۲-۴-۳-۵- امکانات موردنیاز جهت تحلیل ارتعاشات
حداقل امکاناتی که برای پیاده کردن برنامه پایش وضعیت بر مبنای ارتعاش سنجی موردنیاز هستند، عبارت‌اند از: انواع حسگرهای ارتعاش سنجی (جابه‌جایی سنج، سرعت‌سنج و شتاب سنج)، انواع تجهیزات داده‌برداری و نرم‌افزار پردازش و مدیریت اطلاعات [۳، ۳۶ و ۵۲].
۲-۴-۳-۶- روش‌های پایش وضعیت به کمک تحلیل ارتعاش
ا لف-پایش وضعیت ارتعاش ماشین‌آلات به‌صورت مانیتورینگ:
حسگرهای ارتعاش به‌صورت دائمی در محل مناسب نصب‌شده‌اند. آنالیزورهای بر پایه ریزپردازنده[۳۳]، داده‌ها را در حوزه زمان جمع می‌کنند. به‌طور خودکار با بهره گرفتن از انتقال سریع فوریه تبدیل می‌کنند. میزان ارتعاش را به‌صورت همزمان نشان می‌دهند. در صورت افزایش آن از حدی هشدار می‌دهند [۴].
ب-پایش وضعیت ارتعاش ماشین‌آلات به‌صورت دورهای:
در این روش اپراتور نت با بهره گرفتن از دستگاه ارتعاش سنج، در دوره‌های مشخص، میزان ارتعاش دستگاه را اندازه‌گیری و مقدار انحراف آن را از حالت سالم به‌صورت وضعیت عادی، وضعیت هشداردهنده و وضعیت بحرانی گزارش می‌دهند [۴۰].
۲-۴-۴- تحلیل حرارت
۲-۴-۴-۱- روش‌های پایش وضعیت ماشین‌آلات با بهره گرفتن از تحلیل حرارت
الف – پایش وضعیت ماشین‌آلات به‌وسیله حرارت به‌صورت لحظه‌ای و پیوسته: دمای موتور به‌وسیله کپسول حساس حرارتی جیوه (دماسنج جیوه ای)، اندازه‌گیری و به‌طور خودکار با حداکثر دمای مجاز مقایسه می‌شود. اگر دما از حد مجاز گذشت، به‌وسیله هشدار[۳۴]، اپراتور را از این امر مطلع می‌کند. ۲- حسگر دما که از نوع ترمیستور است. پالس‌های الکتریکی آنالوگ حسگرتوسط سیستم داده بردار الکترونیکی[۳۵] به دیجیتال تبدیل می‌شود. ضمن ذخیره آنها در حافظه‌ی خارجی[۳۶]، قابلیت نمایش بر خط[۳۷] را نیز مهیا می‌کند. کلیه مراحل طی برنامه، از طریق یک عدد آی سی میکروکنترلر، کنترل می‌شود. درصورتی‌که دما از یک حد مجاز بیشتر شد اعلام‌خطر می‌کند [۴۹].
ب- پایش وضعیت حرارت ماشین‌آلات به‌صورت دورهای با بهره گرفتن از دمانگاری فروسرخ: دمانگاری مادون‌قرمز که به نام‌های گرما نگاری، ترموویژن و تصویربرداری حرارتی نیز شناخته می‌شود، روش مهمی است که به‌منظور پایش وضعیت تجهیزات و ماشین‌آلات مورد استفاده قرار می‌گیرد. داده‌برداری به کمک دوربین گرما نگاری (ترموویژن) صورت می‌پذیرد. از این طریق کلیه اشکالاتی که منجر به تغییر در الگوی توزیع دمای سطحی می‌شوند، قابل‌شناسایی خواهند بود [۱۳، ۳۰ و ۵۶].
۲-۵- پایش وضعیت تسمه به کمک تحلیل حرارت: بازرسی حرارتی برای پولیها و تسمه عمدتاً نتایج خوبی به دنبال دارد. مخصوصاً در خطوط انتقال توان به‌وسیله سیستم محرک تسمهای، بازرسی حرارتی، می‌تواند بسیار مؤثر باشد. تماس تسمه و پولی، منجر به ایجاد اصطکاک و درنتیجه تولید گرمای زیادی می‌شود. با دنبال کردن روند گرمایش طی زمان‌های متوالی، می‌توان اقدامات لازم را به‌موقع انجام داد [۱۴ و ۲۷].
