگنال ارتعاش‬
‫وج��ود حس��گرها‪ ،‬مداره��ا و س��امانه‌های کنترل‪،‬‬
‫سـال‪ /19‬شـماره ‪ /5‬پیـاپی‪ /182‬مرداد ‪95‬‬
‫هزینه‌ه��ای م��ازاد را به همراه داش��ته و همچنین‬
‫نیازمن��د تالش محاس��باتی برای پ��ردازش داده‌ها‬
‫و تصمیم‌گی��ری و ذخیره‌ی پول ب��رای پایگاه‌های‬
‫اطالعاتی اس��ت که این افزای��ش در هزینه‌ها بعدا ً‬
‫توس��ط افزایش امنیت و قابلی��ت اطمینان جبران‬
‫می‌ش��ود‪ .‬تکنیک‌ه��ای اولی��ه‌ی نگهداری ش��امل‬
‫رله‌ه��ای حفاظ��ت جریان باال‪ 2‬ی��ا حفاظت خرابی‬
‫زمین‪ 3‬می‌ش��ود‪ ،‬در حالی که آخرین پیش��رفت‌ها‪،‬‬
‫تکنیک‌های پردازش س��یگنال را ب��ه همراه هوش‬
‫مصنوعی معرف��ی می‌کند‪ .‬تکنیک‌ه��ای نگهداری‬
‫‪5‬‬
‫به نگه��داری اصالحان��ه‪ 4‬و نگهداری پیش��گیرانه‬
‫(‪ )PM‬تقس��یم می‌ش��وند‪ .‬در نگهداری اصالحانه‪،‬‬
‫فعالیت‌ه��ای نگهداری و تعمیرات پس از وقوع یک‬
‫عیب انجام می‌شوند‪ .‬این فعالیت‌ها منجر به تعمیر‬
‫عیب یا به تعویق افتادن خرابی می‌شوند‪ .‬نگهداری‬
‫پیش��گیرانه که در س��ال‌های دهه‌ی ‪ 1350‬معرفی‬
‫شد‪ ،‬می‌تواند به دو دسته‌ی نگهداری پیشگیرانه‌ی‬
‫‪2. Over-current‬‬
‫‪3. Ground failure protection‬‬
‫‪4. Corrective‬‬
‫‪5. Preventive‬‬
‫‪33‬‬
‫مهندس فرزانه صباغیان بیدگلی‬ ‫دکتر جواد پشتان‬
‫نگــارش‬
‫‌‬
‫واژه‌هاي کليدي‪ :‬تشخیص عیب‪ ،‬پایش ارتعاشی‬
‫‪ .1‬مقدمه‬ ‫ام��روزه ایمنی‪ ،‬قابلیت اطمینان‪ ،‬بازدهی و عملکرد‬
‫ماش��ین‌های دوار گستره‌ی وس��یعی از تأسیسات‬ ‫ماش��ین‌آالت در ط��ول زم��ان و تح��ت ش��رایط‬
‫حس��اس را در بر می‌گیرند و ستون فقرات بسیاری‬ ‫عملکردی مختلف‪ ،‬امری حیاتی محس��وب می‌شود‬
‫از صنای��ع را تش��کیل می‌دهن��د‪ .‬از توربین گازی‬ ‫و نی��از به س��امانه‌های پایش وضعی��ت را بیش از‬
‫استفاده ش��ده در تولید الکتریسیته گرفته تا تولید‬ ‫پیش آش��کار می‌س��ازد‪ .‬بطور کلی یک س��امانه‌ی‬
‫توان در صنایع فضایی‪ .‬به منظور اطمینان از تولید‬ ‫پایش وضعیت س��اده‪ )CM( 1‬معموالً ش��امل سه‬
‫پیوس��ته و جلوگیری از هرگون��ه خرابی فاجعه بار‪،‬‬ ‫مرحلهی جمع‌آوری داده پردازش داده و تشخیص‬
‫ک��ه منجر به تعمیرات بس��یار پرهزینه و همچنین‬ ‫عی��ب‪ /‬پیش‌بینی می‌ش��ود‪ .‬برای پای��ش وضعیت‪،‬‬
‫ب��ه خطرافتادن جان کارکنان خواهد ش��د‪ ،‬موجب‬ ‫پارامترهایی شامل دما‪ ،‬فش��ار‪ ،‬آنالیز روغن‪ ،‬نویز و‬
‫ش��ده که پایش وضعیت و نقش آن در تش��خیص‬ ‫ارتعاش استفاده می‌شود‪ .‬رایج‌ترین روش‪ ،‬استفاده‬
‫عیب ماشین‌آالت‪ ،‬محققان زیادی را به خود جذب‬ ‫از سیگنال‌های ارتعاشی است که روشی مؤثر جهت‬
‫نماید‪ .‬یک خرابی غیرمنتظره می‌تواند منجر به یک‬ ‫پایش شرایط دینامیکی ماشین نظیر عدم باالنس‪،‬‬
‫حادثهی ویرانگر و تلفات مالی برای ش��رکت شود‪.‬‬ ‫ناهم محوری‪ ،‬لقی مکانیکی‪ ،‬رزونانس س��اختاری‪،‬‬
‫تش��خیص‌های اولیه از رش��د و تبدیل خرابی‌ها به‬ ‫پای��ه‌ی نرم و خمیدگی ش��فت می‌باش��د‪ .‬در طول‬
‫مش��کالت جدی جلوگیری می‌کند‪ .‬پایش وضعیت‬ ‫چند ده��ه‌ی اخیر روش‌ه��ای مختلف اس��تخراج‬
‫س��ناریوهای صنعتی به کاهش هزینه‌ها و افزایش‬ ‫ویژگی ارتع��اش‪ ،‬برای انواع مختلف ماش��ین‌آالت‬
‫ط��ول عم��ر ماش��ین‌آالت کمک می‌کن��د‪ .‬مزایای‬ ‫دوار پیش��نهاد شده است که تکنیک‌های پردازشی‬
‫سامانه‌های پایش وضعیت و درصد بهبودی متأثر از‬ ‫اصلی اعمال ش��ده به سیگنال‌های ارتعاشی به سه‬
‫آن در جدول ‪ 1‬نشان داده شده است‪.‬‬ ‫گروه آنالیز حوزه‌ی زمان‪ ،‬آنالیز حوزه‌ی فرکانس و‬
‫پیاده‌سازی س��امانه‌های پایش وضعیت به‌علت‬ ‫آنالیز حوزه‌ی زمان‪-‬فرکانس تقسیم می‌شوند‪.‬‬
‫‪1. Condition Monitoring‬‬
 ‫تشخیص عیب ماشین‌آالت دوار‪...‬‬

