Klasyfikator lokalnych uszkodzeń zębów kół przekładni, wykorzystujący sieci neuronowe MLP oraz ciągłą transformatę falkową

• Autorzy: Czech P.

Warianty tytułu

EN

Classifier of fault diagnosis in a gear wheel which used MLP neural network and continuous wavelet transform

• 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 wykorzystano sieci neuronowe typu perceptron wielowarstwowy (MLP). Obiekt badań stanowiła przekładnia zębata o zębach prostych, pracująca na stanowisku mocy krążącej FZG. Badaniami objęto przekładnie z kołami bez uszkodzeń oraz z lokalnymi uszkodzeniami zębów w postaci pęknięcia u podstawy zęba i wykruszenia wierzchołka zęba. W artykule zaproponowano budowę deskryptorów lokalnych uszkodzeń zębów kół wykorzystując do tego celu sygnały drganiowe poddane odpowiedniej filtracji oraz przetwarzaniu.

EN

The paper presents the results of an experimental application of an artificial neural network as a classifier of the degree of the cracking root and the chipping tip of the tooth in a gear wheel. The neural classifier was based on the artificial neural network of an MLP type (Multi-Layer Perceptions). The input data for the classifier was in the form of a matrix composed of statistical measures, obtained from continuous wavelet analysis. In order to create a basis of knowledge, a stand testing was done. The experimental tests were conducted in the system operating as circulating power test rigs. As a result, the method of standard construction for diagnostic systems based on artificial intelligence was also worked out by means of defining the ways of filtrating and analysing of signals and diagnostic measurements. Additionally, the choice of the architecture and algorithm of teaching artificial neural networks used to classify the state of an object was researched.

Słowa kluczowe

PL

diagnostyka; przekładnia zębata; metoda sztucznej inteligencji; sztuczna sieć neuronowa; MLP

EN

diagnostic testing; toothed gear; artificial intelligent methods; PNN

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2007
• Tom: nr 4
• Strony: 61--81
• Opis fizyczny: Bibliogr. 42 poz., rys., tab.

Twórcy

autor

Czech P.

