Using artificial intelligence to determine the type of rotary machine fault

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F18%3APU134096" target="_blank" >RIV/00216305:26210/18:PU134096 - isvavai.cz</a>

Výsledek na webu

<a href="https://mendel-journal.org/index.php/mendel/article/view/10" target="_blank" >https://mendel-journal.org/index.php/mendel/article/view/10</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.13164/2018.2.049" target="_blank" >10.13164/2018.2.049</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Using artificial intelligence to determine the type of rotary machine fault

Popis výsledku v původním jazyce

The article deals with the possibility of using machine learning in vibrodiagnostics to determine the type of fault of rotating machine. The data source is 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 new samples of data. The aim of the article is to verify the ability to recognize similarly rotary machine faults from real measurements in the time domain.

Název v anglickém jazyce

Using artificial intelligence to determine the type of rotary machine fault

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 is 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 new samples of data. The aim of the article is to verify the ability to recognize similarly rotary machine faults from real measurements in the time domain.

Druh

J_SC - Článek v periodiku v databázi SCOPUS

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

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

Název periodika

Mendel Journal series

ISSN

1803-3814

e-ISSN

—

Svazek periodika

24

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

6

Strana od-do

49-54

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-85071994510