‫جدول ‪ .1‬پیشرفت‌ها در قابلیت اطمینان با استفاده از یک سامانه‌ی پایش وضعیت[‪]1‬‬ ‫از قب��ل تعیی��ن ش��ده‪ )PdPM( 6‬و نگه��داری‬
‫بر مبن��ای وضعیت‪ )CBM( 7‬تقس��یم ش��ود‪ .‬در‬
‫پیشرفت‌ها در قابلیت اطمینان با استفاده از یک سامانه‌ی پایش‬ ‫‪ PdPM‬فعالیت‌های نگهداری برنامه‌ریزی شده در‬
‫وضعیت‬ ‫فواصل زمانی متناوب برای جلوگیری از به س��مت‬

‫فیــــــلد‬
‫خرابی رفتن تجهیزات انجام می‌شوند‪ .‬بدین ترتیب‬
‫کاهش‪ 80-50‬درصد‬ ‫هزینه‌های نگهداری‬
‫ماش��ین قبل از وقوع عیب‪ ،‬تعمیر و یا بخشی از آن‬
‫کاهش ‪ 60-50‬درصد‬ ‫آسیب‌های تجهیز‬ ‫تعویض می‌شود‪ .‬شیوه‌های اصالحانه و ‪ PdPM‬به‬
‫دالیل زیادی می‌توانند پرهزینه باشند‪( .‬برای مثال‬
‫کاهش‪ 50-20‬درصد‬ ‫هزینه‌های ساعات اضافی‬ ‫هزین��ه‌ی مربوط به توقف تولید‪ ،‬هزینه‌ی نگهداری‬
‫بخش‌های یدک��ی وکمبود کیفیت) به همین دلیل‬
‫افزایش ‪ 60-50‬درصد‬ ‫عمر متوسط ماشین‬
‫بعضی صنایع در س��ال‌های ‪ 1980‬ش��روع به انجام‬
‫افزایش ‪30-20‬درصد‬ ‫تولیدکلی‬ ‫‪ CBM‬کردند‪ CBM .‬به پایش وضعیت ماش��ین‬
‫ک��ه در آن اطالع��ات پارامترهای نش��ان دهنده‌ی‬
‫در س��امانه‌های نگه��داری راهب��ردی اس��ت [‪.]3‬‬ ‫وضعیت یک ماشین بطور پیوسته جمع‌آوری شده‪،‬‬
‫در ای��ن مقال��ه پایش وضعیت با اس��تفاده از آنالیز‬ ‫اش��اره می‌کند‪ .‬انحراف پارامترها از شرایط معمول‪،‬‬