۲-۶- پایش وضعیت تسمه با استفاده تحلیل ارتعاش و صدا: سازوکارهای چرخ و تسمه انتقال حرکت و نیرو را در فاصله محوری بزرگ انجام می‌دهند. این انتقال بین دو و یا چند محور امکان‌پذیر است. اصطکاک ایجادشده بین تسمه و چرخ باعث انتقال حرکت و نیرو می‌شود. تسمه‌ها خاصیت انعطاف‌پذیری بالایی دارند، به همین دلیل خیلی نرم کار می‌کنند. کمتر سروصدا می‌کنند و به دلیل الاستیک بودن تسمه‌ها، ضربه‌پذیری ایده آلی دارند. امروزه در صنعت با توجه به شکل مقاطع آنها: تسمه گرد، تسمه تخت، تسمه ذوزنقه‌ای و یا وی[۳۸] شکل، تسمه ذوزنقه‌ای یکپارچه، تسمه ذوزنقه‌ای بندبند، تسمه تایمینگ و تسمه تخت با شیارهای وی شکل دسته‌بندی می‌شوند. سیستم محرک تسمهای موتور وظیفه انتقال گشتاور از پولی میل‌لنگ به مصرف‌کننده‌های جانبی موتور را بر عهده دارد. مصرف‌کننده‌هایی که در این سیستم قرار می‌گیرند، شامل: آلترناتور، پمپ هیدرولیک فرمان، کمپرسور کولر، پمپ آب و در بعضی سامانه‌ها کمپرسور سوپر شارژ می‌باشند [۹]. عملکرد برخی از تجهیزات خودرو مانند انواع روشنایی‌ها، سامانهی تهویه‌ی مطبوع و برق مصرفی خودرو به عملکرد سیستم محرک تسمهای موتور به‌ویژه به عملکرد تسمه وابسته است [۱۰۲]. تسمه‌های وی شکل تسمه‌هایی هستند که با پولی در تماس بوده تا ابزاری برای انتقال توان تشکیل دهند. تسمه‌ها می‌توانند نیروهای دینامیکی و ارتعاش غیرعادی به وجود آورند. منابع مهم ارتعاش و خرابی تسمه، نابالانسی، تشدید، کشش و سایش هستند. تسمه‌های وی شکل یک سری نیروهای دینامیکی و ارتعاشات حاصل از این نیروها را به وجود می‌آورند. فرکانس‌های یک چنین محرکی را می‌توان به تسمه‌ها و پولیها نسبت داد. طبیعت کشسانی تسمه‌ها می‌تواند ارتعاشاتی را تشدید یا مستهلک کنند که به‌واسطه قطعات متعلقه بو جود آمده است [۷۱ و ۷۵]. حتی پولی‌های نو نیز نمی‌توانند بدون عیب باشند و می‌توانند منبع نیروها و ارتعاشات غیرعادی باشند. منابع اولیه ارتعاش اجباری حاصل از پولیها: خارج از مرکز بودن، نابالانسی، غیر هم‌محور بودن و سائیده شدن می‌باشند. انتشار صوتی[۳۹]، پدیده‌ی تولید موج گذرای ارتجاعی ناشی از تخلیه سریع انرژی به دلیل دگرگونی ساختار یک فلز جامد تحت فشارهای مکانیکی یا حرارتی است. تولید و گسترش یک ترک ناشی از تغییر شکل یکی از عمده منابع نشر صوتی است. به همین دلیل نشر صوتی یکی از ابزار مهم برای کنترل وضعیت از طریق آزمایش‌های غیر مخرب است [۴، ۶۵ و ۹۶]. یکی از راه‌های تشخیص بهنگام خرابی‌ها، استفاده از تحلیل صوت است. صدا و ارتعاش، ماهیتاً از یک جنس هستند و علل مشابهی نیز برای تولید دارند. منابعی که ارتعاش دارند باعث تولید صدای هوایی می‌شوند. یکی از روش‌های کاربردی و مؤثر، عیب‌یابی بر پایه‌ی ارتعاش است [۴۰]. در مورد دستگاه‌ها و تجهیزاتی که حرکت دورانی دارند. به‌طورکلی سه واقعیت صادق است: ۱- همگی دارای لرزش و صدا می‌باشند.۲- افزایش در میزان ارتعاش و صدا گواه بر جدی‌تر شدن عیب دارد. ۳- هر المان دوار محرک، سیگنال منحصربه‌فرد خود را دارد. صدا و ارتعاش توانایی خوبی در تشخیص عیب دارند. محققان توانسته‌اند با اندازه‌گیری داده‌های ارتعاش و صدا و پردازش سیگنال‌های مربوط به یک وسیله یا دستگاه، سلامت یا وجود عیب در آن دستگاه را تشخیص دهند [۵۰].
۲-۷- مروری بر تحقیقات انجام‌شده
در تحقیقی که در سال ۱۹۹۸، توسط مارتین و وندیک[۴۰] انجام گرفت یک سیستم جدید شناسایی و پیش‌بینی عیوب ماشین‌ها با بهره گرفتن از تحلیل روغن و تحلیل ارتعاشات به‌صورت هشداردهنده ساختند. این سامانه برای تشخیص و پیش‌بینی عیوب ماشینهای نیروی دریایی آمریکا بر اساس پایش وضعیت روغن و ارتعاش ساخته شد. آنها سامانه را که متشکل از دستگاه‌های تحلیل روغن و تحلیل ارتعاشات را مورد ارزیابی و مقایسه با سامانه‌های معمول پایش وضعیت ماشین‌آلات قراردادند. مطابق بررسی‌های انجام‌شده، این سیستم علاوه بر دقت بالاتر، اولا: شرایط سیستم را درزمان واقعی ارائه میدهد و ثانیا: اتلاف زمانی را کاهش میدهد [۱۰۸].
فوجی[۴۱] و همکاران (۲۰۰۲)، به تحلیل نوسانات عمودی تسمه متعلقات پرداختند آنها یک روش اندازه‌گیری ارتعاش جانبی مکانیسم محرک تسمهای ارائه دادند. برای اندازه‌گیری جابجایی تسمه و سامانه حرکتی آن حالت ارتعاشی آنها را شبیه‌سازی کردند. برای مشاهده رفتار ارتعاشی آن از دوربین و حسگرهای لیزری با سرعت‌بالا استفاده گردید. نتیجه گرفتند که مواردی مانند ارتعاشات پیجشی میل‌لنگ و نابالانسی پولیها، ارتعاش جانبی تسمه متعلقات را به وجود می‌آورند. ارتعاش سامانه، زمانی تشدید می‌گردد که فرکانس طبیعی برابر با نصف نوسانات طولی در امتداد کشش تسمه باشد که این نوسانات طولی در اثر ارتعاش پیچشی میل‌لنگ به وجود می‌آیند. زمانی که تسمه همراه پولی درحرکت است، ارتباط بین ارتعاش جانبی تسمه و نوسانات طولی آن در امتداد کشش تسمه بیش از اندازه است. ارتعاش جانبی تسمه زمانی اتفاق می‌افتد که مکانیسم محرک تسمهای ارتعاش جانبی خود را به حالت طبیعی درآورد [۷۴].
ویدونگ[۴۲] و همکاران (۲۰۰۲)، در تحقیق خود به پایش وضعیت یک موتور دیزل بر پایه انتشار صدا پرداختند. آنها از یک شبکه عصبی خود برنامه‌ریز برای داده های خود بهره جستند. آنان از یک موتور دیزل فورد چهار سیلندر چهارزمانه استفاده کردند و سیگنال‌های صوتی را از طریق چیدمان میکروفون‌ها دریافت کردند. عیوب موردنظر افزایش لقی سوپاپ‌های دود است. در مقایسه سیگنال زمانی موتور سالم و معیوب دو مورد قابل شناسایی است: نخست اینکه در سیگنال موتور سالم چهار قله مشخص وجود دارد که مربوط به شرایط احتراق در چهار سیلندر است درحالی‌که در موتور معیوب، قله‌های دیگری نیز وجود دارند. دیگر اینکه مقدار حداکثر سیگنال موتور معیوب از موتور سالم بالاتر است [۱۰۷].
سامانتا[۴۳] و همکاران (۲۰۰۳)، روشی برای عیب‌یابی یاتاقانها با بهره گرفتن از مشخصه های سیگنال‌های ارتعاشی یاتاقانهای نرمال و معیوب ارائه دادند. در این تحقیق، مشخصه های سیگنال‌های ارتعاشی یک ماشین دوار در حوزه زمان با یاتاقانهای نرمال و معیوب، بهعنوان ورودی شبکه عصبی پرسپترون استفاده گردید. لایه ورودی با پنج نورون از سیگنال‌های ارتعاشی حوزه زمان به دست آمد. لایه خروجی دارای دو نورون، برای حالت‌های نرمال و معیوب ماشین انتخاب گردید. روش جدید برای مقایسه کارایی سیستم عیب‌یابی، با بهره گرفتن از شبکه عصبی و ماشین بردار پشتیبان که انتخاب مشخصه های ورودی توسط الگوریتم ژنتیک بهینه‌شده بود، ارائه داد. آنها از سیگنال‌های ارتعاشی یک ماشین دوار در حوزه زمان با یاتاقانهای نرمال و معیوب برای پیش-پردازش به‌منظور استخراج بردار ویژگی شبکه استفاده نمود. مشخصه های استخراج‌شده از سیگنال‌های اصلی و پیش-پردازش شده برای هر دوطبقه بندی کننده بهعنوان ورودی به‌کاربرده شدند. استفاده از الگوریتم ژنتیک فقط با ۶ عضو در بردار مشخصه برای هر دو طبقه بندی کننده ماشین بردار پشتیبان و شبکه عصبی دقت ۱۰۰ درصد را نشان داد و این نشان‌دهنده کارایی بالای هوش مصنوعی در پایش وضعیت ماشینهای دوار بر اساس مشخصه های سیگنال‌های ارتعاشی است [۸۲].
محتسبی و افشاری[۴۴] (۲۰۰۳)، ارتعاشات پیچشی میل‌لنگ خودروی نیسان را مطالعه کردند. ویژگی‌های ارتعاشی در نرم‌افزار انسیس شبیه‌سازی شدند. تحلیل ارتعاشات پیچشی به کمک نرم‌افزار جایگزینی مناسب، ساده و سریع به‌جای اندازه‌گیری ارتعاشات پیچشی میل‌لنگ تحت شرایط واقعی روی خودرو (زمان‌بر و هزینه‌بر) است. آنها به کمک الگوی ارتعاش یک سامانهی حرکتی، حساسیت ویژگی‌های ارتعاشی میل‌لنگ را نسبت به ایجاد تغییر، در هریک از متغیرهای فیزیکی سامانه، مورد بررسی قراردادند. با لحاظ کردن اثر چرخ طیار و تغییر جنس مجموعه دریافتند که استفاده از چدن به‌جای فولاد، رفتار ارتعاشی بهتری را نتیجه میدهد [۱۰۴].
در پژوهشی که توسط پینگ وکسیسوگلو[۴۵] (۲۰۰۳) صورت گرفت، با بهره گرفتن از ذرات به‌جای مانده از سایش و تحلیل ارتعاش، ماشین‌آلات را مورد پایش وضعیت قراردادند. نتایج تحقیق نشان داد که ترکیب این دو روش اطلاعات بیشتر و قابل اطمینان‌تر و مؤثرتری برای تعمیر و نگهداری ماشین‌آلات فراهم می‌کند. درحالی‌که تحقیقات و تجربیات گذشته نشان میدهد که تحلیل ارتعاش و تحلیل ذرات باقیمانده از سایش در پایش وضعیت هر کدام به طور جداگانه، تنها می‌توانند حدود ۳۰-۴۰ درصد از عیوب ماشین‌آلات را تشخیص دهند. ابزار و دستگاه‌های موردنیاز جهت انجام آزمون تجربی شامل: یک گیربکس دنده مارپیچی و یک موتور الکتریکی است. به‌منظور بررسی ارتباط بین سایش و ارتعاش، آزمون تحت حالت‌های مختلف سایش موردبررسی قرار گرفت. آزمون در سه حالت انجام گرفت:۱- بدون استفاده از روغن ۲- در حالت معمولی ۳ - در حالتی که روغن دارای ذرات فرسایشی است. مکانیسم سایش شامل تشخیص مالش، تماس فلز به فلز و تحلیل حالت مرزی روان کاری است. داده‌های نمونه روغن و ارتعاش به‌طور منظم جمع آوری نمودند. نتایج تجزیه و تحلیل طیف فرکانسی ارتعاشات و تحلیل ذرات باقیمانده از سایش و مقایسه نتایج حاصل از این دو روش، نشان داد که استفاده همزمان از این روش‌ها در پایش وضعیت ماشین‌آلات، اطلاعات سریع و قابل‌اعتمادی را در تشخیص و پیشگیری از عیوب فراهم می‌آورند [۱۱۳].
