تشخيص عيوب موتورمبتني بر آناليز روغن با استفاده از شبكه عصبي كانولوشن و تصويرسازي

پايش وضعيت روغن، روشي مؤثر در تشخيص فرسايش‌ هاي غيرعادي يا عيوب تجهيزات و سامانه‌هاي مكانيكي است. يكي از مسائل حوزه پايش وضعيت به كمك آناليز روغن، هزينه و زمان موردنياز براي بررسي همه نمونه‌ها توسط خبره است؛ اما همه نمونه‌هاي آناليز روغن نياز به بررسي توسط خبره ندارند و كمتر از 10 درصد از اين داده‌ها نشان‌دهنده وضعيت بحراني است كه نياز به برنامه‌ريزي و اقدام سريع دارند. هدف در اين مقاله تبديل وضعيت روغن به يك تصوير است تا بتوان با نگاه به تصوير به‌سرعت وضعيت روغن را تشخيص داد. همچنين با پردازش اين تصاوير به كمك نرم‌افزار بتوان وضعيت خرابي را از طريق هوش مصنوعي استخراج كرد. در اين پژوهش داده‌ها از آزمايش نمونه روغن‌هاي موتور غلتك‌هاي راه‌سازي گرفته‌شده است. ابتدا داده‌ها به كمك خطوط مبناي به‌دست‌آمده براي موتورهاي ديزلي و از طريق نرم‌افزار متلب به تصاوير مقياس خاكستري تبديل شد. در مرحله بعد اين تصاوير به كمك روش شبكه عصبي كانولوشن پردازش‌شده است تا وضعيت روغن مشخص شود. مقايسه نتايج به‌دست‌آمده نشان داد تصويرسازي نتايج آناليز روغن به درك وضعيت كلي روغن براي كاربر كمك مي‌كند و سريع‌تر نمونه‌هاي بحراني و نيازمند اقدام از بين انبوه نمونه‌هاي روغن تشخيص داده مي‌شود.