Đề xuất giải pháp chẩn đoán hư hỏng động cơ điện không xâm lấn ứng dụng mạng GoogLeNet

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Văn Tùng Hoàng, Chí Ngôn Nguyễn, Văn Khanh Nguyễn

Ngôn ngữ: vie

Ký hiệu phân loại: 004 Data processing || Computer science

Thông tin xuất bản: Tạp chí Khoa học Giáo dục Kỹ thuật - Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, 2022

Mô tả vật lý:

Bộ sưu tập: Metadata

ID: 441401

Thêm vào giỏ Liên kết toàn văn

Chẩn lỗi là một công cụ hữu ích trong vận hành giúp giảm rủi ro và chi phí bảo trì hệ thống. Tuy nhiên, dữ liệu về hành vi hoạt động danh nghĩa và lỗi của hệ thống thường không được thu thập và lưu trữ một cách đầy đủ, gây khó khăn cho việc chẩn đoán cũng như đề xuất các phương pháp xác định lỗi tự động. Nghiên cứu này đề xuất một giải pháp ứng mạng học sâu CNN (Convolutional neural network) để nhận dạng một số lỗi thông dụng trên động cơ cảm ứng dựa vào âm thanh vận hành. Dữ liệu âm thanh phát ra từ trên động cơ cảm ứng hai cực 0,37 kW được thu thập trong một số trường hợp như hoạt động bình thường, mất pha, lệch pha và vỡ bạc đạn. Ảnh phổ 2D của chúng được phân tích bằng chuyển đổi Wavelet liên tục được sử dụng để huấn luyện và kiểm tra mạng học sâu CNN (GoogLeNet) để nhận dạng các lỗi trên. Kết quả thực nghiệm cho thấy phương pháp này phát hiện được các lỗi trên động cơ cảm ứng với độ chính xác lên đến 98,8%.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR