Ukázka využití strojového učení ve vibrodiagnostice

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F18%3APU130377" target="_blank" >RIV/00216305:26210/18:PU130377 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
čeština
Název v původním jazyce
Ukázka využití strojového učení ve vibrodiagnostice
Popis výsledku v původním jazyce
Článek se zabývá možností využití strojového učení ve vibrodiagnostice pro určení typu závady rotačního stroje. Zdrojem dat jsou reálná naměřená data z vibrodiagnostického modelu; tento model umožňuje simulovat některé typy závad. Data jsou následně zpracována a redukována pro použití v aplikaci Matlab Classification Learner app, která vytvoří model pro rozpoznání závad. Model z Matlabu je nakonec otestován na novém vzorku dat. Cílem článku je ověřit schopnost rozpoznávat závady rotačních strojů z reálného měření.
Název v anglickém jazyce
Example of utilization of machine learning in vibrodiagnostics
Popis výsledku anglicky
The article deals with the possibility of using machine learning in vibrodiagnostics to determine the type of fault of rotating machine. The data source are real measured data from the vibrodiagnostic model, this model allows simulation of some types of faults.. The data is then processed and reduced for the use of the Matlab Classification learner app, which creates a model for recognizing faults. The model is ultimately tested on a new sample of data. The aim of the article is to verify the ability to recognize similarly rotary machine faults from real measurements in time domain.

Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)