Numer: 12/2024 Str. 173
Autorzy: Marek Zastępa :
Tytuł: Diagnostyka silników komutatorowych z wykorzystaniem danych akustycznych i transfer learning
Streszczenie: W tym artykule, autor przedstawia nową metodę preprocessingu danych zwaną High Contrast Frequency Maps with Lowpass Filter (HCFMwLF) dla wstępnie wytrenowanych sieci neuronowych w klasyfikacji uszkodzeń silników elektrycznych. Przerwa w obwodzie wirnika, cztery wywiercone otwory w przednim łożysku, zwarcie w obwodzie stojana, uszkodzony wiatrak, uszkodzony ząb koła zębatego, uszkodzona przekładnia w porównaniu do zdrowego silnika zostały zbadane. W rezultacie, sieci GoogLeNet, ResNet-50 i VGG-19 uzyskały 100% dokładności.
Słowa kluczowe: silniki elektryczne, diagnostyka, transfer learning, uczenie głębokie.