القمری[۴۶] و همکاران (۲۰۰۵)، سعی کردند تا با روش انتشار صدا و تطابق آن با فشار داخل استوانه روشی برای محاسبه‌ی غیرمستقیم فشار بیابند. آنها در پژوهش خود روشی برای آسیب‌شناسی در دستگاه‌های رفت و برگشتی ارائه کردند؛ که از آن برای جمع آوری سیگنال‌های انتشار صدا در سه نوع دستگاه رفت و برگشتی مختلف، حالت عادی و در حالات مختلف ناسالم استفاده کردند. تحلیل زمانی سیگنال‌ها این توانایی را دارد که پدیده‌های زمانمند ماشین را شناسایی کند و لذا می‌توان به‌طور خودکار سیگنال‌هایی را که همراه با این پدیده‌ها ظاهر شده‌اند را جداسازی نمود. این تحقیق نشان داده است: با توجه به اینکه کاربرد این روش اساسا عمومی و کلی است، می‌توان از آن برای آسیب‌شناسی ماشینهای مختلف با جمع آوری داده‌ها با بهره گرفتن از حسگرهای مختلف استفاده نمود. هدف نهایی از این کار، تهیه یک وسیله خودکار مستقیم برای پایش وضعیت ماشینهای رفت و برگشتی بر اساس انتشار امواج بوده است که به هیچ حسگر دیگری احتیاج نداشته باشد. آنها بیان کردند که پارامترهای آماری همانند واریانس، ریشه مجموع مربعات مربوط به سیگنال‌های دریافتی به ذات هر عیب برمی‌گردد. لذا این پارامترها هرکدام به عیب به خصوصی حساسیت دارند. بهعنوان نمونه واریانس، رفتارهای احتراقی را بهتر مشخص می‌کند درحالی‌که محتوای انرژی کلی برای مسائل جریان گاز و نشتی‌ها مفید خواهد بود. آنان همچنین نتیجه گرفتند که چنانچه حسگر صوتی روی سرسیلندر قرار گیرد، سیگنال‌ها بسیار پیچیده می‌شوند درحالی‌که قرار دادن حسگر روی بدنه سیلندر، مقدار بیشتری را نشان میدهد و حوادث را بهتر می‌توان با حرکت باز و بسته شدن دریچه‌ها مرتبط کرد [۷۸].
داگلاس[۴۷] و همکاران (۲۰۰۶)، به بررسی رفتار روان کاری روغن بین رینگ پیستون و دیواره سیلندر در موتور دیزل از طریق انتشار صدا پرداختند. اساس بررسی بر این پایه است که در یک موتور احتراق داخلی اتفاقات مختلفی روی میدهد و هر یک از پدیده‌ها مشخصه های مجزایی دارند. این تحقیق کاربرد انتشار صدا را در تفسیر پدیده‌های مختلف در موتور به‌ویژه حرکت رینگ پیستون و نشتی سوپاپ دود نشان میدهد. آنها در این تحقیق به دنبال ارائه یک روش جدید برای نشان دادن توانایی انتشار صدا در بررسی حرکت سایشی رینگ روی دیواره سیلندر دو موتور دیزلی کوچک و یک موتور دیزلی دریایی بزرگ می‌باشند. عوامل مورد بررسی آنان مواردی چون سرعت موتور، بار و شرایط روغن‌کاری بود. هدف اصلی آنان تعیین موقعیت مکانیسم فعال‌کننده انتشار صدا است. همان‌گونه که بیان شد. پدیده‌های مختلفی در موتور وجود دارند که به علت پیچیدگی و همزمانی برخی از آنها، تشخیص و تفکیک آنها از یکدیگر کار بسیار دشواری است. لذا برای آنکه بتوان تنها اثرات حرکت رینگ روی دیواره سیلندر را مشاهده نمود، آنان تصمیم گرفتند که ابتدا سر سیلندر موتور دیزلی کوچک را باز کنند. با این روش دیگر احتراق وجود ندارد و علاوه بر حذف شدن اثرات احتراق، اثر فشار درون سیلندر، اثرات انژکتورها و حرکت سوپاپ‌ها نیز حذف می‌شوند. پالس‌های تولید شده در سامانه خروجی موتور به‌سرعت و بار موتور وابسته است و ترکیب و همزمانی دائم این پالس‌ها با خصوصیات هر عضو سامانه خروجی، عیبها شناسایی می‌شود. با تفکیک خصوصیات صوتی، رفتار روان کاری روغن بین رینگ پیستون و دیواره سیلندر در موتور دیزل را مشخص می کند [۱۱۰].
در پژوهشی خلیفه‌زاده و سریانی (۱۳۸۷)، امکان به‌کارگیری روش انتشار صدا برای عیب‌یابی چرخ‌دنده‌های مارپیچی حاوی آسیب‌های سطحی موردمطالعه قرار دادند. سیستم تحت آزمایش و نحوه اخذ داده ها به این شرح بود: داده‌ها از یک جفت چرخ‌دنده مارپیچی فولادی دارای ۵١ دندانه اخذ شد که از موتوری با توان ۱/۱ کیلووات نیرو گرفت. یک حسگر با پهنای گستره وسیع برای اندازه‌گیری صدا استفاده شد. حسگر روی قسمت پینیون با چسبی قوی قرار گرفت. با تحلیل سیگنال‌های انتشار صدا به‌دست‌آمده از چرخ‌دنده‌های معیوب و استخراج ویژگی‌های متمایزکننده، چرخ‌دنده‌های سالم و معیوب با دقت ١٠٠ درصد و انواع عیوب چرخ‌دنده با دقت ۸۰/٧٣ درصد توسط شبکه عصبی پرسپترون چند لایه از هم شناسایی نمودند [۵۱].
