وضعیت: باز
شماره سند:
تاریخ انتشار: 1403/05/13
مهلت ارسال پیشنهاد: 1403/05/15
فرصتها: براساس پیشنهادها قابل مذاکره خواهد بود.
تماس : 02166530680 – 02166533864
ارسال پروپوزالها: https://ghazal.inif.ir
شناسایی صحیح عامل ارتعاشات، نوع خرابی بوجود آمده در مجموعهها و ماشینآلات و شناسایی اجزای متأثر از ارتعاشات موجود، اولین اقدام و رکن اصلی اقدامات در حوزه پایش وضعیت و اصلاح عیوب تجهیزات صنعتی خواهد بود. تکنولوژی موشن امپلیفیکیشن به عنوان یک روش غیرتماسی برای تحلیل و نمایش حرکات میکروسکوپی، تلفیق علوم پردازش تصویر، تحلیل ارتعاشات و اپتیک پیشرفته بوده و ریشههای این فناوری به دهه 1980 بازمیگردد.
در حال حاضر، تستهای ارتعاشی مجموعههای صنعتی در کشور، به روش کلاسیک استفاده از سنسورهای ارتعاشسنج انجام میشود. در این روش، یک دستگاه تحلیلگر ارتعاشات با تعداد کانالهای محدود بوده که هر کانال قابلیت قرائت دادههای یک سنسور ارتعاشات را داراست. به طور کلی، با افزایش تعداد سنسورها، مجموعه تست ارتعاشات پیچیدهتر شده و احتمال بروز خطاهای پیشبینی نشده در فرآیند نصب تجهیزات و قرائت دادهها، افزایش مییابد؛
در مقابل، در روش تشخیص ارتعاشات به روش پردازش تصویر، به دلیل عدم نیاز به مجاورت دستگاه دادهبرداری با تجهیزات تحت آزمون و نیز عدم تداخل با عملکرد تجهیزات، نسبت به روشهای کلاسیک، بسیار وسیعتر و جامعتر خواهد شد.
طراحی و ساخت دستگاهی برای اندازهگیری و بزرگنمایی ارتعاشات با بهرهگیری از روش پردازش تصویر، به نوعی حلقهی مفقوده در بسیاری از تجهیزات صنعتی از جمله توربینها، پمپها، سیستمهای انتقال سیال و دیگر اجزای مرتبط با صنعت نفت و گاز بهشمار میآید؛ تجهیزاتی که همواره تحت تأثیر ارتعاشات قرار دارند. در غیاب این فناوری، استفاده از روشهای کلاسیک ارتعاشسنجی بهعنوان راهحلی حداقلی و با محدودیتهای فراوان، اجتنابناپذیر میشود. طراحی و اجرای این پروژه، مستلزم رعایت الزامات متعددی در حوزه پردازش تصویر و کاهش نویز دادهها، تحلیل ارتعاشات در حوزههای زمان و فرکانس، و نیز محاسبه الگوهای ارتعاشی عملکردی تجهیزات صنعتی و مصورسازی آنهاست.
دادههای تصویری استخراج شده باید به سیگنالهای زمانی و طیف فرکانسی تبدیل شوند تا فرکانسهای غیرعادی و مودهای ارتعاشی خاص، نظیر آنچه در گیربکسهای با سرعت بالا رخ میدهد، شناسایی و تحلیل گردند. توسعه الگوریتمهای مبتنی بر یادگیری عمیق جهت تشخیص الگوهای پیچیده ارتعاشی و پیشبینی احتمالی خرابیها، همراه با بهینهسازی روشهای حذف نویز و بهبود کیفیت دادههای تصویری در محیطهای صنعتی، از دیگر الزامات کلیدی پروژه است.
در حوزه توسعه نرمافزاری، پیادهسازی کدها باید مبتنی بر اصول برنامهنویسی شیگرا باشد تا قابلیت ماژولار بودن، توسعهپذیری و نگهداری آسان سیستم در طول زمان تضمین شود و از طراحیهای تکبعدی و محدود که امکان افزودن ویژگیهای جدید و بهینهسازی الگوریتمها را مختل میکنند، اجتناب گردد. یکی از چالشهای کلیدی در پردازش دادههای تصویری، حذف مؤثر نویزهای ناشی از ذرات معلق محیطی مانند گرد و غبار و نیز ارتعاشات پایه حاصل از لرزشهای ناخواسته دوربین است که به منظور افزایش نسبت سیگنال به نویز، مستلزم توسعه فیلترهای دیجیتال پیچیده و تطبیقی با قابلیت جداسازی نویزهای دینامیک و استاتیک میباشد. علاوه بر این، تشخیص دقیق دامنه ارتعاشات در باند فرکانسی پایین، به دلیل نزدیکی سیگنال ارتعاشی به نویزهای پایه و تاثیرات غیرخطی سیستم تصویربرداری، به عنوان یکی از گلوگاههای فنی مطرح بوده که نیازمند طراحی الگوریتمهای حساس، پایدار و مقاوم در برابر اغتشاشات محیطی و نوسانات زمینهای است تا استخراج سیگنال ارتعاشی واقعی با دقت بالا محقق گردد.
در نهایت، اتصال یکپارچه نرمافزار با سختافزار تصویربرداری شامل دوربینهای با مشخصات فنی تعیینشده و انجام آزمونهای صحتسنجی در نمونههای آزمایشگاهی مانند ارتعاشات تیر یک سر گیردار، هدف نهایی و شاخص موفقیت این پروژه به شمار میآید.
1.شناسایی و مطالعه در مورد کارهای مشابه انجام شده در دنیا.
2. استخراج روابط مورد نیاز جهت محاسبات و پسپردازش دادههای ارتعاشی شامل:
3. توسعه معماری ماژولار نرمافزار با قابلیت گسترشپذیری، بهمنظور پیادهسازی حلگر و افزودن معادلات مربوط به فاز دوم و سوم.
4. پسپردازش نتایج استخراج شده و توسعه نرم افزاری با گرافیک مطلوب و کاربرپسند و رسم نمودارهای دو بعدی، سه بعدی و کانتورهای مورد نیاز (کانتور جهت نمایش فاز).
5.اتصال یکپارچه نرمافزار و دوربین به منظور صحت سنجی نرمافزار در تستکیسهای مختلف با استفاده از روشهای کلاسیک با خطای کمتر از 5 درصد.
6.آموزش الگورتیم توسعه داده شده جهت تشخیص خرابی
7.اجرای پایلوت پروژه روی توربین گازی یک نیروگاه
پروپوزالها صرفاً باید در چارچوب موردنظر صندوق نوآوری و شکوفایی، تدوین و حداکثر تا تاریخ 20 شهریورماه 1403 در سامانه غزال به آدرس https://ghazal.inif.ir ارسال شوند. پروپوزالهایی که در چارچوبی غیرازآن، یا به روشهای دیگر به دست صندوق برسند، وارد فرایند ارزیابی نخواهند شد.