تعداد بازدید: 55

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد - سجاد خوش­بخت، گروه مهندسی برق

شناسه: 4915079
اطلاعیه ها اخبار تحصلات تکمیلی

بسمه تعالی

​​​

 

گروه مهندسی برق

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد

طراحي و ساخت سامانه پايش وضعيت موتورهای القايي مبتني بر شبکه­های عصبي کانولوشني بر بستر اينترنت اشياء صنعتي

ارائه دهنده: سجاد خوش­بخت

        تاریخ:     یکشنبه   8 مهر 1403                        ساعت:            16                         مکان: سالن چمران

استاد راهنما:   دکتر سید محمدمهدی موسوی                                                         دانشگاه: صنعتی همدان

استاد داور داخلی:   دکتر سیدمحمد عظیمی                                                           دانشگاه: صنعتی همدان

استاد داور خارجی:   دکتر رسول باغبانی                                                                 دانشگاه: صنعتی همدان

چکیده:

نگهداری پیشگیرانه و نظارت مستمر بر وضعیت سلامت ماشین­های الکتریکی به منظور افزایش طول عمر این تجهیزات، کاهش تلفات و جلوگیری از خرابی­های پیش­بینی نشده اهمیت بالایی در بازدهی اقتصادی صنایع دارد. در این بین، موتورهای القایی بیش از هر الکتروموتور دیگری مورد بهره­برداری قرار می­گیرند و از آن­ها به عنوان قلب تپنده صنایع یاد می­شود. با وجود کارهای صورت گرفته در این حوزه، تشخیص موثر، دقیق و به موقع خطا در این تجهیزات همچنان کاری چالش برانگیز و دشوار است. همچنین تحقیقات و تلاش‌های موجود در این زمینه عمدتاً بر داده‌های ارتعاشی با نرخ نمونه‌برداری بالا متمرکز شده‌اند که نیازمند استفاده از حسگرهای گران‌قیمت و پیشرفته هستند. برای حل این چالش­ها در این پایان­نامه، ضمن مروری بر انواع روش­های تشخیص خطا، به طراحی و ساخت یک سیستم پایش وضعیت و تشخیص خطای هوشمند برخط و بلادرنگ موتورهای القایی با بهره­گیری از تکنیک­های اینترنت­ اشیاء صنعتی و شبکه­های عصبی کانولوشنی و با استفاده از داده­های ارتعاش با نرخ نمونه­برداری پایین پرداخته شده است. به این منظور ابتدا در بخش سخت­افزاری پروژه، اقدام به طراحی و ساخت یک دستگاه قابل اتصال به بدنه موتور با قابلیت اندازه­گیری سیگنال­های مهم موتور نظیر ارتعاش و جریان شده است. همچنین در بخش نرم­افزاری اقدام به طراحی و ساخت یک وب­­سرور اختصاصی اینترنت اشیاء جهت ذخیره­سازی و پردازش ابری داده­های نمونه­برداری شده، به همراه مدل­های مبتنی بر شبکه­­های عصبی کانولوشنی جهت تشخیص هوشمند خطای بلبرینگ شده است. در نهایت نتایج از طریق پنل کاربری سامانه به کاربر نمایش داده می­شود.

 

تعداد بازدید: 55

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد - سجاد خوش­بخت، گروه مهندسی برق

شناسه: 4915079
اطلاعیه ها اخبار تحصلات تکمیلی

بسمه تعالی

​​​

 

گروه مهندسی برق

اطلاعیه دفاع پایان‌نامه کارشناسی ارشد

طراحي و ساخت سامانه پايش وضعيت موتورهای القايي مبتني بر شبکه­های عصبي کانولوشني بر بستر اينترنت اشياء صنعتي

ارائه دهنده: سجاد خوش­بخت

        تاریخ:     یکشنبه   8 مهر 1403                        ساعت:            16                         مکان: سالن چمران

استاد راهنما:   دکتر سید محمدمهدی موسوی                                                         دانشگاه: صنعتی همدان

استاد داور داخلی:   دکتر سیدمحمد عظیمی                                                           دانشگاه: صنعتی همدان

استاد داور خارجی:   دکتر رسول باغبانی                                                                 دانشگاه: صنعتی همدان

چکیده:

نگهداری پیشگیرانه و نظارت مستمر بر وضعیت سلامت ماشین­های الکتریکی به منظور افزایش طول عمر این تجهیزات، کاهش تلفات و جلوگیری از خرابی­های پیش­بینی نشده اهمیت بالایی در بازدهی اقتصادی صنایع دارد. در این بین، موتورهای القایی بیش از هر الکتروموتور دیگری مورد بهره­برداری قرار می­گیرند و از آن­ها به عنوان قلب تپنده صنایع یاد می­شود. با وجود کارهای صورت گرفته در این حوزه، تشخیص موثر، دقیق و به موقع خطا در این تجهیزات همچنان کاری چالش برانگیز و دشوار است. همچنین تحقیقات و تلاش‌های موجود در این زمینه عمدتاً بر داده‌های ارتعاشی با نرخ نمونه‌برداری بالا متمرکز شده‌اند که نیازمند استفاده از حسگرهای گران‌قیمت و پیشرفته هستند. برای حل این چالش­ها در این پایان­نامه، ضمن مروری بر انواع روش­های تشخیص خطا، به طراحی و ساخت یک سیستم پایش وضعیت و تشخیص خطای هوشمند برخط و بلادرنگ موتورهای القایی با بهره­گیری از تکنیک­های اینترنت­ اشیاء صنعتی و شبکه­های عصبی کانولوشنی و با استفاده از داده­های ارتعاش با نرخ نمونه­برداری پایین پرداخته شده است. به این منظور ابتدا در بخش سخت­افزاری پروژه، اقدام به طراحی و ساخت یک دستگاه قابل اتصال به بدنه موتور با قابلیت اندازه­گیری سیگنال­های مهم موتور نظیر ارتعاش و جریان شده است. همچنین در بخش نرم­افزاری اقدام به طراحی و ساخت یک وب­­سرور اختصاصی اینترنت اشیاء جهت ذخیره­سازی و پردازش ابری داده­های نمونه­برداری شده، به همراه مدل­های مبتنی بر شبکه­­های عصبی کانولوشنی جهت تشخیص هوشمند خطای بلبرینگ شده است. در نهایت نتایج از طریق پنل کاربری سامانه به کاربر نمایش داده می­شود.

 

افزودن نظرات