Dina hiji perkembangan anu signifikan pikeun widang diagnostik mékanis, hiji panilitian anyar parantos nunjukkeun efektivitas ngagabungkeun modulasi sinyal bispectrum (MSB) sareng jaringan saraf konvolusional (CNN) pikeun diagnosis gangguan tinagir bevel spiral. Pendekatan inovatif ieu jangji bakal ningkatkeun akurasi, deteksi anu langkung gancang, sareng sistem diagnostik anu langkung cerdas pikeun girboks kinerja tinggi anu dianggo dinaaplikasi dirgantara, otomotif, sareng industri.

Spiralgir bevelmangrupikeun komponén transmisi kritis anu aya dina mesin torsi tinggi, helikopter, sistem propulsi laut, sareng reducer industri tugas beurat. Kusabab géométri sareng kaayaan operasionalna anu rumit, deteksi awal gangguan gir sapertos pitting, wear, sareng huntu anu patah tetep janten tantangan téknis. Téhnik pamrosésan sinyal tradisional sering bajoang sareng gangguan noise sareng karakteristik gangguan non linier.

Métode anyar ieu ngenalkeun kerangka diagnosis gangguan dua tahap. Mimitina, sinyal geter anu dihasilkeun ku sistem gir operasi dianalisis nganggo modulasi sinyal bispectrum (MSB) téknik analisis spéktral tingkat luhur anu sacara efektif nangkep fitur non linier sareng non Gaussian tina sinyal éta. MSB ngabantosan ngungkabkeun karakteristik gangguan modulasi anu halus anu biasana disumputkeun dina spéktrum frékuénsi standar.

Salajengna, data sinyal anu diolah dirobah jadi gambar frékuénsi waktos sareng diasupkeun kana jaringan saraf konvolusional (CNN) modél pembelajaran jero anu sanggup sacara otomatis ngekstrak fitur gangguan tingkat luhur sareng ngaklasifikasikeun kaayaan gir. Modél CNN ieu dilatih pikeun ngabédakeun antara gir anu séhat, gangguan minor, sareng karusakan parah dina kaayaan beban sareng kecepatan anu béda.

Hasil ékspérimén, anu dilaksanakeun dina rig uji gir bevel spiral anu dirancang khusus, nunjukkeun yén pendekatan MSB CNN ngahontal akurasi klasifikasi langkung ti 97%, ngaleuwihan metode tradisional sapertos analisis dumasar FFT sareng bahkan téknik pembelajaran jero anu sanés anu ngandelkeun data geter atah. Leuwih ti éta, modél hibrida ieu nunjukkeun kakuatan anu kuat pikeun bising latar, janten cocog pikeun aplikasi industri di dunya nyata.

Integrasi bispektrum sinyal modulasi sareng CNN henteu ngan ukur ningkatkeun kinerja pangakuan kasalahan tapi ogé ngirangan katergantungan kana rékayasa fitur manual anu sacara tradisional prosés anu nyéépkeun waktos sareng gumantung kana kaahlian. Métode ieu tiasa diskalakeun sareng tiasa diterapkeun kana komponén mesin puteran anu sanés, sapertos bantalan sarenggir planét.

Panalungtikan ieu ngagambarkeun léngkah ka hareup dina pamekaran sistem diagnosis gangguan anu cerdas pikeun Industri 4.0 sareng widang manufaktur cerdas anu langkung lega. Kusabab otomatisasi sareng reliabilitas mesin janten beuki penting,