בפיתוח משמעותי בתחום האבחון המכני, מחקר חדש הדגים את יעילות השילוב של ספקטרום אותות אפנון (MSB) עם רשתות עצביות קונבולוציוניות (CNN) לאבחון תקלות שלגלגלי שיניים ספירליים משופעיםגישה חדשנית זו מבטיחה דיוק משופר, זיהוי מהיר יותר ומערכת אבחון חכמה יותר עבור תיבות הילוכים בעלות ביצועים גבוהים המשמשות ב...יישומים בתחום התעופה והחלל, הרכב והתעשייה.

סְלִילִיגלגלי שיניים משופעיםהם רכיבי תמסורת קריטיים המצויים במכונות בעלות מומנט גבוה, מסוקים, מערכות הנעה ימיות ומנגנוני הילוכים תעשייתיים כבדים. בשל הגיאומטריה המורכבת ותנאי התפעול שלהם, גילוי מוקדם של תקלות בהילוכים כגון בורות, בלאי ושבירת שיניים נותר אתגר טכני. טכניקות עיבוד אותות מסורתיות מתמודדות לעתים קרובות עם הפרעות רעש ומאפייני תקלות לא ליניאריים.

השיטה החדשה מציגה מסגרת לאבחון תקלות דו-שלבית. ראשית, אותות הרטט הנוצרים על ידי מערכת ההילוכים הפעילה מנותחים באמצעות ספקטרום אותות אפנון (MSB), טכניקת ניתוח ספקטרלי מסדר גבוה יותר אשר לוכדת ביעילות את המאפיינים הלא ליניאריים והלא גאוסיים של האות. MSB מסייע בחשיפת מאפייני תקלות מווסתים עדינים אשר בדרך כלל מוסתרים בספקטרום תדרים סטנדרטי.

לאחר מכן, נתוני האות המעובדים מומרים לתמונות תדר זמן ומוזנים לרשת נוירונים קונבולוציונית (CNN), מודל למידה עמוקה המסוגל לחלץ באופן אוטומטי מאפייני תקלות ברמה גבוהה ולסווג מצבי גלגלי שיניים. מודל CNN זה מאומן להבחין בין גלגלי שיניים תקינים, תקלות קלות ונזקים חמורים בתנאי עומס ומהירות שונים.

תוצאות הניסוי, שבוצעו על גבי מתקן בדיקה של גלגל שיניים ספירלי משופע שתוכנן במיוחד, מראות כי גישת MSB CNN משיגה דיוק סיווג של מעל 97%, ועולה בביצועיה על שיטות מסורתיות כגון ניתוח מבוסס FFT ואפילו טכניקות למידה עמוקה אחרות המסתמכות על נתוני רטט גולמיים. יתר על כן, מודל היברידי זה מפגין עמידות חזקה בפני רעשי רקע, מה שהופך אותו למתאים ליישומים תעשייתיים בעולם האמיתי.

שילוב ספקטרום דו-ספקטרום של אות אפנון עם CNN לא רק משפר את ביצועי זיהוי התקלות, אלא גם מפחית את התלות בהנדסת תכונות ידנית, שבאופן מסורתי היה תהליך גוזל זמן ותלוי במומחיות. השיטה ניתנת להרחבה וניתנת ליישום על רכיבי מכונות מסתובבות אחרים, כגון מיסבים וגלגלי שיניים פלנטריים.

מחקר זה מייצג צעד קדימה בפיתוח מערכות אבחון תקלות חכמות עבור תעשייה 4.0 ותחום הייצור החכם הרחב יותר. ככל שאוטומציה ואמינות מכונות הופכות חיוניות יותר ויותר,