يك مدل هوش مصنوعي براي ساخت شاخص سلامت چرخ‌دنده‌ها

هدف از پايش وضعيت افزارگان مكانيكي، رصد لحظه‌اي افزار به‌منظور پيش‌بيني رخ داد واماندگي است. اولين گام براي پايش وضعيت يك افزار ساخت شاخص سلامت براي آن است. براي ايجاد شاخص سلامت ابتدا بايست داده‌هاي عملكردي همچون داده‌هاي ارتعاشي از افزار در طي مدت بهره‌برداري گردآوري شوند و سپس ويژگي‌هاي معني‌دار از داده‌ استخراج شوند. در اين مطالعه يك مدل هوش مصنوعي (خود رمزگذار همگشتي[i]) براي استخراج ويژگي از داده‌هاي ارتعاشي معرفي شده كه صرفاً نيازمند داده‌هاي وضعيت سالم افزار براي آموزش است. در اين مدل، داده‌هاي ارتعاشي افزار در طي مدت بهره‌برداري در وضعيت سالم افزار به‌صورت برخط جمع‌آوري مي‌شوند تا پايگاه داده در وضعيت سالم ايجاد شود. پس از تشخيص شروع وضعيت خرابي افزار، افزودن داده به پايگاه داده وضعيت سالم متوقف شده و مدل خود رمزگذار همگشتي توسط پايگاه داده آموزش مي‌بيند. درنهايت در طي مرحله رشد خرابي‌ها، شاخص سلامت توسط تفاوت داده‌هاي ارتعاشي افزار در وضعيت خراب با پايگاه داده در وضعيت سالم ساخته مي‌شود. عملكرد مدل پيشنهادي توسط داده‌هاي ارتعاشي چرخ‌دنده ارزيابي شده است و نتايج نشان‌دهنده عملكرد قابل‌قبول اين روش در ساخت شاخص سلامت براي چرخ‌دنده‌ها است.