‫سـال‪ /19‬شـماره ‪ /5‬پیـاپی‪ /182‬مرداد ‪95‬‬

‫س��یگنال‌های ارتعاش��ی مورد بررس��ی قرار گرفته‬ ‫پیش��رفت یک خراب��ی را نش��ان می‌دهد‪CBM .‬‬
‫است‪.‬‬ ‫عملی��ات نگه��داری را تنها هنگامی که ش��واهدی‬
‫مبنی ب��ر رفتار غیرمعم��ول تجهیز وجود داش��ته‬
‫‪ .2‬تشخیص عیب با استفاده از سیگنال‬ ‫باش��د‪ ،‬انجام می‌دهد و بدین ترتیب ‪ CBM‬تعداد‬
‫ارتعاش‬ ‫فعالیت‌های نگهداری پیشگیرانه‪ 8‬برنامه‌ریزی شده‬
‫یک��ی از زمینه‌ه��ای اصلی مورد عالق��ه در پایش‬ ‫را کاهش می‌دهد[‪.]2‬‬
‫وضعی��ت پیش��رفته‌ی ماش��ین‌های دوار‪ ،‬ارتعاش‬ ‫ام��روزه ‪ 80%‬از پارامترهای اندازهگیری ش��ده‪،‬‬
‫است‪ .‬به واس��طه‌ی پیچیدگی س��یگنال ارتعاشی‬ ‫ب��ه ص��ورت ارتع��اش هس��تند‪ .‬بنابرای��ن پایش و‬
‫در تش��خیص عیب‪ ،‬تبدی�لات ریاض��ی‪ ،‬پردازش‬ ‫آنالیز ارتعاش��ات یکی از تکنیک‌ه��ای پرکاربرد در‬
‫سیگنال و تکنیک‌های تشخیص الگو بطورگسترده‬ ‫پای��ش مبتنی ب��ر وضعیت اس��ت و تکیه‌ی زیادی‬
‫شکل ‪ .1‬توزیع عیوب درتشخیص مبتنی بر ارتعاش[‪]1‬‬
‫برای استخراج ویژگی‌های‬ ‫بر ابزاردقیق ارتعاش��ات ماش��ین و انب��وه اطالعات‬
‫مفید از این س��یگنال‌ها‬ ‫وضعیت ماشین دارد‪ .‬اندازه‌گیری و آنالیز ارتعاشات‬
‫ﺗﺼﻤﻴﻢ ﻧﮕﻬﺪﺍﺭﻱ‪/‬‬
‫ﭘﺮﺩﺍﺯﺵ ﺩﺍﺩﻩ‬ ‫ﺟﻤﻊ ﺁﻭﺭﻱ ﺩﺍﺩﻩ‬ ‫استفاده می‌شود‪ ،‬تا بین‬ ‫اطالعات زیادی در ارتباط با وضعیت عیب در انواع‬
‫ﭘﻴﺶ ﺑﻴﻨﻲ‬
‫وضعیت‌ه��ای مختل��ف‬ ‫مختلف ماشین‌آالت به دست می‌دهد‪.‬‬
‫ماشین تمایز ایجاد کند‬ ‫موضوع تش��خیص عیب در ماش��ین‌آالت دوار‬
‫شکل ‪ .2‬گامهای سه گانه در برنامه‌ی ‪]5[ CBM‬‬ ‫و فرآیند تنزل ماشین را دنبال کند‪ .‬تشخیص عیب‬ ‫وس��یع است و شامل تش��خیص عیب اجزایی نظیر‬
‫مبتنی ب��ر ارتعاش یک زمینه‌ی ب��ه خوبی تثبیت‬ ‫ش��فت‌های چرخشی‪ ،‬دنده‌ها و پمپ‌ها می‌شود که‬
‫کشف کرد‪ ،‬یک ترک‌خوردگی در دنده را مکانیابی‬ ‫شده است که گستره‌ی وسیعی از تکنیک‌هایی که‬ ‫در این اجزاء انواع مختلف عیوب مشاهده می‌شوند و‬
‫کرد‪ ،‬وضعیت سالمت یک بلبرینگ را تشخیص داد‬ ‫در طول دهه‌های اخیر به سرعت تکامل یافته است‬ ‫روش‌های شناسایی فراوانی دارند که عبارتند از [‪:]1‬‬
‫و‪ . ...‬س��ال‌های زیادی اس��ت که محققان به دنبال‬ ‫را شامل می‌شود‪.‬‬ ‫• آنالیز آماری (مبتنی بر سیگنال)؛‬
‫تش��خیص خودکار وضعیت س�لامت ماش��ین‌های‬ ‫ان��واع مختلف��ی از عی��وب می‌توان��د توس��ط‬ ‫• تکنیک‌های مبتنی بر مدل؛‬
‫دوار هس��تند‪ ،‬از یاتاقان‌ه��ا و دنده‌ه��ای کوچک تا‬ ‫سیگنال‌های ارتعاش��ی آشکار شود‪ .‬شکل ‪ 1‬توزیع‬ ‫• روش‌های هوش مصنوعی‪.‬‬
‫توربین‌ه��ا و ماش��ین‌های احتراق ب��زرگ‪ .‬در حال‬ ‫عیب مقاالت ارجاع ش��ده را هنگامی که تشخیص‬ ‫از آن جایی که طیف ارتعاش��ات می‌تواند برای‬
‫حاضر با اختراع فناوری بی‌سیم و ترانسدیوسرهای‬ ‫عیب مبتنی بر ارتعاش اس��تفاده می‌ش��ود‪ ،‬نشان‬ ‫تمامی ماشین‌هایی که شامل المان‌های چرخشی یا‬
‫مینیاتوری‪ ،‬قادر به پایش خودکار شرایط عملکردی‬ ‫می‌دهد‪ .‬در مورد مق��االت مبتنی بر ارتعاش‪ ،‬اکثر‬ ‫متحرک هستند جمع‌آوری شود‪ ،‬تکنیک‌های آنالیز‬
‫ماش��ین به صورت آنالین و با کم��ک تکنیک‌های‬ ‫مراجع مرتبط با عیوب یاتاقان هس��تند و به دنبال‬ ‫مبتنی بر ارتعاش می‌تواند بطورگسترده برای پایش‬
‫هوش محاسباتی و تشخیص الگو هستیم[‪.]4‬‬ ‫آن عیوب روتور‪ /‬اس��تاتور و دنده‌ها می‌باش��د‪ .‬اکثر‬ ‫مبتنی بر وضعیت اعمال شود‪ .‬آنالیز ارتعاشات‪ ،‬یکی‬
‫تش��خیص عی��ب ماش��ین‌آالت دوار در قال��ب‬ ‫این عیوب در موتورها‪ ،‬پمپ‌ها‪ ،‬فن‌ها‪ ،‬هلیکوپترها‪،‬‬ ‫از چند تکنیک استفاده شده در انجام ‪ CBM‬برای‬
‫‪ CBM‬و در گام‌ه��ای «جم��ع‌آوری داده» برای به‬ ‫دستگاه فرز‪9OLTC ،‬های ترانسفورمرهای قدرت‬ ‫پایش و آنالیز ماش��ین‌ها‪ ،‬تجهیزات و س��امانه‌های‬
‫دس��ت آوردن اطالعات مرتبط با س�لامت سامانه‪،‬‬ ‫و در یاتاقان‪ ،‬دنده و روتور اتفاق می‌افتد[‪.]1‬‬ ‫معین موجود در یک کارخانه اس��ت‪ .‬با این اوصاف‪،‬‬
‫«پردازش داده» (اس��تخراج ویژگی) برای بررس��ی‬ ‫س��یگنال‌های ارتعاشی اطالعات مفیدی فراهم‬ ‫برای کش��ف مش��کالت در حال رش��د و ریشه کن‬
‫و آنالیز داده‌ها یا س��یگنال‌های جمع‌آوری ش��ده و‬ ‫می‌کنند که به پدید آمدن دیدی بر روی ش��رایط‬ ‫کردن خرابی فاجعه بار احتمالی‪ ،‬اولین گزینه برای‬
‫فهم و تفس��یر بهتر داده‌ه��ا‪ ،‬و «تصمیم نگهداری‪/‬‬ ‫عملکردی تجهیز تحت آزمایش منجر می‌ش��ود‪ .‬با‬ ‫پایش وضعیت ماش��ین‌آالت دوار‪ ،‬استفاده از آنالیز‬
‫پیش‌بین��ی» (کش��ف عی��ب) ب��رای پیش��نهاد‬ ‫بازرسی مشخصات فیزیکی سیگنال‌های ارتعاشی‪،‬‬ ‫ارتعاش��ات به عنوان رایج‌ترین عملی��ات نگهداری‬
‫سیاست‌های نگهداری مؤثر دنبال می‌شود (شکل‪.)2‬‬ ‫می‌توان حضور عیب در یک ماشین در حال کار را‬ ‫‪6. Predetermined Preventive Maintenance‬‬
‫سیگنال‌های ارتعاش��ی جمع‌آوری شده توسط‬ ‫‪7. Condition Based Monitoring‬‬
‫‪34‬‬
‫‪9. On load tap chargers‬‬ ‫‪8. Preventive Maintenance‬‬
 ‫تشخیص عیب ماشین‌آالت دوار‪...‬‬
‫ی��ک ماش��ین تولید نیروه��ای دینامیکی و فش��ار‬
‫می‌کنن��د‪ .‬این الگوهای ارتعاش��ی هنگامی که یک‬
‫عی��ب اولیه ش��روع به پیش��رفت می‌کن��د‪ ،‬تغییر‬
‫می‌کنن��د‪ .‬بنابراین آنالیز س��یگنال‌های ارتعاش��ی‬
‫فیــــــلد‬
‫ابزار مفیدی برای تعیین وضعیت س�لامت ماشین‬
‫اس��ت‪ .‬برای آشکارسازی این سگنال‌ها‪ ،‬حسگرهای‬
‫ارتعاش��ی مس��تقیماً روی ماش��ین نصب می‌شوند‪.‬‬
‫انواع مختلفی از حس��گرهای وابس��ته به گستره‌ی‬
‫شکل ‪ .3‬حسگرهای جابجایی‬ ‫فرکانس��ی وجود دارند‪ :‬حسگرهای جابجایی (‪HZ‬‬
‫‪( )10 kHz -0‬شکل‪ ،)3‬حسگرهای سرعت (‪HZ‬‬
‫‪( )1 kHz – 10‬شکل‪ )4‬و شتاب‌سنج‌ها (‪-8 HZ‬‬
‫‪( )15 kHz‬ش��کل‪ .)5‬شتاب‌سنج‌ها معموالً سبک‬
‫وزن هس��تند و بین ‪0.4‬گرم تا‪ 50‬گرم وزن دارند‪.‬‬
‫شتابس��نج‌ها یا با استفاده از س��نجش خازنی‪ ،‬یا‬
‫بطور رایج‌تر مکانیزم پیزوالکتریک ساخته می‌شوند‪.‬‬
‫سـال‪ /19‬شـماره ‪ /5‬پیـاپی‪ /182‬مرداد ‪95‬‬
‫شتاب‌س��نج‌های پیزوالکتریک به علت گس��تره‌ی‬
‫دینامیک��ی باالت��ر فرکانس‌ه��ا‪ ،‬قابلی��ت اطمینان‬
‫شکل‪ .4‬حسگرهای سرعت‬ ‫بیش��تر‪ ،‬مقاومت و ابعاد کوچک‌تر محبوب هستند‪.‬‬
‫همچنین تعداد و موقعیت حسگرهای ارتعاشی یک‬
‫موضوع مهم است که در [‪ ]6‬مورد بحث قرار گرفته‬
‫اس��ت‪ .‬حس��گرهای جابجایی می‌توانند حسگرهای‬
‫غیرتماسی باشند مانند حسگرهای نوری که دارای‬
‫گستره‌ی فرکانسی پایین‌تر و حساس‌تر هستند[‪.]1‬‬
‫موجود هس��تند‪ .‬و در نهایت ای��ن که تکنیک‌هایی‬
‫‪ .6‬پردازش سیگنال ارتعاشی‬
‫شکل‪ .5‬شتاب‌سنج‌ها‬ ‫تکنیک‌ه��ای اس��تخراج ویژگی‪ ،‬نق��ش حیاتی در‬
‫تشخیص عیب ماشین‌های دوار دارد‪ .‬این تکنیک‌ها‬
‫دوتای��ی برای باندهای فرکانس��ی پایین اس��تفاده‬ ‫در حال توس��عه بوده و امروزه با افزایش اس��تفاده‬
‫می‌ش��ود‪ .‬و آنالیز ‪ wavelet‬بسته‌ای هم برای باند‬ ‫از عل��م رایانه‪ ،‬آنالیز ارتعاش��ات مؤثرتر و کارآمدتر‬
‫فرکان��س باال و هم بان��د فرکانس پایین اس��تفاده‬ ‫می‌ش��ود‪ .‬تکنیک‌های پردازش سیگنال را می‌توان‬
‫می‌ش��ود و بنابراین آن را برای آنالیز عیب‌ماش��ین‬ ‫ب��ه تکنیک‌های حوزه‌ی زمان‪ ،‬ح��وزه‌ی فرکانس و‬
‫دوار قوی‌ت��ر می‌کن��د‪ .‬در ج��دول‪ 2‬م��روری ب��ر‬ ‫حوزه‌ی زمان‪-‬فرکانس تقسیم بندی کرد‪( .‬شکل‪)6‬‬
‫تکنیک‌های آنالیز سیگنال ارتعاش در حوزه‌ی زمان‬ ‫تکنیک‌های حوزه‌ی زمان‪ ،‬شامل سیگنال‌های‬
‫را مشاهده می‌کنید‪ .‬همچنین تکنیک‌های حوزه‌ی‬ ‫خام‪ ،‬روش‌های مبتنی بر فیلتر‪ ،‬روش‌های تصادفی‬
‫فرکانس و زمان‪-‬فرکانس را بطور یکجا در جدول ‪3‬‬ ‫و مبتن��ی بر مدل می‌ش��ود‪ .‬برای تش��خیص عیب‬
‫مشاهده می‌کنید‪.‬‬ ‫در ماش��ین‌های دوار‪ ،‬مقادیر آم��اری مثل ‪،RMS‬‬
‫میانگی��ن‪ Kurtosis ،‬و ‪ ،Crest Factor‬ب��ا‬
‫‪ .7‬تصمیم نگهداری‬ ‫مقادیر آس��تانه مقایس��ه می‌شوند‪ .‬س��یگنال‌های‬
