قسم الهندسة الميكانيكية يناقش أطروحة الدكتوراه عن " منهج التعلم الآلي لتشخيص أخطاء شفرات مولدات الرياح الأفقية بناءً على تحليل إشارات الاهتزازات غير المحددة "
نوقشت يناقش أطروحة الدكتوراه في قسم الهندسة الميكانيكية بالجامعة التكنولوجية والموسومة:
" منهج التعلم الآلي لتشخيص أخطاء شفرات مولدات الرياح الأفقية بناءً على تحليل إشارات الاهتزازات غير المحدد"
" A Machine Learning Approach for Horizontal Wind Turbine Blade Faults Diagnosis Based on Nonstationary Vibration Signal Analysis"
وتناولت رسالة الطالب (أحمد علي فرحان) إلى اجراء دراسة تهدف إلى تطوير منهجية للرصد الصحي وتشخيص الأعطال في الشفرات باستخدام تحليل الاهتزازات والتعلم الآلي. تمّ تطوير نموذج عنصر محدد للشفرة ومحاكاته تحت أحمال ديناميكية واقعية. كما تمّ فحص آليات الفشل باستخدام نظرية فشل هاشين.
تمّ جمع إشارات اهتزاز من مستشعرات، ومعالجتها لاستخراج السمات الزمنية-الترددية. ولمحاكاة الشفرات السليمة والمعيبة، تمّ إدخال شقوق وتآكل والتواء واختلال توازن.
تمّ حساب السمات الإحصائية للاهتزازات وتجميعها في مجموعة بيانات لتدريب خوارزميات التعلم الآلي لتصنيف الأعطال. كما تمّ تحديد سمات دالة على أنواع الأضرار المختلفة.
وأظهرت النتائج أن المنهجية المقترحة حققت دقة تصنيف أعطال تفوق 99% باستخدام XGBoost مع اختيار السمات ReliefF، متفوقة على خوارزميات أخرى.
وتألفت لجنة المناقشة من: أ. د. موفق علي توفيق رئيسا و أ. د. احمد طارق و أ. د. صادق حسين باخي وأ.م. د وفاء سعود وا.م. د بشرئ كاظم عليوي أعضاءً وبأشراف و أ. د. محسن نوري حمزة و أ.م.د. علاء عبد الهادي.
