Në një zhvillim të rëndësishëm për fushën e diagnostikimit mekanik, një studim i ri ka demonstruar efektivitetin e kombinimit të bispektrit të sinjalit të modulimit (MSB) me rrjetet nervore konvolucionale (CNN) për diagnostikimin e defekteve të...ingranazhe spirale me këndKjo qasje inovative premton saktësi të shtuar, zbulim më të shpejtë dhe një sistem diagnostikues më inteligjent për kutitë e shpejtësisë me performancë të lartë të përdorura nëaplikime në hapësirën ajrore, automobilistike dhe industriale.

Spiraleingranazhe të pjerrëtajanë komponentë kritikë të transmisionit që gjenden në makineritë me çift rrotullues të lartë, helikopterët, sistemet e shtytjes detare dhe reduktorët industrialë të rëndë. Për shkak të gjeometrisë së tyre komplekse dhe kushteve të funksionimit, zbulimi i hershëm i defekteve të ingranazheve, siç janë gropëzat, konsumimi dhe thyerja e dhëmbëve, mbetet një sfidë teknike. Teknikat tradicionale të përpunimit të sinjalit shpesh përballen me ndërhyrjen e zhurmës dhe karakteristikat jolineare të defekteve.

Metoda e re prezanton një kuadër diagnostikimi të defekteve me dy faza. Së pari, sinjalet e dridhjeve të gjeneruara nga sistemi i ingranazheve operative analizohen duke përdorur bispektrin e sinjalit të modulimit (MSB), një teknikë analize spektrale të rendit më të lartë që kap në mënyrë efektive tiparet jolineare dhe jo-gausiane të sinjalit. MSB ndihmon në zbulimin e karakteristikave delikate të moduluara të defekteve që zakonisht fshihen në spektrat standardë të frekuencave.

Më pas, të dhënat e sinjalit të përpunuar transformohen në imazhe të frekuencës kohore dhe futen në një rrjet nervor konvolucional (CNN), një model i të mësuarit të thellë i aftë të nxjerrë automatikisht karakteristika të defekteve të nivelit të lartë dhe të klasifikojë kushtet e ingranazheve. Ky model CNN është trajnuar për të dalluar midis ingranazheve të shëndetshme, defekteve të vogla dhe dëmtimeve të rënda në kushte të ndryshme ngarkese dhe shpejtësie.

Rezultatet eksperimentale, të kryera në një platformë testimi me ingranazhe spirale konike të projektuar posaçërisht, tregojnë se qasja MSB CNN arrin saktësi klasifikimi mbi 97%, duke tejkaluar metodat tradicionale siç është analiza e bazuar në FFT dhe madje edhe teknikat e tjera të të mësuarit të thellë që mbështeten në të dhënat e papërpunuara të dridhjeve. Për më tepër, ky model hibrid shfaq qëndrueshmëri të fortë ndaj zhurmës në sfond, duke e bërë atë të përshtatshëm për aplikime industriale në botën reale.

Integrimi i bispektrit të sinjalit të modulimit me CNN jo vetëm që përmirëson performancën e njohjes së defekteve, por gjithashtu zvogëlon varësinë nga inxhinieria manuale e karakteristikave, e cila tradicionalisht është një proces që kërkon shumë kohë dhe varet nga ekspertiza. Metoda është e shkallëzueshme dhe mund të aplikohet në komponentë të tjerë të makinerive rrotulluese, siç janë kushinetat dhe...ingranazhe planetare.

Ky hulumtim përfaqëson një hap përpara në zhvillimin e sistemeve inteligjente të diagnostikimit të defekteve për Industrinë 4.0 dhe fushën më të gjerë të prodhimit inteligjent. Ndërsa automatizimi dhe besueshmëria e makinerive bëhen gjithnjë e më të rëndësishme,