‫حوزه‌ی تصمی��م نگهداری‪ ،‬به عن��وان آخرین گام‬ ‫ارتعاش��ی ح��وزه‌ی زم��ان‪ ،‬محدودیت‌های��ی برای‬
‫از ی��ک برنامه‌ی ‪ ،CBM‬به دو بخش تش��خیص و‬ ‫کش��ف زودهنگام عی��ب دارند‪ .‬بنابرای��ن مطالعات‬
‫پیش‌بینی عیب تقس��یم می‌ش��ود‪ .‬تشخیص عیب‪،‬‬ ‫به س��مت افزایش حساس��یت پارامتره��ای آماری‬
‫فرآیند نگاش��ت ویژگی در فض��ای ویژگی به عیب‬ ‫متمایل ش��ده است‪ .‬روش‌های مبتنی برفیلتر نظیر‬
‫در فضای عیب اس��ت که تشخیص الگو نیز نامیده‬ ‫مدوالسیون بطور مؤثر برای جداسازی سیگنال‌های‬
‫می‌شود‪ .‬تشخیص عیب‪ ،‬در یک دسته‌بندی به سه‬ ‫عیب از س��یگنال‌های ناخواسته نظیر نویز استفاده‬
‫صورت روش‌های آماری‪ ،‬روش‌های مبتنی بر مدل‬ ‫می‌شود‪ .‬بطور کلی ویژگی‌های حوزه‌ی فرکانس‪ ،‬در‬
‫و روش‌های هوش مصنوعی انجام می‌ش��ود‪ .‬بخش‬ ‫مقایسه با حوزه‌ی زمان در تشخیص عیوب موثرتر‬
‫پیش‌بینی در س��ه سطح پیش‌بینی عمر مفید باقی‬ ‫هس��تند و ویژگی‌ه��ای حوزه زم��ان‪ -‬فرکانس‪ ،‬در‬
‫مان��ده‪ ،‬پیش‌بینی ترکیبی با سیاس��ت نگهداری‪ ،‬و‬ ‫تشخیص س��یگنال‌های ارتعاشی غیرایستا استفاده‬
‫پیش‌بین��ی بازهی پایش وضعیت‪ ،‬دنبال می‌ش��ود‪.‬‬ ‫می‌ش��وند‪ .‬تکنیک‌های زمان‪-‬فرکانس‪ ،‬برای آنالیز‬
‫تکنیک‌های تش��خیص الگوی موجود را در جدول‬ ‫س��یگنال‌های ارتعاش��ی ب��ا هدف خ��اص نیز بکار‬
‫‪35‬‬ ‫‪ 4‬مشاهده می‌کنید‪.‬‬ ‫می‌رون��د‪ .‬برای مثال تبدیل ‪ wavelet‬گسس��ته‌ی‬
‫‪11. Data sheet‬‬
‫حس��گرها‪ ،‬اغلب توس��ط س��یگنال‌های نویز آلوده‬
‫شده‌اند‪ .‬این سیگنال‌های آلوده شده برای تشخیص‬
‫عی��ب نامناس��ب هس��تند و ب��دون کم��ک برخی‬
‫تکنیک‌ه��ای معین‪ ،‬ممکن اس��ت برخی ویژگی‌ها‬
‫و مشخصه‌های ارتعاش��ی آشکارنشده باقی بمانند‪.‬‬
‫تکنیک‌های اس��تخراج ویژگی می‌توانند مؤلفه‌های‬
‫معینی را در سیگنال‌ها مکانیابی کنند که به کشف‬
‫عیوب ماشین کمک می‌کند‪.‬‬
‫‪ .3‬مزایای پایش وضعیت با استفاده از‬
‫سیگنال ارتعاش‬
‫پردازش س��یگنال ارتعاش��ی مزیت‌های آش��کاری‬
‫دارد‪ .‬اوالً حس��گرهای ارتعاش��ی نس��بت به زمان‬
‫ثابت هستند‪ .‬ثانیاً سیگنال‌های ارتعاشی می‌توانند‬
‫برخط و در محل به دست آیند که این یک ویژگی‬
‫مطلوب برای خطوط تولید است‪ .‬همچنین قابلیت‬
‫دنبال کردن س��یگنال‌ها‪ ،‬اب��زاری را برای نگهداری‬
‫پیش��گویانه فراهم می‌کند و منجر به کمینه شدن‬
‫از کار افتادگی‌های غیرضروری ناش��ی از نگهداری‬
‫پیشگیرانه می‌شود‪ .‬سوماً‪ ،‬حسگرهای ارتعاشی نسل‬
‫جدید ارزان بوده و بطور گسترده در دسترس هستند‪.‬‬
‫به عالوه فناوری‌های نوین مورد نیاز برای به دست‬
‫آوردن و تبدی��ل خروجی‌های آنالوگ از حس��گرها‬
‫برای تش��خیص گستره‌ی وس��یعی از مشکالت در‬
‫یاتاقان‌های معیوب یا س��اییده ش��ده‪ ،‬یاتاقان‌های‬
‫ش��کافدار‪ ،‬ش��فت نامتوازن‪ ،‬جعبه‌دن��ده‌ی معیوب‬
‫و‪ ...‬با اس��تفاده از سیگنال ارتعاشی وجود دارد[‪.]4‬‬
‫‪ .4‬محدودیت‌های سیگنال ارتعاش‬
‫اگرچ��ه تکنیک‌ه��ای مبتنی بر س��یگنال ارتعاش‬
‫متنوع هستند‪ ،‬بازدهی آن‌ها به وسیله‌ی فاکتورهای‬
‫مختلفی محدود ش��ده است‪ .‬حس��گرهای ارتعاشی‬
‫مختلف مش��خصات عملکردی متفاوت��ی دارند که‬
‫باید هنگام انتخاب حس��گر مناس��ب م��ورد توجه‬
‫قرار گیرند‪ .‬این مس��أله نیازمند مهندس��انی برای‬
‫فهم مش��خصات فیزیکی منبع ارتعاش خواهد بود‪.‬‬
‫همچنین مش��خصات مفید س��یگنال‌های ارتعاش‬
‫می‌توان��د به راحتی به وس��یله‌ی نصب نامناس��ب‬
‫حسگرها پوش��ش داده شود‪ .‬همچنین اگر مکانیزم‬
‫چسبندگی‪ 10‬بطور صحیح انجام نشده باشد‪ ،‬ممکن‬
‫است جزء فرکانس باال را میرا کند‪ .‬بطور کلی هنگام‬
‫انتخاب یک حس��گر ارتعاش��ی مناسب‪ ،‬مرور دقیق‬
‫برگه‌ی اطالعات‪11‬حسگر پیشنهاد می‌شود[‪.]4‬‬
‫‪ .5‬جمع‌آوری داده‌های ارتعاشی‬
‫دق��ت و کیفی��ت خ��وب س��یگنال در مرحل��ه‌ی‬
‫جمع‌آوری داده‪ ،‬برای آنالیزهای بعدی و اس��تخراج‬
‫ویژگ��ی ض��روری اس��ت‪ .‬نیروه��ای دینامیکی در‬
‫‪10. Adhision‬‬
 ‫تشخیص عیب ماشین‌آالت دوار‪...‬‬

