Klasyfikacja stopnia podcięcia stopy zęba oparta na sieci neuronowej SVM i transformacie Fouriera

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

Warianty tytułu

EN

Clasification degree of tooth root cracking identification system by using SVM neural network and FFT

• 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 selekcji widmowej sygnałów wibroakustycznych.

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 experiment was used Fourier transform.

Słowa kluczowe

PL

sieć neuronowa; sieć neuronowa SVM; SVM; transformat Fouriera; klasyfikator neuronowy

EN

SVM neural network; Fourier transform; tooth root cracking

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Transport / Politechnika Śląska
• Rocznik: 2004
• Tom: z. 56
• Strony: 139--146
• 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. Dalpiaz G., Rivola A., Rubini R.: Effectiveness and sensitivity of vibration processing techniques for local fault detection in gears. Mechanical Systems and Signal Processing 14(3)/2000.
• 2. Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W.: Diagnostyka procesów.Modele. Metody sztucznej inteligencji. Zastosowania, Wydawnictwo Naukowo-Techniczne, Warszawa 2002.
• 3. Łazarz B.: Zidentyfikowany model dynamiczny przekładni zębatej jako podstawa projektowania. Biblioteka Problemów Eksploatacji, Katowice-Radom 2001.
• 4. Łazarz B., Czech P.: Wykorzystanie sieci neuronowych do identyfikacji pęknięcia stopy zęba. Diagnostyka Vol. 31/2004.
• 5. Mangasarian O. L.: Lagrangian Support Vector Machines, Journal of Machine Learning Research, 2001.
• 6. Meltzer G., Ivanow Yu. Ye: 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 Yu. Ye: Fault detection in gear drives with non-stationary rotational speed - part O: the tim .-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. Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• 10. Wilk A., Łazarz B., Madej H.: Vibration Processing Techniques for Fault Detection in Gearboxes, Proceedings of DETC’2003 ASME 2003 Design Engineering Technical Conferences and Computers and Information in Engineering Conference Chicago, Illinois, USA, 2003.