Distributed Classification in Wireless Sensor Networks for Machine Condition Monitoring
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00168779" target="_blank" >RIV/68407700:21230/10:00168779 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Distributed Classification in Wireless Sensor Networks for Machine Condition Monitoring
Popis výsledku v původním jazyce
The use of Wireless Sensor Network (WSN) in Machine Condition Monitoring (MCM) can bring many advantages compare to a classical approach. WSN is composed from nodes, where each node contains microcontroller, RF transmitter and sensor(s). The advantage ofWSN is mainly in flexibility and easy installation in hardly accessible areas. However, the significant disadvantage is a limited data flow from nodes to central controller. This is related to low transmission capability and to effort to minimize energyconsumption of each node. Hence it is not suitable to send the raw data from each node and interpret them in one the very last (main) node of a network. In this paper we propose an MCM system based on WSN using data pre-processing and feature extractionimplemented in nodes of WSN. The idea behind is to run the learning and operation phases on different platforms (PC versus WSN).
Název v anglickém jazyce
Distributed Classification in Wireless Sensor Networks for Machine Condition Monitoring
Popis výsledku anglicky
The use of Wireless Sensor Network (WSN) in Machine Condition Monitoring (MCM) can bring many advantages compare to a classical approach. WSN is composed from nodes, where each node contains microcontroller, RF transmitter and sensor(s). The advantage ofWSN is mainly in flexibility and easy installation in hardly accessible areas. However, the significant disadvantage is a limited data flow from nodes to central controller. This is related to low transmission capability and to effort to minimize energyconsumption of each node. Hence it is not suitable to send the raw data from each node and interpret them in one the very last (main) node of a network. In this paper we propose an MCM system based on WSN using data pre-processing and feature extractionimplemented in nodes of WSN. The idea behind is to run the learning and operation phases on different platforms (PC versus WSN).
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JB - Senzory, čidla, měření a regulace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GD102%2F09%2FH081" target="_blank" >GD102/09/H081: SYNERGIE - Mobilní senzorické systémy a sítě</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
The Seventh International Conference on Condition Monitoring and Machinery Failure Prevention Technologies
ISBN
978-1-901892-33-8
ISSN
—
e-ISSN
—
Počet stran výsledku
11
Strana od-do
—
Název nakladatele
MFPT + BINDT (The British Institute of Non-destructive Testing)
Místo vydání
Dublin
Místo konání akce
Stratford-upon-Avon
Datum konání akce
22. 6. 2010
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—