در پژوهشی که توسط رافعی[۴۸] و همکاران (۲۰۰۷)، به‌منظور عیب‌یابی هوشمند گیربکس با بهره گرفتن از شبکه‌های عصبی و تبدیل موجک گسسته صورت گرفت. به‌صورت تجربی به بررسی یک سیستم تشخیص و طبقه‌بندی عیوب ناشی از چرخ‌دنده و بلبرینگ در یک گیربکس موتورسیکلت چهار سرعته توسط آزمون غیر مخرب، با بهره گرفتن از شبکه‌های عصبی مصنوعی می‌پردازد. سیگنال‌های ارتعاشی با یک شتاب سنج سه محوره نصب‌شده بر روی بدنه گیربکس به کمک یک سیستم داده‌برداری ضبط شده و توسط درون‌یابی تکه‌ای مکعبی هرمت هم بعد شدند. سیگنال‌های هم بعد شده، با ایجاد یک بردار ویژگی کاملاً جدید که از محاسبه انحراف استاندارد ضرایب موجک گسسته به دست آمد، بهعنوان ورودی به شبکه عصبی اعمال شد. شکستگی یک دندانه در چرخ‌دنده، سایش متوسط و سایش کم چرخ‌دنده، بلبرینگ معیوب و حالت سالم گیربکس بهعنوان نورون‌های خروجی در شبکه قرار گرفتند. سرانجام شبکه پرسپترون دولایه با ساختار بسیار مناسب ۶: ۲۵: ۵ و با کارایی ۳۴/۹۸ برای عیب‌یابی گیربکس ارائه کردند [۷۳].
نیوسرنگ سان[۴۹] و همکاران (۲۰۰۷)، به بررسی طریقه قرار دادن حسگرهای صوتی بر روی موتور دیزل پرداختند. سیگنال‌های به‌دست آمده از حسگرهای صوتی در موتورهای احتراق داخلی تحت تأثیر ضربه‌های مکانیکی، حرکت‌های لغزشی و جریان‌های سیال درون موتور تغییر می‌کنند. این اثرات مختلف باعث می‌شود تحلیل داده‌های به‌دست‌آمده بسیار پیچیده و دشوار شود. آنان در این تحقیق از این روش‌ها استفاده کرده و سه حسگر صوتی را در یک سرسیلندر موتور دیزل به‌صورت مثلثی به کاربردند. در این تحقیق فاصله حسگرها نسبتاً کم بود و حسگرها به‌صورت صفحه‌ای قرار گرفتند. آنها ابتدا با شبیه‌سازی منابع تولید موج صوتی، بهترین چیدمان قرارگیری حسگرها را مشخص کردند و سپس آن را در یک نمونه واقعی موتور دیزل با منابع واقعی مانند محل پاشش انژکتور و باز شدن سوپاپ خروجی به کاربردند [۱۱۱].
در پژوهشی که توسط تقی زاده و همکاران (۱۳۸۹) صورت گرفت، ارتعاشات صندلی تراکتور یونیورسال ۶۵۰ ام و تاثیر آن بر راننده در پنج سطح دور موتور ۱۰۰۰، ۱۲۰۰، ۱۴۰۰، ۱۶۰۰ و ۱۸۰۰ دور در دقیقه در راستای عمودی و در حالت حمل و نقل بر روی جاده آسفالت بررسی گردید. همچنین مقادیر جذر میانگین مربعات شتاب و زمان مواجهه کاربر با ارتعاش نیز اندازه گیری شد. آزمایش‌ها نشان داد که فرکانس غالب ارتعاش در تمامی دورهای موتور در صندلی تراکتور دو برابر فرکانس دور موتور یا برابر با ضربات پیستون موتور در مرحله توان (انفجار سوخت در سیلندر) است و با افزایش دور موتور فرکانس ارتعاش صندلی افزایش می‌یابد. همچنین مقادیر شتاب برای دورهای آزمایشی از ۱۰۰۰ تا ۱۸۰۰ به ترتیب و ۹۳/۱، ۲۶/۲، ۴/۲، ۵/۲ و ۶۵/۳ متر بر مجذور ثانیه بود که روند افزایشی داشت [۵۸].
اتفاق[۵۰] و همکاران در تحقیقی (۲۰۰۸)، تشخیص ضربه در موتورهای احتراق داخلی را با تجزیه‌وتحلیل ارتعاشی (شتاب) بلوک سیلندر با روش مدل‌سازی و ارائه الگوی متغیر سنجی بررسی کردند. در این تحقیق، آنها شاخص ارتعاشی بدنه‌ی موتور را با الگوی متغیر سنجی[۵۱] شبیه‌سازی کردند. متغیرهایی[۵۲] که تخمین زده شد، بسیار به ضربه حساس بود. با نمایش این متغیر، حتی ممکن است. ضربه در مراحل ابتدایی کارکرد در موتورهای اشتعال جرقه‌ای آشکار شود. نتایج همچنین نشان داد که روش پیشنهاد شده، قادر است ضربه را به‌وسیله‌ی نرم‌افزار ساده با فرکانس کوچک آشکار سازد که به کاهش زمان محاسبه و هزینه‌های نرم‌افزاری منتهی گردد. در این تحقیق روش جدید، کاربرد شاخص دورسنج به موازات شتاب سنج برای تخمین منطقه حساس به ضربه[۵۳] معرفی شد (شکل ۲-۳). آنها از موتور و دستگاه‌ها و تجهیزات جهت تعیین ضربه استفاده نمودند. آنها با بهره گرفتن از روش نمونه‌گیری از سیگنال‌های سرعت‌سنج که به‌موازات شتابسنج بر روی دریچه حساس به ضربه که بر روی بدنه سیلندر نصب‌شده‌اند، با ترکیب داده‌های شتابسنج و سرعت‌سنج و تبدیل آنها به دیجیتال با بهره گرفتن از پردازش این سیگنال‌ها توسط رایانه مقدار ضربه را با دقت خوبی تعیین نمایند [۷۷].
شکل ۲-۳: موتور و ابزارهای مورد استفاده جهت تعیین ضربه
در مطالعه‌ای که توسط جیانگ[۵۴] و همکاران (۲۰۰۸) صورت گرفت، برای تحلیل صوتی به‌جای استفاده از میکروفون از حسگر صوتی استفاده شد که به موتور متصل بود. حسگرهای صوتی برخلاف میکروفون به سطح متصل می‌شوند و موج الاستیک منتشرشده در جسم را اندازه می‌گیرند. این مطالعه یک روش کارا برای پایش موتور دیزل احتراقی بر اساس تئوری انتشار صدا با یک پورت منبع و اندازه‌گیری از روی اگزوز را معرفی نموده است. مشخص شد که در یک اندازه‌گیری صوتی از سامانه اگزوز موتور، ارتباط استحکام برحسب فشار، به‌طور دقیق‌تری می‌تواند اندازه‌گیری خصوصیات احتراقی موتور را فراهم کند. زیرا هرگونه تغییر در احتراق موتور با کاهش یا افزایش اثرات بازتابی در سامانه خروجی دود همراه است. با ایجاد عیوب در سامانه پاشش و سوپاپ خروجی، روش انتشار صوتی چندین بار توسعه داده‌شده تا سیگنال فشار به دست آید. نتایج آزمایشگاهی نشان داد که روش صوتی دو بار برای تشخیص موارد غیرعادی در سیگنال به علت عیوب، کافی است [۶۹].
رستمی[۵۵] و همکاران (۲۰۰۸)، تشخیص پسته‌های پوک از مغز دار با بهره گرفتن از انعکاس و پردازش صدا در دو حوزه زمان و فرکانس انجام دادند. در این تحقیق روشی مبتنی بر آنالیز انعکاس صدای برخورد پسته با صفحه‌ای فولادی در دو حوزه زمان و فرکانس را پیشنهاد نمودند. همان‌طوری که شکل ۲-۴ نشان میدهد، آنها برای این کار، دستگاهی مرکب از یک جعبه‌ی آکوستیک متصل به رایانه شخصی ساختند.
شکل ۲-۴: دستگاه جداسازی پسته با بهره گرفتن از انعکاس صدا
ابتدا نمونه‌هایی از دانه‌های پسته بر اساس اندازه به سه گروه درشت، متوسط و ریز تفکیک و سپس هر گروه بر اساس وزن به دو گروه پوک و مغز دار تقسیم شد. انعکاس صدای هر برخورد از طریق میکروفون به رایانه منتقل و در دو حوزه زمان و فرکانس آنالیز شد. شناسایی رایانهای بر اساس روش نزدیک‌ترین فاصله به میانگین صورت گرفت. بهترین نتایج برای گروه درشت به دست آمد. در این جداسازی دقت ۷۵/۹۸ در صد برای تشخیص پسته‌های درشت پوک و ۵۰/۸۲ درصد برای تشخیص پسته‌های درشت مغز دار به دست آمد. نتایج به‌دست آمده از دقت تشخیص برای گروه‌های دیگر نیز نسبتاً مناسب بود [۸۳].
محمد پور و همکاران در پژوهشی (۱۳۸۷)، عملکرد هواکش موتور در تراکتورهای کشاورزی را مورد پایش وضعیت قرار دادند. در این تحقیق از طریق تحلیل روغن‌موتور تراکتور مدل فرگوسن ۳۹۹ تحت سیستم پایش وضعیت قرار گرفت. برای این منظور ابتدا میزان سیلیس راه یافته به موتور این نوع تراکتور و عناصر فرسایش آهن، آلومینیوم، کروم و مس اندازه‌گیری شد. سپس تأثیر نوع هواکش (روغنی و خشک) بکار رفته در نفوذ سیلیس و میزان عناصر فرسایشی در موتور با بهره گرفتن از طرح آمارى در سه تکرار (هر ۱۰۰ ساعت کار موتور) و نرم‌افزار رایانهای مورد تجزیه‌وتحلیل آمارى قرار گرفت. نتایج نشان داد، بین نوع هواکش از نظر نفوذ سیلیس، فرسایش رینگ موتور و پیستون، اختلاف معنی‌دار در سطح ۵ درصد و از نظر فرسایش سیلندر اختلاف معنی‌دار در سطح ۱ درصد وجود دارد. لیکن اختلاف معنی‌داری در خصوص ارتفاع ورودی هوا و اثر متقابل این دو فاکتور مشاهده نگردید. در این تحقیق هواکش خشک بدون در نظر گرفتن ارتفاع ورودی توانست پنج برابر بیشتر از هواکش روغنی از ورود آلاینده سیلیس به داخل موتور تراکتور بکاهد. در نتیجه فرسایش قطعات داخلی موتور تراکتورهایی که از سیستم هوا رسانی خشک بهره‌مند بودند؛ نسبت به تراکتورهای با هواکش روغنی در عنصر آهن ۳ برابر، کروم ۱۸ برابر، آلومینیوم ۱۳ برابر کمتر بود. به‌طوری‌که در هواکش خشک روند عناصر فرسایشی، دچار تغییرات ناگهانی نگردید [۴۶].
همیلتون[۵۶] و همکاران (۲۰۰۸)، با مدل کردن یک سیستم محرک تسمهای، آن را با نرم‌افزار والدین[۵۷] تحلیل نمود. در این پژوهش با بهره گرفتن از روش شبیه‌سازی تحلیلی رایانهای و ابزارهای آماری، عمر مفید تسمه زمان‌بندی موتور در سیستم محرک تسمهای پیش‌بینی گردید. این امر امکان برآورد عمر مفید تسمه را، بدون نیاز به انجام آزمون‌های عملی موتور و عدم استفاده از تجهیزات آزمون تسمه فراهم می کند. برآورد عمر مفید تسمه زمان‌بندی با آزمون تجربی، به تجهیزات گران قیمت آزمون عملی، زمان زیاد و هزینه بالا نیاز دارد. مدل وی بر اساس یک سیستم محرک تسمهای موتور دیزل شش سیلندر خورجینی[۵۸] بود. مصرف‌کننده‌ها در این سیستم بسیار محدود هستند [۱۰۳].
