• عنوان

    بكارگيري منطق فازي نوع دو مبتني بر خوشه بندي فازي به منظور تشخيص و شناسايي عيوب توربين هاي گاز

  • نويسنده اصلي

    شبنم يزداني

  • مقطع تحصيلي
    دكتري
  • چكيده
    تشخيص و شناسايي عيوب به كمك اطلاعات جمع آوري شده از سنسورها يكي از كاربردي ترين رويكردها در حوزه پايش سلامت توربين هاي گاز است. مطالعات صورت گرفته در اين رابطه نشان مي دهد الگوريتم هاي متعددي براي شناسايي عيوب بكار گرفته شده است كه هركدام داراي مزايا و محدوديت هايي در زمينه دقت، قابليت اطمينان، مقاومت در برابر عدم قطعيت هاي اندازه گيري و سهولت در پياده سازي مي باشند. در اين ميان، منطق فازي نوع دو يكي از رويكردهاي نسبتاً جديد در حوزه يادگيري ماشيني است كه تاكنون براي شناسايي عيوب توربين هاي گاز بكار گرفته نشده است. اين روش قابليت مدلسازي دقيق تر عدم قطعيت ها را نسبت به منطق فازي نوع يك داشته و مي تواند در مواجهه با مسائل پيچيده غيرخطي كه هم پوشاني زيادي ميان الگوهاي داده در آنها مشاهده مي شود، موفق تر عمل كند. در اين رساله، منطق فازي نوع دو مبتني بر خوشه بندي فازي براي اولين بار به عنوان رويكردي جهت شناسايي عيوب مسير گاز توربين هاي گاز صنعتي معرفي و پياده سازي شده است. دقت بالاي تخمين در حضور نويز اندازه گيري، مقاومت در برابر عدم قطعيت هاي خارج از محدوده آموزش، توانايي تشخيص عيوب آستانه اي و قابليت شناسايي عيوب لحظه اي و تفكيك آن ها از عيوب تدريجي از جمله مهم ترين مزاياي سيستم عيب يابي پيشنهادي است كه موجب مي شود پيچيدگي محاسباتي اين روش نسبت به روش هايي مانند منطق فازي نوع يك و شبكه عصبي توجيه پذير باشد. توسعه سيستم عيب يابي بر پايه منطق فازي نوع دو موجب شده است قابليت اطمينان در حضور نويز نسبت به روش منطق فازي نوع يك بيش از 20% بهبود يابد. اين برتري به طور ميانگين در تشخيص عيوب آستانه اي بيش از 20%، در شناسايي عيوب لحظه اي سنسورها بيش از 25% و در تشخيص صحيح داده هاي خارج از محدوده آموزش بيش از 10% قابل مشاهده است. از سوي ديگر، در اين رساله نشان داده شده است كه بهره گيري از يك روش كاهش ابعاد مناسب مي تواند علاوه بر كاهش بار محاسباتي، اطلاعات حياتي را نيز تا حد زيادي محفوظ نگه داشته و اثر مثبتي بر سرعت، دقت و قابليت اطمينان فرآيند عيب يابي داشته باشد. بكارگيري نگاشت خود سازمان ده به طور مشخص در اين رساله باعث كاهش بيش از 85% حجم اطلاعات خام ورودي شده و قابليت تشخيص، تفكيك و شناسايي عيوب را نيز بطور كامل محفوظ داشته است.
  • شماره ركورد
    204548
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • رشته تحصيلي
    مهندسي مكانيك - طراحي كاربردي - گرايش ديناميك ارتعاشات و كنترل
  • استاد راهنما
    مرتضي منتظري قهجاورستاني