Analiza cepstralna jako źródło danych wejściowych dla klasyfikatora stopnia podcięcia zęba

• Autorzy: Łazarz B. , Madej H. , Czech P.

Warianty tytułu

EN

Cepstrum analysis as input of clastification degree of tooth root cracking

• Języki publikacji: PL

Abstrakty

PL

W opracowaniu przedstawiono wyniki eksperymentu, którego celem było zastosowanie sieci neuronowej typu SVM w zadaniu klasyfikacji stopnia pęknięcia podstawy zęba. Klasyfikator neuronowy oparto na danych wejściowych pochodzących z analizy cepstrum.

EN

The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In the experiment was used cepstrum analysis and SVM neural network.

Słowa kluczowe

PL

analiza cepstralna; sieć neuronowa typu SVM; SVM; klasyfikator neuronowy

EN

SVM; SVM neural network; cepstrum analysis; tooth root cracking

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Transport / Politechnika Śląska
• Rocznik: 2004
• Tom: z. 56
• Strony: 113--122
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Łazarz B.

• Katedra Budowy Pojazdów Samochodowych Politechnika Śląska, 40-019 Katowice, ul.Krasińskiego 8 tel. [phone]

autor

Madej H.

• Katedra Budowy Pojazdów Samochodowych Politechnika Śląska, 40-019 Katowice, ul.Krasińskiego 8 tel. [phone]

autor

Czech P.

• Katedra Budowy Pojazdów Samochodowych Politechnika Śląska, 40-019 Katowice, ul.Krasińskiego 8 tel. [phone]

Bibliografia

• 1. Badaoui M., Guillet F., Daniere J.: New applications of the real cepstrum to gear signals, including definition of a robust fault indicator. Mechanical Systems and Signal Processing 18/2004.
• 2. Badaoui M., Antoni J., Guillet F., Daniere J.: Use of the moving cepstrum integral to detect and localize tooth spalls in gears. Mechanical Systems and Signal Processing 15/2001.
• 3. Cempel Cz.: Podstawy wibroakustycznej diagnostyki maszyn. WNT, Warszawa 1982.
• 4. Łazarz B.: Zidentyfikowany model dynamiczny przekładni zębatej jako podstawa projektowania. Biblioteka Problemów Eksploatacji, Katowice-Radom 2001.
• 5. Mangasarian O. L.: Lagrangian Support Vector Machines, Journal of Machine Learning Research, 2001.
• 6. Meltzer G., Ivanow Y.: Fault detection in gear drives with non-stationary rotational speed - part I: The time-frequency approach. Mechanical Systems and Signal Processing 17(5)/2003.
• 7. Meltzer G., Ivanow Y.: Fault detection in gear drives with non-stationary rotational speed - part II: The time-quefrency approach. Mechanical Systems and Signal Processing 17(2)/2003.
• 8. Osowski S.: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• 9. Radkowski S.: Wykorzystanie SWA w diagnozowaniu zmęczeniowych uszkodzeń kół zębatych. II Seminarium „Wibroakustyczna diagnostyka Procesów Zmęczeniowych”. Warszawa 2002.
• 10. Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.