Comparison of Faults Classification in Vibrodiagnostics from Time and Frequency Domain Data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F18%3APU130083" target="_blank" >RIV/00216305:26210/18:PU130083 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Comparison of Faults Classification in Vibrodiagnostics from Time and Frequency Domain Data

Popis výsledku v původním jazyce

The paper deals with the comparison of the success rate of classification models from Matlab Classification Learner app. Classification models will compare data from the frequency and time domain, the data source is the same. Both data samples are from real measurements on the vibrodiagnostics model. Five basic faults are recognized, namely, the static unbalances at two levels, the dynamic unbalances at two levels and the faultless state. The data is then processed and reduced for the use of the Matlab Classification Learner app, which creates a model for recognizing faults. The aim of the paper is to compare the success rate of classification models when the data source is dataset in time or frequency domain.

Název v anglickém jazyce

Comparison of Faults Classification in Vibrodiagnostics from Time and Frequency Domain Data

Popis výsledku anglicky

The paper deals with the comparison of the success rate of classification models from Matlab Classification Learner app. Classification models will compare data from the frequency and time domain, the data source is the same. Both data samples are from real measurements on the vibrodiagnostics model. Five basic faults are recognized, namely, the static unbalances at two levels, the dynamic unbalances at two levels and the faultless state. The data is then processed and reduced for the use of the Matlab Classification Learner app, which creates a model for recognizing faults. The aim of the paper is to compare the success rate of classification models when the data source is dataset in time or frequency domain.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/LO1202" target="_blank" >LO1202: NETME CENTRE PLUS</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Mechatronika 2018

ISBN

978-80-214-5543-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

482-487

Název nakladatele

Neuveden

Místo vydání

neuveden

Místo konání akce

Brno

Datum konání akce

5. 12. 2018

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

000465104200076