در تحقیقی که توسط بارلی[۵۹] و همکاران (۲۰۰۹)، صورت گرفت. یک روش شناسایی عیوب برای شرایط حین کار، به‌وسیله اندازه‌گیری‌های غیر مداخله‌جویانه روی سر سیلندر مانند ارتعاشات و صدا که به فشار درون سیلندر مرتبط باشند، ارائه شد. ارتعاشات و صدای یک موتور دیزل توسط شتاب سنج و میکروفون اندازه‌گیری شد. آزمون‌های عملی روی موتور احتراق داخلی برای مقادیر بارگذاری مختلف انجام دادند. نتایج گویای این امر بود که هر دو سیگنال ارتعاشات و صدا به‌شدت به پدیده‌های داخل سیلندر وابسته هستند. این وابستگی به‌طور همزمان به بار روی موتور، فرکانس احتراق و زاویه میل‌لنگ ارتباط داشت. ابتدا برخی شاخص‌های مربوط به ارتعاشات و صدا معرفی شد و سپس مقادیر هر یک برای بارهای مختلف موتور نسبت به مقادیر مرجع به دست آوردند [۱۰۶].
سازوکار تولید سر و صدا در سامانهی تسمه متعلقات موتور، توسط ساکاگوچی[۶۰] (۲۰۰۹) مطالعه شد. نتایج نشان داد که بیشترین سر و صدای متعلقات به علت نوسان تسمه است که خود تحت تأثیر دور موتور و نوسان آن است. در این تحقیق که روی موتور بنزینی سه سیلندر صورت گرفت، مشخص شد که الگوی طیف فرکانس ارتعاشات تسمه به نسبت توان سوم دور موتور تغییر می‌کند. توان سوم به علت سه‌بعدی بودن ارتعاش در راستای عمودی، جانبی و طولی تسمه است. ضریبی که در فرمول فرکانس ارتعاشات تسمه اعمال می‌شود، با تعداد احتراق‌های موتور، در هر دو دور چرخش میل‌لنگ مساوی بود. در این تحقیق مشخص شد که ارتعاش عرضی تسمه متعلقات باعث ایجاد سر و صدا در تسمه می‌گردد. به‌منظور برآورد فرکانس طبیعی تسمه از تجزیه و تحلیل فرکانس ارتعاشی تسمه بهتر است اندازه‌گیری در طیف وسیعی از سرعت‌های موتور صورت گیرد [۶۰].
حسن بیگی[۶۱] و همکاران (۲۰۰۹) در تحقیقی مدل‌های پیشگویی تراز فشار صدای تراکتور دوچرخ در موقعیت گوش راننده با بهره گرفتن از الگوریتم صدای منتشر شده ارائه دادند. بررسی‌های اولیه در پژوهش حاضر بیانگر آن بود که تراز سروصدای تراکتور دوچرخ با توان ۱۳ اسب بخار در سرعت موتور ۲۲۰۰ دور بر دقیقه به ۹۲ دسی‌بل می‌رسد که در مقایسه با حد استاندارد ۸۵ دسی‌بل نگران کننده است. از این رو، در این تحقیق نتیجه پژوهشی است روی تراکتور دوچرخ با توان ۱۳ اسب بخار صورت گرفت. سیگنال‌های سر و صدای ساطع شده از دستگاه اندازه‌گیری شده و سپس در حوزه زمان و فرکانس در محدوده شنوایی انسان (۲۰ تا ۲۰۰۰۰ هرتز) مورد تحلیل قرار دادند. نتایج نشان داد که شدت صدا در موقعیت گوش راننده در مقایسه با موقعیت اطرافیان ۷۴/۷ دسی‌بل تا ۷۵/۱۰ دسی‌بل بیشتر است و سرعت موتور نقش تعیین‌کننده‌ای در تولید سر و صدا دارد که باید در کاربری‌های مختلف تراکتور دوچرخ مورد توجه قرار گیرد، زیرا تغییرات آن تا ۵/۸ دسی‌بل در افزایش سر و صدا تأثیر دارد. در نهایت آنها مدل‌های پیشگویی تراز فشار صدای تراکتور دوچرخ در موقعیت گوش راننده و اطرافیان با بهره گرفتن از داده‌های آزمایش را تعیین نمودند [۱۰۹].
دینگ[۶۲] و همکاران (۲۰۰۹)، برای بهبود سر و صدا در سامانهی تسمه‌ی متعلقات یک موتور بنزینی سعی کردند تا با بهره گرفتن از هرز گرد یک‌طرفه و تغییر چیدمان قطعات، سر و صدای سامانهی تسمه متعلقات را به کمترین مقدار برسانند. در این تحقیق جهت تحلیل دینامیکی سامانه محرک تسمهای از سه نوع ورودی استفاده نمودند. اولین ورودی سیستم محرک تسمهای چیدمان و ابعاد پولیها است. دومین ورودی برای تحلیل سیستم محرک تسمهای گشتاور موردنیاز برای به حرکت درآوردن مصرف‌کننده‌ها در دورهای مختلف موتور بود. این گشتاور مصرفی بر اساس آزمایش و توسط سازندگان آلترناتور، پمپ فرمان، پمپ آب و کمپرسور کولر به دست می‌آید. سومین ورودی، نامنظمی‌های سر میل‌لنگ است. نتایج نشان داد، با تغییر محل قرارگیری پولیها می‌توان سیستم محرک تسمهای را بهینه‌سازی نمود. چیدمان بهینه قطعات معیارهای طراحی را نیز بهینه می‌سازد. افزودن هرز گرد یک‌طرفه نیز در بهبود عملکرد سیستم تأثیر زیادی دارد [۱۰۰].
