2025/07/18 by Mehdi Shekarzadeh, Shekarzadeh, Mehdi, Behnam Gazarzadeh +1
Engineering · Mathematics · #Condition monitoring #Fault diagnosis #Machine Fault Diagnosis Techniques #Magnetic Bearings and Levitation Dynamics #Modeling, Simulation, and Optimization #Optimization algorithms #Rotating machinery
paper · doi:10.82385/jacms.2025.1212060
openalex publication_date 2025/07/18 · openalex created_date 2025/12/24 · openalex updated_date 2026/07/07
پایش وضعیت ماشینهای دوار به دلیل نقش مهم آن در افزایش قابلیت اطمینان، کاهش خرابیهای ناگهانی و صرفهجویی در هزینههای نگهداری، توجه بسیاری را به خود جلب کرده است. روشهای سنتی پایش وضعیت با چالشهایی مانند حجم بالای دادهها، وجود نویز و پیچیدگی در تشخیص خرابی روبهرو هستند. در سالهای اخیر، روشهای بهینهسازی به عنوان ابزاری کارآمد برای غلبه بر این مشکلات معرفی شدهاند و در زمینههایی چون پیشپردازش دادهها، انتخاب ویژگی و دستهبندی خرابیها به کار گرفته میشوند. در این مقاله، مروری جامع بر کاربرد الگوریتمهای بهینهسازی در پایش وضعیت ماشینهای دوار ارایه شده و نقش آنها در بهبود تحلیل ارتعاشات، پایش حرارتی و نگهداری پیشبینانه بررسی گردیده است. همچنین ادغام این الگوریتمها با هوش مصنوعی و یادگیری عمیق، چالشهای محاسباتی و نیاز به تصمیمگیری در زمان واقعی پرداخته میشود. سپس توصیههایی برای پژوهشهای آینده با تاکید بر استفاده از روشهای ترکیبی و پیشرفته ارایه میگردد.