ĐỀ XUẤT PHƯƠNG PHÁP KHỬ NHIỄU TÍN HIỆU RUNG PHỤC VỤ CHO VIỆC CHẨN ĐOÁN LỖI CỦA ĐỘNG CƠ

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Hồ Sĩ Hùng Nguyễn, Đình Khoa Trần

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học & Công nghệ - Trường Đại học Công nghiệp Hà Nội, 2023

Mô tả vật lý: tr.106

Bộ sưu tập: Metadata

ID: 338464

Thêm vào giỏ Liên kết toàn văn

Deep Learning (DL) has lately emerged as the secret to success in theindustrial sector. A current trend in the scientific community is the identificationof motor defects based on vibration data, one of the deep learning applicationsin the contemporary manufacturing model. As a result of the vibration data'sgreat sensitivity to various disturbances. The information input for theacceleration sensor may be negatively impacted by background movements thatare unneeded. For this reason, cleansing vibration signals may be thought of asthe initial step in diagnosing a bearing machine's issue. In order to enhance theeffectiveness of the motor defect detection, a new denoising approach based onFast Fourier Transform (FFT) and K-means clustering is first suggested in thisstudy. In this paper, a new denoising method based on Fast Fourier Transform(FFT) and K-means clustering is firstly proposed to improve the performance ofthe motor fault diagnosis. Convolutional Neural Network (CNN) is then applied toclassify the motor faults. To validate the performance of the proposed approach,the open-source Case Western Reserve University (CWRU) data-set is considered.The experimental results confirm the advantages of the proposed denoisingmethod when compared to the other existing methods.Trong những năm gần đây, học sâu (DL) đã trở thành chìa khóa thành côngtrong nhiều ngành sản xuất. Chẩn đoán lỗi động cơ dựa trên dữ liệu rung động làmột trong những ứng dụng học sâu trong mô hình sản xuất hiện đại. Do dữ liệurung động rất nhạy cảm với một số tín hiệu nhiễu. Các chuyển động không cầnthiết có thể có tác động tiêu cực đến đầu vào thông tin của cảm biến gia tốc. Đólà lý do tại sao khử nhiễu của tín hiệu rung được xem là giai đoạn quan trọng đầutiên để chẩn đoán lỗi động cơ. Trong bài báo này, một phương pháp mới dựa trênbiến đổi Fast Fourier Transform (FFT) và phân cụm K-mean lần đầu tiên được đềxuất để cải thiện hiệu quả của chẩn đoán lỗi động cơ. Sau đó, mạng nơron CNNđược áp dụng để phân loại các lỗi của động cơ. Để xác nhận hiệu quả của phươngpháp được đề xuất, bộ dữ liệu mã nguồn mở Case Western Reserve University(CWRU) được sử dụng để chạy thực nghiệm. Các kết quả thử nghiệm khẳng địnhnhững ưu điểm của phương pháp đề xuất trong việc hỗ trợ chẩn đoán lỗi chođộng cơ khi so sánh với các phương pháp hiện có khác.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR