Razvoj inteligentnega diagnostičnega sistema za rotacijske stroje

Vodja projekta:

prof. dr. Jožef Vižintin, Fakulteta za strojništvo, Univerza v Ljubljani
Odgovorni raziskovalec na odseku: prof. dr. Đani Juričić

Trajanje:

1. september 2005 - 31. avgust 2008

Financiranje:

ARRS - Agencija za raziskovalno dejavnost Republike Slovenije (L2-7298) s sofinanciranjem ACRONI d.d., Jesenice

Povzetek:

V predlaganem projektu bomo razvili inteligentni diagnostični sistem za zgodnje odkrivanje okvar med delovanjem rotacijskih strojev. Glavni sestavni deli predlaganega projekta so: razvoj modulov za analizo indikatorjev v časovni in frekvenčni domeni ter za shranjevanje le teh, konstrukcija baze podatkov, zapis pravil za odpravljanje napak v vzdrževanju zasnovanih na ugotovljenem stanju elementov rotirajočega stroja, razvoj inteligenčnih mehanizmov, ki se bodo uporabljali v on-line in off-line pogojih, zasnova in konstrukcija integriranega experimentalnega prostora, oprema testnega preizkuševališča in tesni preizkus razvitega sistema. Ena od ključnih idej predlaganega koncepta je popolna in celovita uporaba različnih podatkov, to je izmerjenih podatkov, ki jih bomo dobili s pomočjo standardnih on-line merilnih instrumentov in podatkov, ki jih bomo dobili s periodičnimi, off-line, laboratorijskimi analizami maziv in delcev v mazivih ter expertnega znanja. Dodatna prednost predlaganega sistema bo tudi v mehanizmih za prilagoditvi izvornih indikatorjev, ki bodo bazirali na najnovejših tehnikah za obdelavo signalov. Za analizo bomo uporabljali spektralno analizne tehnike kot so Fast Transform, Time Fourier Transform, Valovne analize, Spektralne analize parametrov in Envelope analize za katere mislimo, da bodo najbolj primerne. Konfiguracija bo odvisna od delovnih parametrov in zahtev po občutljivosti sistema glede na pričakovane napake. Pomemben del sistema bodo hibridni inteligenčni mehanizmi, ki bodo prilagojeni glede na obstoječe znanje in podatkom, ki jih bomo dobili s pomočjo klasifikacijskih metod. Kot inovacijo predlaganega sistema pričakujemo, da bo sistem sposoben, zaradi tako konstruirane konfiguracije, zasledovati, analizirati in reagirati tako na pričakovane kot tudi na nepričakovane napake. Sistem bo v končni verziji izdelan tako, da bo omogočil tudi samo učenje.