‫‪ .8‬مطالعه موردی‪ :‬صرفه‌جویی در اثر پایش‬

‫ﺗﻜﻨﻴﻚ ﻫﺎﻱ ﭘﺮﺩﺍﺯﺵ ﺳﻴﮕﻨﺎﻝ‬
‫ﺍﺭﺗﻌﺎﺵ‬ ‫وضعیت تجهیزات نیروگاه ‪North Anna‬‬
‫)ﺍﺳﺘﺨﺮﺍﺝ ﻭﻳﮋﮔﻲ(‬ ‫در گزارش��ی که ش��رکت ‪ B&K‬از پایش وضعیت‬
‫تجهیزات نیروگاه ‪ North Anna‬ارایه داده است‪،‬‬

‫ﺣﻮﺯﻩ ﺯﻣﺎﻥ‪-‬ﻓﺮﻛﺎﻧﺲ‬
‫فیــــــلد‬
‫در بخش��ی ب��ا عن��وان ‪multi million dolor‬‬
‫‪ ،saving‬بدی��ن ص��ورت به توصی��ف صرفه‌جویی‬
‫حاصل از پایش وضعیت تجهیزات می‌پردازد‪:‬‬
‫ﺣﻮﺯﻩ ﻓﺮﻛﺎﻧﺲ‬ ‫ﺣﻮﺯﻩ ﺯﻣﺎﻥ‬

‫‪ .1.8‬صرفه‌جویی چند میلیون دالری‬

‫شکل ‪ .6‬تقسیم‌بندی تکنیک‌های پردازش سیگنال ارتعاشی (استخراج ویژگی)‬
‫با هزینه‌ی تقریبی خاموش��ی راکتور در حدود یک‬
‫جدول‪ .2‬تکنیک‌های آنالیز ارتعاش حوزه‌ی زمان[‪]7‬‬ ‫میلیون دالر در روز‪ ،‬انگیزه برای نگهداشتن فرآیند‬
‫در بیش��ترین خروجی و کمترین خاموش��ی بسیار‬
‫حوزه زمان‬
‫زیاد اس��ت‪ .‬در حقیقت برای پنجمین س��ال پیاپی‬
‫روشهای تصادفی و‬ ‫سیگنالهای خام‬ ‫‪ N‬در ویرجینیا از‬‫عملکرد نی��روگاه ‪‌ orth Anna‬‬
‫روشهای مبتنی بر فیلتر‬ ‫میانگی��ن کل صنعت امریکا پیش��ی گرفته اس��ت‪.‬‬
‫پیشرفته‬ ‫روشهای مبتنی بر ‪TSA‬‬ ‫پارامترهای آماری‬

‫سـال‪ /19‬شـماره ‪ /5‬پیـاپی‪ /182‬مرداد ‪95‬‬

‫در ‪ ،1984‬س��الی که برنامهی پایش پیاده‌س��ازی‬
‫دمدوالسیون‬ ‫‪Choas‬‬ ‫سیگنال ‪TSA‬‬ ‫جذر میانگین مربعات‬ ‫ش��د‪ ،‬حدود دو میلی��ون دالر صرفه‌جویی ش��د و‬
‫مدل پرونی‬ ‫‪Blind Deconvolution‬‬ ‫سیگنال مانده‬ ‫میانگین‬ ‫همچنی��ن در ‪ 1985‬حدود س��ه میلیون دالر‪ .‬این‬
‫ارقام به وی��ژه هنگامی که در حال��ت کلی صنعت‬
‫حذف نویز تطبیقی‬ ‫آستانه گذاری‬ ‫سیگنال تفاضل‬ ‫واریانس‬
‫برق بررس��ی می‌شود‪ ،‬بس��یار مهم هستند‪ .‬با انجام‬
‫روشهای مبتنی بر مدل‬
‫‪Skewness‬‬
‫پایش وضعیت س��اخت تعداد زیادی از نیروگاه‌های‬
‫خودبازگشتی‬ ‫هس��ته‌ای متوقف شده و تعداد نیروگاه‌های فسیلی‬
‫‪Kurtosis‬‬ ‫جدید معلق است‪ .‬صنعت با بهبود قابلیت اطمینان‬
‫نیروگاه‌های موجود مواجه شده که بسیاری از آن‌ها‬
‫‪Crest factor‬‬
‫فراتر از عمرش��ان کار می‌کنند‪ .‬استفاده از برنامه‌ی‬
‫جدول‪ .3‬تکنیک‌های حوزه‌ی فرکانس و زمان‪-‬فرکانس [‪]7‬‬
‫طیف موجک‬
‫حوزه مقیاس‬ ‫تبدیل موجک‬ ‫تبدیل موجک‬ ‫تبدیل موجک‬ ‫تبدیل فوریه‬ ‫همبستگی میانگین‬ ‫اسپکتروم‬ ‫مرتبه‬
‫میانگین زمانی‬
‫زمان‪-‬فرکانس‬ ‫بستهای گسسته‬ ‫گسسته‬ ‫پیوسته‬ ‫زمان کوتاه‬ ‫سیگنال اسپکتروم‬ ‫(تبدیل فوریه سریع)‬ ‫اول‬
‫شده‬
‫‪Spectrum‬‬
‫‪wigner‬‬ ‫‪Cyclostationar‬‬ ‫طیف توان یا‬ ‫مرتبه‬
‫‪Scalogram‬‬
‫‪distributi‬‬ ‫‪y‬‬ ‫کپستروم توان‬ ‫دوم‬
‫‪on‬‬
‫‪Wigner‬‬ ‫‪Bicoherence‬‬ ‫مرتبه‬
‫‪Bilinearity‬‬
‫‪bi spectra‬‬ ‫‪spectrum‬‬ ‫سوم‬
‫‪Wigner‬‬ ‫مرتبه‬
‫‪tri‬‬
‫‪spectra‬‬ ‫چهارم‬

‫‪36‬‬
 ‫تشخیص عیب ماشین‌آالت دوار‪...‬‬

‫جدول ‪ .4‬روش‌های تشخیص الگو [‪]1‬‬ ‫پای��ش در نی��روگاه ‪ North Anna‬ثابت کرد که‬
‫‪0910-098‬‬ ‫‪0992-0992‬‬ ‫‪0992-0999‬‬ ‫‪1000-1089‬‬ ‫روشها‬ ‫پایش ارتعاشی یک روش همیشگی و مستعد رشد‬
‫و ترقی برای بهبود قابلیت اطمینان تجهیزات دوار‬
‫‪-‬‬ ‫‪-‬‬ ‫غیرنظارتی‬ ‫غیرنظارتی‬ ‫‪SPC‬‬
‫است[‪.]8‬‬
‫نظارتی وغیر‬ ‫‪-‬‬ ‫نظارتی‬ ‫‪-‬‬
‫فیــــــلد‬