وو و لیو[۶۳] (۲۰۰۹)، در مطالعات خود روی موتور احتراق داخلی و موتورسیکلت با بهره گرفتن از میکروفون، صدای وسیله موردنظر را ذخیره کرده و از طریق آموزش شبکه عصبی مصنوعی و تبدیل موجک به ارائه توانایی روش‌های خود در عیب‌یابی با روش‌های مرسوم پرداختند. آنان در این تحقیق یک سامانه خبره برای تشخیص عیب در موتورهای احتراق داخلی با بهره گرفتن از روش ردیابی مرتبه‌ای تطبیقی و شبکه عصبی مصنوعی ارائه دادند. این سامانه قابل جدا شدن به دو بخش است. در گام نخست، سیگنال‌های صدای منتشرشده ذخیره شدند و عملیات فیلتر کردن در محدوده‌ی تغییرات فرکانس روی آنها انجام شد. مقادیر مرتبه‌ها را از روی الگوریتم فیلتر تطبیقی دقت بالا محاسبه نمودند. مقادیر اصلی سیگنال‌ها به همراه شرایط عیب مختلف در شکل‌های مختلف نمایش داده شدند. سپس از دیاگرام انرژی صوت استفاده شده تا این مقادیر نرمال شده و نیز مقدار محاسبات آنها کاهش یابد. در گام دوم، شبکه عصبی مصنوعی برای آموزش مقادیر سیگنال‌ها و شرایط معیوب موتور به‌کاررفته است. به‌منظور تأیید صحت شبکه عصبی احتمالی از دو روش مرسوم انتشار معکوس و تابع پایه-محور استفاده‌شده و نتایج آنها باهم مقایسه شدند. نتایج آزمایشگاهی نشان دادند که شبکه عصبی احتمالی، بهترین کارایی را در تشخیص عیب دارد [۱۱۲].
الباربار[۶۴] و همکاران (۲۰۱۰)، در پژوهشی سیگنال‌های صوتی هوای ورودی به موتور دیزل را موردبررسی قراردادند. همان‌طوری که شکل ۲-۵ نشان میدهد، آنها در این تحقیق به‌منظور پایش وضعیت تزریق سوخت موتور دیزل بر اساس سیگنال‌های صوتی هوا و دریچه‌های ورودی هوا، سه میکروفون نصب نمودند. سه میکروفون نصب شده، در مجاورت انژکتورها به فاصله ۲۵ سانتی‌متر از آنها، قرار دادند. سیگنال‌های صوتی در فشار تزریق سوخت ۲۱۰ تا ۲۵۰ بار و گستره فرکانسی ۹ تا ۱۵ کیلوهرتز اندازه‌گیری شدند. با تجزیه و تحلیل ویژگی‌ها و فرکانس‌های مشترک حوزه زمان، شرایط کارکرد و سر و صدای موتور متناظر با سیگنال‌های صوتی اندازه‌گیری نمودند. آنها نتیجه گرفتند. می‌توان با بهره گرفتن از سیگنال‌های صوتی نشت مانیفولد اگزوز، رفتار تزریق سوخت و عیب‌های مختلف موتور را تشخیص داد و اندازه‌گیری سیگنال‌های صوتی ابزار مناسبی برای پایش وضعیت موتور و دستگاه‌های دوار مانند موتور، گیربکس و پمپ است [۶۳].
شکل ۲-۵: موقعیت میکروفون‌های اطراف انژکتور [۶۳]
درویش پسند و رضایی (۱۳۸۹)، در پژوهشی عیب ارتعاش روتور ژنراتور نیروگاه را موردبررسی و پایش وضعیت قراردادند. ارتعاشات شافت مخصوصاً در یاتاقان بالایی ژنراتور در زمان راه‌اندازی و خصوصاً مرحله تحریک به‌شدت بالا رفته و بیش از حدود هشدار و خطر می‌شد که این امر باعث صدور دستور توقف ماشین می‌گردید. با اندازه‌گیری و آنالیز ارتعاشات نسبی شافت از طریق حسگرهای جابجایی دائمی نصب‌شده روی ماشین و نصب حسگر فتوالکتریک جهت قرائت مقادیر فاز مشکل ارتعاش بالای شفت نامیزانی جرمی باقیمانده قابل‌توجه در روتور تشخیص داده شد. قبل از انجام عملیات بالانس در محل، لقی یاتاقانها اندازه‌گیری شد که در حد قابل‌قبول بودند. با اجرای عملیات بالانس تک‌صفحه‌ای در روی روتور ژنراتور میزان ارتعاشات نسبی شفت به‌طور قابل‌ملاحظه‌ای کاهش یافت و در محدوده مجاز قرار گرفت. نتیجه‌گیری شد که اندازه‌گیری و تحلیل فاز به همراه تفسیر طیف فرکانسی و شکل موج در حوزه زمان ارتعاش تأثیر بسزایی در تشخیص درست عیب دارد. می‌توان با تشخیص درست عیب جلوی هزینه‌های گزاف ناشی از انجام تعمیرات بی‌مورد و توقف تولید را گرفت [۵۷].
حیدر بیگی[۶۵] و همکاران (۲۰۱۰)، با بهره گرفتن از شبکه عصب مصنوعی، شرایط ارتعاشی جعبه‌دنده تراکتور مسی فرگوسن را مورد پایش وضعیت قراردادند. در این تحقیق ارتباط بین ارتعاشات و عیب مورد بررسی قرار گرفت. به‌منظور بررسی ارتعاشات در جعبه‌دنده، شرایط مختلف جعبه‌دنده (سالم و معیوب) مورد بررسی قرار گرفت. عیوب متداول چرخ‌دنده‌ها (شکستگی، سایش) بر روی مجموعه ایجاد شده، ارتعاشات دستگاه اندازه‌گیری گردید. همان‌طوری که شکل ۲-۶ نشان میدهد، در این پژوهش مجموعه‌ای شامل جعبه‌دنده تراکتور مسی فرگوسن و الکتروموتور طراحی و عیوب متداول جعبه‌دنده در آن ایجاد گردید.
