Numer: 05/2024 Str. 253
Autorzy: Phuong Nguyen , Linh Tran :
Tytuł: Model przetwarzania sygnału drgań silnika
Streszczenie: Wraz z post˛epem w technologii czujników, która staje si˛e coraz bardziej ta´nsza do u˙zycia w badaniach diagnostycznych, u˙zytkownicy wymagaj ˛a obecnie nie tylko wysokiej niezawodno´sci swoich urz ˛adze´n, ale tak˙ze zdolno´sci ich sprz˛etu do samodiagnostyki bł˛edów i generowania alertów. Nowej generacje urz ˛adze´n zawieraj ˛a systemy czujników zdolne do generowania mnóstwo danych, co wymagało starannie dobranych algorytmów do wyodr˛ebniania cech charakterystycznych na potrzeby modeli klasyfikacji i predykcji. Wtym artykule przedstawimy model do identyfikacji sygnałów drganiowych. Korzystali´smy z danych pomiarowych ło˙zysk dost˛epnych w Centrum baz danych ło˙zysk Uniwersytetu Case Western Reserve. Z tych danych pomiarowych, wygenerowano ich spectrogramy do postaci obrazów a nast˛epnie wykorzystano splotow ˛a sie´c neuronow ˛a opart ˛a na gł˛ebokim uczeniu si˛e do tworzenia model klasyfikacji stanów silnika w oparciu o sygnały wibracyjne. Wyniki liczbowe pokazuj ˛a, ˙ze metoda ta mo˙ze zapewni´c obiecuj ˛ac ˛a dokładno´s´c na poziomie 85,8%.
Słowa kluczowe: sygnaly wibracyjne, diagnostyka usterek, model klasyfikacji, ekstrakcja cech, gł ˛ebokie uczenie.