‫‪Distances‬‬
‫نظارتی‬
‫نتیجه‌گیری‬
‫نظارتی وغیر‬ ‫نظارتی وغیر‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪SVM,SVDD,PSVM‬‬
‫با وجود این که تکنیک‌های نگهداری پیش��رفته در‬
‫نظارتی‬ ‫نظارتی‬
‫منابع تئوری در دس��ترس هس��تند‪ ،‬هنوز دو کران‬
‫نظارتی وغیر‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪HMM‬‬ ‫مش��ترک در صنایع وجود دارد‪ .‬ی��ک کران‪ ،‬اتخاذ‬
‫نظارتی‬ ‫سیاس��ت کار تا خرابی‪12‬و کران دیگ��ر اعمال یک‬
‫نظارتی وغیر‬ ‫غیر نظارتی‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪NN‬‬ ‫سیاس��ت نگهداری تا حد امکان تکرار شونده است‪.‬‬
‫نظارتی‬ ‫البته دو سیاس��ت نگهداری مرسوم؛ به نام سیاست‬
‫نظارتی‬ ‫نظارتی‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪Fuzzy-Logic‬‬ ‫کار تا خرابی و نگهداری پیشگیرانه مبتنی بر زمان‪،‬‬
‫نظارتی‬ ‫نظارتی‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪Evolutionary Alg.‬‬ ‫می‌توانن��د به برخی حاالت خ��اص با نتایج رضایت‬
‫نظارتی‬ ‫نظارتی‬ ‫‪-‬‬ ‫‪-‬‬ ‫بخش اعمال شوند‪ .‬به هر حال‪ ،‬در مواقع زیادی‪ ،‬به‬
‫سـال‪ /19‬شـماره ‪ /5‬پیـاپی‪ /182‬مرداد ‪95‬‬

‫‪Expert system‬‬
‫ویژه هنگامی که هم نگهداری و هم خرابی بس��یار‬
‫پرهزینه‌اند‪ CBM ،‬نس��بت به روش‌های مرس��وم‬
‫انتخ��اب بهت��ری خواهد بود‪ .‬دانش خب��ره‪ ،‬هم در‬
‫حوزه‌ی کاربرد و هم در تئوری نگهداری و تعمیرات‬
‫برای انتخاب بهترین سیاس��ت‌ها‪ ،‬نیاز اس��ت‪ .‬علت‬
‫این‌ک��ه فناوری‌های نگه��داری در صنایع به خوبی‬
‫پیاده‌سازی نشده‌اند‪ ،‬ممکن است موارد زیر باشد‪:‬‬
‫• فقدان داده به‌عل��ت روش جمع‌آوری داده‌ی‬
‫نادرس��ت‪ ،‬یا حت��ی عدم وجود جم��ع‌آوری داده و‬
‫ذخیره‌ی آن؛‬
‫• فق��دان ارتب��اط مؤثر بین توس��عه دهندگان‬
‫تئوری و شاغلین درحوزه‌ی اطمینان و نگهداری؛‬
‫• فقدان شیوه‌های اعتبارسنجی مؤثر؛‬
‫• س��ختی پیاده‌س��ازی ب��ه علت تغیی��ر مکرر‬
‫شکل‪ .7‬مرورتشخیص عیب مبتنی برسیگنال‌های ارتعاش[‪]9‬‬
‫طراح��ی‪ ،‬فناوری‪ ،‬سیاس��ت‌های ش��غلی و مدیران‬
‫نگهداری‪.‬‬
‫تکنیک‌ه��ای اس��تخراج ویژگ��ی‪ ،‬نقش حیاتی‬
‫نگارندگان‪:‬‬ ‫در تش��خیص عیب ماش��ین‌های دوار دارند‪ .‬امروزه‬
‫دکترجواد پشتان‪ :‬دانشیار دانشکده مهندسی برق‪ ،‬دانشگاه علم و صنعت ایران‬ ‫تکنیک‌های استخراج ویژگی در حال پیشرفت بوده‬
‫مهندس فرزانه صباغیان بیدگلی‪ :‬دانشجوی کارشناسی ارشد مهندسی برق‪ ،‬دانشگاه علم و صنعت ایران‬ ‫و با افزایش اس��تفاده از علم رایانه‪ ،‬آنالیز ارتعاشات‬
‫مؤثرتر و کارآمدتر نیز می‌ش��ود‪ .‬شکل ‪ 7‬روند کلی‬
‫تشخیص عیب مبتنی بر ارتعاش را بیان می‌کند‪.‬‬
‫‪12. Run-to-failiure‬‬
‫منابع‪:‬‬

‫‪1. P. Henriquez, J. B. Alonso, M. Ferrer, and C. M. Travieso, "Review of automatic fault diagnosis systems using audio and‬‬
‫‪vibration signals," Systems, Man, and Cybernetics: Systems, IEEE Transactions on, vol. 44, pp. 642-652, 2014.‬‬
‫‪2. S. Edwards,A. Lees, and M. Friswell, “Fault diagnosis of rotating machinery,” Shock and Vibration Digest, vol. 30, pp. 4-13, 1998.‬‬
‫‪3. S. T. Mahmood, «Use of vibrations analysis technique in condition based maintenance,» 2011.‬‬
‫”‪4. A. K. Nandi, C. Liu, and M. D. Wong, “Intelligent Vibration Signal Processing for Condition Monitoring.‬‬
‫‪5. A. K. Jardine, D. Lin, and D. Banjevic, “A review on machinery diagnostics and prognostics implementing condition-‬‬
‫‪based maintenance,” Mechanical systems and signal processing, vol. 20, pp. 1483-1510, 2006.‬‬
‫”‪6. S. W. Doebling, C. R. Farrar, and M. B. Prime, “A summary review of vibration-based damage identification methods,‬‬
‫‪7. M. V. Saurabh Singh, "A Review of Vibration Analysis Techniques for Rotating Machines," International Journal of Engi-‬‬
‫‪37‬‬ ‫‪neering Research & Technology (IJERT), vol. 4, March-2015 2015.‬‬
‫برای اطالع از دیگر منابع با دفتر ماهنامه تماس حاصل فرمایید‪.‬‬