Wykorzystanie algorytmów genetycznych do doboru wejść klasyfikatora uszkodzeń zębów kół przekładni opartego na sieci neuronowej PNN oraz krótkoczasowej transformacie Fouriera

• Autorzy: Czech P.

Warianty tytułu

EN

The use of genetic algorithms in the task of choosing inputs for PNN neural network classifier of faults of gear-tooth which used inputs from STFT analysis

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki prób mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni, opartego na sztucznych sieciach neuronowych. W badaniach wykorzystywano probabilistyczne sieci neuronowe (PNN). Dodatkowo podjęto próbę wykorzystania algorytmów genetycznych do celów wyboru wejść klasyfikatora neuronowego. Badania oparto na sygnałach drganiowych otrzymanych z modelu dynamicznego przekładni pracującej w układzie napędowym. W artykule zaproponowano sposób budowy deskryptorów lokalnych uszkodzeń zębów kół wykorzystując do tego celu sygnały drganiowe poddane odpowiedniej filtracji oraz przetwarzaniu z użyciem krótkoczasowej transformaty Fouriera (STFT).

EN

The present paper presents the results of an experimental application of probabilistic neural network as a classifier of the degree of cracking root of the tooth in a gear wheel. The input data for the classifier was in a form of matrix composed of statistical measures, obtained from short time Fourier transform. The model of gearbox was used in order to create a base of knowledge. In the experiment genetic algorithms was used to check influence of choosing inputs for neural classifier on diagnostic error.

Słowa kluczowe

PL

diagnostyka; przekładnia zębata; sztuczna inteligencja; sztuczna sieć neuronowa; algorytm genetyczny; krótkoczasowa transformata Fouriera

EN

diagnostic; toothed gear; artificial intelligent method; PNN; genetic algorithm; short-time Fourier transform

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2007
• Tom: nr 3
• Strony: 51--70
• Opis fizyczny: Bibliogr. 32 poz., rys., tab.

Twórcy

autor

Czech P.

