Wykorzystanie sieci neuronowych cp w wibroakustycznej diagnostyce uszkodzeń przekładni zębatej

• Autorzy: Dybała J. , Radkowski S.

Warianty tytułu

EN

Use of cp neural network in vibroacoustic diagnostics of toothed gears failure

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono sposób zastosowywania neuronowego klasyfikatora zbudowanego na bazie sieci neuronowej z propagacją przeciwną w diagnostyce wibroakustycznej przekładni zębatej. Ponadto, w pracy przedstawiono unikalną metodę selekcji cech stanu obiektu opartą na geometrii przestrzeni obserwacji. W końcowej części artykułu przedstawiono jako przykład wyniki eksperymentu laboratoryjnego.

EN

The article presents a way of applying a neural classifier constructed on the basis of counter-propagation neural network in vibroacoustic diagnostics of toothed gears. Moreover, in the paper the unique feature selection method of object state is presented. This method is based on geometry of the observation space. In final unit of article the results of laboratory experiment are presented as example.

Słowa kluczowe

PL

selekcja cech; klasyfikacja obrazów; sieci neuronowe; diagnostyka wibroakustyczna

EN

feature selection; pattern classification; neural networks; vibroacoustic diagnostic

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2004
• Tom: Vol. 31
• Strony: 59--66
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Dybała J.

• Politechnika Warszawska, Wydział Samochodów i Maszyn Roboczych, Instytut Podstaw Budowy Maszyn ul. Narbutta 84, 02-524 Warszawa, fax: [phone]

autor

Radkowski S.

• Politechnika Warszawska, Wydział Samochodów i Maszyn Roboczych, Instytut Podstaw Budowy Maszyn ul. Narbutta 84, 02-524 Warszawa, fax: [phone]

Bibliografia

• [1] Batko W., Uhl T., Gibiec M.: Porównanie wyników klasyfikacji stanu maszyn wirnikowych uzyskanych metodami klasycznymi i z zastosowaniem sieci neuronowych. Materiały XXII Ogólnopolskiego Sympozjum Diagnostyka Maszyn, Węgierska Górka, zeszyt 2/95, 9-14, 1995.
• [2] Dybała J.: Wykrywanie uszkodzeń w przekładni zębatej na podstawie analizy sygnału wibroakustycznego z wykorzystaniem modeli symulacyjnych. Rozprawa doktorska, Politechnika Warszawska, Warszawa, 1999.
• [3] Dybała J., Radkowski S.: Failure Diagnosis with the Use of Neural Classifier. Machine Dynamics Problems, Wydawnictwo MeT, Warszawa, Vol. 19, 29-44, 1998.
• [4] Hecht-Nielsen R.: Applications of counterpropagation networks. Neural Networks, vol. 1, 131-139, 1988.
• [5] Hertz J., Krogh A., Palmer R.: Wstęp do teorii obliczeń neuronowych. Wydawnictwa Naukowo-Techniczne, Warszawa, 267-306, 1993.
• [6] Korbicz J., Obuchowicz A., Uciński D.: Sztuczne Sieci Neuronowe. Akademicka Oficyna Wydawnicza PLJ, Warszawa, 1994.
• [7] Mączak J.: Wykorzystanie zjawiska modulacji sygnału wibroakustycznego w diagnozowaniu przekładni o zębach śrubowych. Rozprawa doktorska, Politechnika Warszawska, Warszawa, 1998.
• [8] Osowski S.: Sieci Neuronowe. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 203-211, 1994.
• [9] Sebestyen G. S.: Decision making processes in pattern recognition. Macmillan, New York, 1962.
• [10] Sobczak W., Malina W.: Metody selekcji informacji. Wydawnictwa NaukowoTechniczne, Warszawa, 1978.
• [11] Tadeusiewicz R.: Sieci Neuronowe. Akademicka Oficyna Wydawnicza, Warszawa, 1993.
• [12] Tadeusiewicz R., Flasiński M.: Rozpoznawanie obrazów. PWN, Warszawa, 1991.
• [13] Wu X., Ghaboussi J., Garrett J. H.: Use of neural networks in detection of structural damage. Computers & Structures, Vol. 42, No. 4, 649-659, 1992.