• Wydział Transportu, Politechnika Śląska, Gliwice

Bibliografia

• 1. Bartelmus W., Zimroz R.: Application of self-organised network for supporting condition evaluation of gearboxes. Artificial Intelligence Methods “AI-METH”. Gliwice 2004.
• 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. Batko W., Ziółko M.: Zastosowanie teorii falek w diagnostyce technicznej. Problemy Inżynierii Mechanicznej i Robotyki. AGH, Kraków 2002.
• 4. Baydar N., Ball A.: Detection of gear failures via vibration and acoustic signals using wavelet transform. Mechanical Systems and Signal Processing (2003) 17(4), s. 787–804.
• 5. Białasiewicz J.: Falki i aproksymacje. Wydawnictwa Naukowo-Techniczne. Warszawa 2000.
• 6. Cempel C.: Diagnostyka wibroakustyczna maszyn. Państwowe Wydawnictwo Naukowe. Warszawa 1989.
• 7. Chen D., Wang W. J.: Classification of wavelet map pattern using multi-layer neural networks for gear fault detection. Mechanical Systems and Signal Processing (2002) 16(4), s. 695–704.
• 8. Czech P.: Wykrywanie uszkodzeń przekładni zębatych za pomocą metod sztucznej inteligencji. Rozprawa doktorska. Katowice 2006.
• 9. Czech P., Łazarz B., Madej H.: Wykorzystanie analizy falkowej i współczynników Hoeldera w identyfikacji pęknięcia stopy zęba przy użyciu neuronowego klasyfikatora SVM (rozdział w monografii pod redakcją Radkowski St.: Degradacja systemów technicznych. Analiza ryzyka i diagnostyka procesów degradacyjnych i zmęczeniowych), Warszawa 2004, s. 165–171.
• 10. Dalpiaz G., Rivola A., Rubini R.: Effectiveness and sensivity of vibration processing techniques for local fault detection in gears. Mechanical Systems and Signal Processing (2000) 14(3), s. 387–412.
• 11. Dąbrowski Z., Radkowski St., Wilk A.: Dynamika przekładni zębatych. Badania i symulacja w projektowaniu eksploatacyjnie zorientowanym, ITeE, Radom 2000.
• 12. Gately E.: Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. WIG-Press, Warszawa 1999.
• 13. Hertz J., Krogh A., Palmer R.G.: Wstęp do teorii obliczeń neuronowych. Wydawnictwa Naukowo-Techniczne, Warszawa 1995.
• 14. Hu Y. H., Hwang J. N.: Handbook of neural network signal processing. CRC Press 2002.
• 15. Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W. (praca zbiorowa): Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. Wydawnictwa Naukowo-Techniczne, Warszawa 2002.
• 16. Kosiński R. A.: Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydawnictwa Naukowo-Techniczne, Warszawa 2002.
• 17. Kościelny J. M.: Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
• 18. Lula P.: Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 1999.
• 19. Łazarz B., Czech P.: Wykorzystanie sieci neuronowych do identyfikacji pęknięcia stopy zęba. Diagnostyka Vol. 31, 2004, s. 79–88.
• 20. Łazarz B., Wojnar G.: Bezkontaktowe pomiary laserowe drgań w diagnostyce wibroakustycznej. XI Seminarium Naukowe „Nowe Technologie i Materiały w Metalurgii i Inżynierii Materiałowej”, Katowice 2003.
• 21. Mańdziuk J.: Sieci neuronowe typu Hopfielda. Teoria i przykłady zastosowań. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• 22. Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna, tom 6. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• 23. Osowski St.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• 24. Osowski St.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
• 25. Osowski St., Cichocki A., Siwek K.: Matlab w zastosowaniach do obliczeń obwodowych i przetwarzania sygnałów. Oficyna Wydawnicza Politechniki Warszawskiej. Warszawa 2006.
• 26. Paya B.A., Esat I.I., Badi M.N.M.: Artificial neural network based fault diagnostics of rotating machinery using wavelet transforms as a preprocessor. Mechanical Systems and Signal Processing (1997) 11(5), s. 751–765.
• 27. Randall R.B.: Detection and diagnosis of incipient bearing failure in helicopter gearboxes. Engineering Failure Analysis 11 (2004), s. 177–190.
• 28. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN, Warszawa –Łódź 1997.
• 29. Rymarczyk M.: Decyzje, symulacje, sieci neuronowe. Wydawnictwo Wyższej Szkoły Bankowej.,Poznań 1997.
• 30. Samanta B., Al-Balushi K. R.: Artificial neural network based fault diagnostics of rolling element bearings using time-domain features. Mechanical Systems and Signal Processing (2003) 17(2), s. 317–328.
• 31. Stateczny A., Praczyk T.: Sztuczne sieci neuronowe w rozpoznawaniu obiektów morskich. Gdańskie Towarzystwo Naukowe, Gdynia 2002.
• 32. Sung C. K., Tai H. M., Chen C. W.: Location defects of gear system by the technique of wavelet transform. Mechanism and Machine Theory 35 (2000), s. 1169–1182.
• 33. Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998.
• 34. Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza. Warszawa 1993.
• 35. Tadeusiewicz R., Lula P.: Wprowadzenie do sieci neuronowych. StatSoft, Kraków 2001.
• 36. 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.
• 37. Witkowska D.: Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe. Wydawnictwo C.H. Beck, Warszawa 2002.
• 38. Wysogląd B.: Metody diagnozowania łożysk tocznych z zastosowaniem transformacji falkowej. Diagnostyka Vol. 29, 2004, s. 47–52.
• 39. Zieliński J. S.: Inteligentne systemy w zarządzaniu. Teoria i praktyka. Wydawnictwo Naukowe PWN, Warszawa 2000.
• 40. Ziemiański L.: Sieci neuronowe w dynamice konstrukcji. Wybrane zagadnienia. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów 1999.
• 41. 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.
• 42. Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. Wydawnictwo Naukowe PWN, Warszawa 1996.