STROJOVÉ UČENÍ VE VIBRODIAGNOSTICE - DATA Z FREKVENČNÍ OBLASTI

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F19%3APU136689" target="_blank" >RIV/00216305:26210/19:PU136689 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.atdcr.cz" target="_blank" >http://www.atdcr.cz</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
čeština
Název v původním jazyce
STROJOVÉ UČENÍ VE VIBRODIAGNOSTICE - DATA Z FREKVENČNÍ OBLASTI
Popis výsledku v původním jazyce
Článek se zabývá využitím strojového učení pro klasifikaci poruchy. Zdrojem dat je frekvenční analýza reálně naměřených dat na vibrodiagnostickém modelu, který umožňuje simulovat základní poruchy rotačních strojů. Data jsou zpracována pro použití v aplikaci Matlab Clasisification Learner App. Výsledný natrénovaný model je ověřen na vzorku nových dat. Cílem článku je ověřit schopnost rozpoznání závad rotačních strojů z frekvenční analýzy reálných naměřených dat.
Název v anglickém jazyce
MACHINE LEARNING IN VIBRODIAGNOSTICS – DATA FROM THE FREQUENCY DOMAIN
Popis výsledku anglicky
The article deals with the use of machine learning to faults classify. The data source is the frequency analysis of real-measured data on a vibrodiagnostics model, which allows simulation of basic faults of rotary machines. The data is processed for use in the Matlab Clasisification Learner App application. The resulting trained model is validated on a sample of new data. The aim of the article is to verify the ability to recognise faults of rotating machines from the frequency analysis of real measured data.

Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)