تحليل الإنتروبيا متعددة المقاييس للانبعاث الصوتي لتصنيف شدة أعطال صندوق التروس

لماذا الاستماع إلى الآلات يمكن أن يمنع الأعطال

من توربينات الرياح إلى ناقلات المصانع، تحافظ صناديق التروس بهدوء على حركة الصناعة — حتى يؤدي صدع خفي أو سن متآكل إلى إيقاف كل شيء فجأة. تُظهر هذه الدراسة كيف أن «الاستماع» إلى الأصوات الصغيرة فائقة التردد داخل صندوق التروس، وتحليلها بطريقة ذكية، يمكن أن يكشف ليس فقط عما إذا كان هناك خلل، بل مدى خطورة الضرر. هذا المستوى من التفاصيل حاسم لتخطيط الإصلاحات قبل أن تصبح الأعطال مكلفة أو خطيرة.

من الاهتزازات البسيطة إلى الدلائل الصوتية الدقيقة

تعتمد معظم أنظمة مراقبة الحالة على مستشعرات الاهتزاز، التي تعمل جيدًا بمجرد أن يتقدم العطل إلى حدٍ ما. لكن العلامات الأولى للمشكلة غالبًا ما تظهر في شكل نبضات انبعاث صوتي قصيرة جدًا وعالية التردد — موجات صوتية صغيرة تنتج عندما تحتك الأسطح أو تتشقق أو تتفتت. هذه الإشارات تحمل معلومات غنية، لكنها سريعة للغاية ومعقدة ومشحونة بالضوضاء، مما يجعل من الصعب تفسيرها مباشرة. يمكن أن تتعلم منهجيات التعلم العميق التقليدية من مثل هذه البيانات، لكنها تميل لأن تكون بمثابة صناديق سوداء وتحتاج إلى قدر كبير من الحوسبة وأمثلة موسومة، مما يجعلها أقل عملية للاستخدام الصناعي اليومي.

قياس «اللاانتظام» في الإشارة عبر مقاييس زمنية متعددة

يركز المؤلفون بدلًا من ذلك على عائلة من المقاييس المعروفة بالإنتروبيا، التي تصف في هذا السياق مدى عدم التنبؤ أو عدم الانتظام في الإشارة. بدلاً من النظر فقط إلى السعات الخام، يحسبون 16 ميزة مختلفة قائمة على الإنتروبيا تلتقط كيفية توزيع الطاقة والمحتوى الترددي عبر الزمن. والأهم من ذلك، يفعلون ذلك عبر مقاييس زمنية متعددة، من الدقيقة إلى الخشنة، مستخدمين ثلاث تقنيات متصلة: إنتروبيا مركبة متعددة المقاييس (CMSE)، وإنتروبيا هرمية متعددة المقاييس (HMSE)، وطريقة مركبة تسمى إنتروبيا هرمية مركبة متعددة المقاييس (CHMSE). من خلال عرض نفس بيانات الانبعاث الصوتي عبر هذه العدسة متعددة المقاييس، يمكنهم استخلاص أنماط غير مرئية في لقطة زمنية واحدة لكنها تتغير بشكل منهجي مع تقدم ضرر الترس.

اختبار مضبوط جيدًا لأضرار التروس وشدتها

لاختبار هذه الأفكار، بنى الفريق جهاز اختبار للتروس المستقيمة بمحرك بقوة حصانين وركّب حساس انبعاث صوتي متخصص على غلاف صندوق التروس. ثم أنشأوا أربع أنواع واقعية من أضرار التروس — تآكل نُقَطِي، أسنان مكسورة، تشققات عند الجذور، واحتكاك(تَلف السطح) — كل واحد منها بتسع مستويات شدة متميزة، إلى جانب حالة سليمة. لثلاث سرعات مختلفة وثلاث إعدادات حمل، سجلوا دفعات صوتية مدتها ثلاث ثوانٍ بمعدل عيّنات مليون عينة في الثانية، فجمعوا في النهاية 1215 سجلًا للإشارة. من كل سجل استخرجوا ميزات الإنتروبيا الخاصة بهم وأدخلوا هذه الميزات إلى نماذج تعلم آلي تقليدية مثل الغابات العشوائية، وآلات ناقل الدعم، والشبكات العصبية، مع تكرار عمليات التدريب والاختبار مرات عديدة لضمان صلاحية النتائج إحصائيًا.

رؤية داخل «الصندوق الأسود» لتصنيف الأعطال

من بين جميع التركيبات المختبرة، قدم اقتران ميزات CHMSE مع نماذج الغابة العشوائية الأداء الأفضل. بالنسبة لعدة أنواع من الأعطال، حدد هذا التكوين مستوى الشدة الدقيق بشكل صحيح أكثر من 99% من الوقت؛ وحتى في أصعب الحالات، بقيت الدقة فوق نحو 97%. قارنت الدراسة أيضًا هذه الميزات القائمة على الإنتروبيا مع أوصاف إحصائية أكثر ألفة — مثل المتوسط، والتباين، والقيمة العظمى — ووجدت أن الإنتروبيا وفرت مكسبًا ثابتًا في الدقة بنحو 1–4%. ولجعل القرارات مفهومة للمهندسين، طبق المؤلفون SHAP، تقنية تفسير حديثة، التي تصنف الميزات الأكثر أهمية لكل توقع. كشفت النتيجة أن بعض مقاييس الإنتروبيا المعممة (رينى وريلي) إلى جانب طاقة لوغاريتمية وإنتروبيا قائمة على العتبة، قوية بشكل خاص في تمييز العيوب الصغيرة والبداية عن الأضرار المتقدمة عبر جميع أنواع الأعطال الأربعة.

ما يعنيه هذا للصيانة في العالم الحقيقي

بعبارات بسيطة، تُظهر الدراسة أن حساس انبعاث صوتي واحد موضوع جيدًا، مقترنًا بتحليل إنتروبيا متعددة المقاييس المدروس، يمكن أن يعمل كسمّاعة وطريقة فحص للدم معًا لصناديق التروس الصناعية. بدلًا من مجرد الإشارة إلى أن «هناك خطأ ما»، يمكن للنظام تقدير مدى تقدم كل نوع من الأضرار، مما يمنح فرق الصيانة وقتًا لتخطيط الإصلاحات وتجنب الأعطال الكارثية. وبما أن ميزات الإنتروبيا المختارة أرخص بكثير من الناحية الحوسبية مقارنة بالبدائل العميقة، فإن النهج عملي للمراقبة الروتينية على أجهزة معيارية. مع مزيد من التحقق على صناديق التروس في المصانع الحقيقية، قد تصبح مثل هذه الطرق حجر زاوية في الصيانة التنبؤية، مما يطيل عمر المعدات ويقلل من حالات التوقف غير المخطط لها.

الاستشهاد: Sánchez, RV., Liu, Y., Qin, H. et al. Multi-scale entropy analysis of acoustic emission for gearbox fault severity classification. Sci Rep 16, 7279 (2026). https://doi.org/10.1038/s41598-026-37858-4

الكلمات المفتاحية: مراقبة حالة صندوق التروس, الانبعاث الصوتي, تصنيف شدة العطل, الإنتروبيا متعددة المقاييس, الصيانة التنبؤية