• Politechnika Śląska, Gliwice

Bibliografia

• 1. Arabas J.: Wykłady z algorytmów ewolucyjnych. Wydawnictwa Naukowo-Techniczne. Warszawa 2001.
• 2. Barzykowski J., Domańska A., Kujawińska M., Mroczka J., Osowski St., Polański Z., Tlaga W., Turzeniecka D., Winiecki W.: Współczesna metrologia zagadnienia wybrane. Wydawnictwa Naukowo-Techniczne. Warszawa 2004.
• 3. Czech P.: Wykrywanie uszkodzeń przekładni zębatych za pomocą metod sztucznej inteligencji. Rozprawa doktorska. Katowice 2006.
• 4. Dąbrowski Z., Radkowski St., Wilk A.: Dynamika przekładni zębatych. Badania i symulacja w projektowaniu eksploatacyjnie zorientowanym. ITeE. Radom 2000.
• 5. Gately E.: Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. WIG-Press. Warszawa 1999.
• 6. Giurgiutiu V., Cuc A., Goodman P.: Review of vibration-based helicopters health and usage monitoring methods. 55th Meeting of the Society for Machinery Failure Prevention Technology. Virginia Beach 2001, s. 635-645.
• 7. Goldberg D. E.: Algorytmy genetyczne i ich zastosowania. Klasyka informatyki. Wydawnictwa Naukowo-Techniczne. Warszawa 2003.
• 8. Gwiazda T.: Algorytmy genetyczne. Zastosowania w finansach. Wydawnictwo Wyższej Szkoły Przedsiębiorczości i Zarządzania im. L. Koźmińskiego. Warszawa 1998.
• 9. Hu Y. H., Hwang J. N.: Handbook of neural network signal processing. CRC Press 2002.
• 10. Knosala R., Ćwikła G., Grabowik C., Gwiazda A., Kalinowski K., Kampa A., Kopeć A., Paszek A., Piłot T., Pondo K., Wal T.: Zastosowanie metod sztucznej inteligencji w inżynierii produkcji. Wydawnictwa Naukowo-Techniczne. Warszawa 2002.
• 11. Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W. (praca zbiorowa): Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. Wydawnictwa Naukowo-Techniczne. Warszawa 2002.
• 12. Krishnappa G., Donovan M.: Some examples of signal analysis techniques to diagnose faults in machines. 6th International Congress on Sound and Vibration. Copenhagen, Denmark 1999, s. 2923-2936.
• 13. Liang Z., Lindsay B., Asoke N.: Fault detection using genetic programming. Mechanical Systems and Signal Processing 19 (2005), s. 271-289.
• 14. Lyons R. G.: Wprowadzenie do cyfrowego przetwarzania sygnałów. Wydawnictwa Komunikacji i Łączności. Warszawa 2000.
• 15. Łazarz B.: Zidentyfikowany model dynamiczny przekładni zębatej jako podstawa projektowania. Studia i Rozprawy. Instytut Technologii Eksploatacji. Katowice–Radom 2001.
• 16. Madej H., Wilk A., Łazarz B.: The application of time-frequency analysis in diagnostics of local damages of toothed gears. 6th International Conference on Rotor Dynamics. IFToMM. Sydney 2002, s. 706-713.
• 17. Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne. Wydawnictwa Naukowo-Techniczne. Warszawa 2003.
• 18. Müller L.: Przekładnie zębate. Dynamika. Wydawnictwa Naukowo-Techniczne. Warszawa 1986.
• 19. Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna, tom 6. Akademicka Oficyna Wydawnicza EXIT. Warszawa 2000.
• 20. Osowski St.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej. Warszawa 2000.
• 21. Osowski St.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwa Naukowo-Techniczne. Warszawa 1996.
• 22. Pawlak M.: Algorytmy ewolucyjne jako narzędzie harmonogramowania produkcji. Wydawnictwo Naukowe PWN. Warszawa 1999.
• 23. Radkowski St.: Wibroakustyczna diagnostyka uszkodzeń niskoenergetycznych. Biblioteka Problemów Eksploatacji. Warszawa-Radom 2002.
• 24. Rutkowska D.: Inteligentne systemy obliczeniowe. Algorytmy genetyczne i sieci neuronowe w systemach rozmytych. Problemy współczesnej nauki. Teoria i zastosowania. Akademicka Oficyna Wydawnicza PLJ. Warszawa 1997.
• 25. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN. Warszawa-Łódź 1997.
• 26. Samuel P., Pines D.: A review of vibration-based techniques for helicopter transmission diagnostics. Journal of Sound and Vibration 282 (2005), s. 475-508.
• 27. Samanta B.: Artificial neural networks and genetic algorithms for gear fault detection. Mechanical Systems and Signal Processing 18 (2004), s. 1273-1282.
• 28. Tadeusiewicz R., Lula P.: Wprowadzenie do sieci neuronowych. StatSoft. Kraków 2001.
• 29. Wang W. Q., Ismail F., Golnaraghi M. F.: Assessment of gear damage monitoring techniques using vibration measurements. Mechanical Systems and Signal Processing (2001) 15(5), s. 905-922.
• 30. Zieliński J. S.: Inteligentne systemy w zarządzaniu. Teoria i praktyka. Wydawnictwo Naukowe PWN. Warszawa 2000.
• 31. Zieliński T. P.: Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań. Wydawnictwa Komunikacji i Łączności. Warszawa 2005.
• 32. Żółtowski B., Cempel C. (praca zbiorowa): Inżynieria Diagnostyki Maszyn. Biblioteka Problemów Eksploatacyjnych. Polskie Towarzystwo Diagnostyki Technicznej. Instytut Technologii Eksploatacji PIB Radom. Warszawa, Bydgoszcz, Radom 2004.