دانشگاه ملی مهارت فصلنامه علمی کارافن 2382-9796 مقالات آماده انتشار 2026 05 17 Detecting cracks in automotive parts using two-dimensional wavelet transform تشخیص ترک در قطعات خودرویی با استفاده از تبدیل موجک دوبعدی گسسته 243732 10.48301/kssa.2026.516756.3186 FA علیرضا قلی پور گروه مهندسی مکانیک، دانشگاه ملی مهارت، تهران، ایران 0009-0002-0640-9280 مرتضی سعادت مراد دانشکده مهندسی مکانیک، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران 0000-0001-6202-6132 رضا معصومی مقری گروه مهندسی مکانیک، دانشگاه ملی مهارت، تهران، ایران 0009-0001-2215-4890 الیاس رستمی مرکز آموزش عالی فنی و مهندسی بویین زهرا 0009-0008-4557-4266 Journal Article 2025 04 17 Crack detection in automotive parts is an important issue in their maintenance and repair operations. Identifying and diagnosing cracks in automotive parts can help determine the health of the structure and prevent the possibility of structural failure. An efficient method to detect cracks in parts is to use wavelet transform. This paper proposes a new crack detection technique based on two-dimensional discrete wavelet transform and standard deviation obtained from its detail signals to select an optimal wavelet function. According to the findings, there is a significant relationship between the standard deviation of the statistical index and the desired detail signal obtained from the two-dimensional discrete wavelet transform to select the optimal wavelet function. In particular, the results show that by increasing the standard deviation of the detail signal matrix by a given wavelet function, the resolution of crack detection increases with that wavelet function. This result can help to better diagnose damage in automotive parts. چکیده <br /> تشخیص شکاف در اجزای خودرو، مسئله‌ای حیاتی در فرایند نگهداری و تعمیر آن‌ها به شمار می‌رود. شناسایی و تشخیص ترک‌ها در این قطعات می‌تواند به ارزیابی سلامت ساختاری و پیشگیری از احتمال خرابی کمک شایانی کند. یکی از روش‌های مؤثر برای تشخیص ترک در قطعات خودرو، بهره‌گیری از تبدیل موجک است. این پژوهش، رویکردی نوین برای تشخیص ترک ارائه می‌دهد که مبتنی بر تبدیل موجک گسسته دوبعدی و انحراف معیار حاصل از سیگنال‌های جزئیات آن برای گزینش یک تابع موجک بهینه است. نتایج این تحقیق حاکی از وجود ارتباطی معنادار بین انحراف معیار آماری و سیگنال جزئیات به‌دست‌آمده از تبدیل موجک گسسته دوبعدی در راستای انتخاب تابع موجک برتر است. به طور مشخص، یافته‌ها نشان می‌دهند که با افزایش انحراف معیار ماتریس سیگنال جزئیات توسط یک تابع موجک مشخص، دقت تشخیص ترک با آن تابع موجک بهبود می‌یابد. بررسی‌ها نشان داد که تابع موجک هار با انحراف معیارهای 5.311 و 3.402، کارآمدترین توابع موجک در دو وضعیت مورد مطالعه هستند. این یافته می‌تواند به تشخیص دقیق‌تر آسیب در قطعات خودرو کمک کند.