РАЗРЕЖЕННАЯ ВЕЙВЛЕТНАЯ ДЕКОМПОЗИЦИЯ СИГНАЛОВ ВИБРАЦИИ ДЛЯ ЗАДАЧИ РАСПОЗНАВАНИЯ ОБРАЗОВ
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Аннотация
Проанализировано пространство признаков алгоритма разреженной декомпозиции сигналов по избыточному вейвлетному словарю для задачи анализа формы вибрационных сигналов во временной области. Предложен алгоритм поэкземплярного распознавания элементов оборудования на базе разреженной вейвлетной декомпозиции и машинного обучения. Изучены вопросы построения генератора обучающей выборки для задачи распознавания образов. Предложена методика поиска оптимальных параметров метода одноклассовой классификации One-Class SVM. Представлены результаты тестирования алгоритма распознавания элементов оборудования на наборах вибрационных данных, снятых с подшипников качения и зубчатых передач.
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Абрамов, И.Л. Вибродиагностика энергетического оборудования : учебное пособие по дисциплине «Диагностика в теплоэнергетике» / И.Л. Абрамов. – Кемерово, 2011. – 80 с.
Барков, А.В. Вибрационная диагностика машин и оборудования. Анализ вибрации: учеб. пособие / А.В. Барков, Н.А. Баркова. – СПб. : СПбГМТУ, 2004. – 156 с.
Pennacchi P. An experimental based assessment of the deviation of the bearing characteristic frequencies / P. Pennacchi [et al.] // CMMNO. – 2013. – (papers).
Eltabach, M. Rotating machine speed estimation using vibration statistical approach / M. Eltabach, G. Govaert // WCCM. – 2017. – (papers).
Алгоритмы уточнения частоты вращения вала в задачах вибродиагностики роторного оборудования / Ю.П. Асламов [и др.] // Вестник Полоцкого государственного университета. Серия B, Промышленность. Прикладные науки. – 2017. – № 11. – С. 51–58.
Разреженная вейвлетная декомпозиция в задачах вибродиагностики роторного оборудования / Ю.П. Асламов [и др.] // Доклады БГУИР. – 2017. – № 8. – С. 91–98.
Асламов, Ю.П. Избыточный вейвлетный словарь для разреженной декомпозиции сигналов вибрации / Ю.П. Асламов, И.Г. Давыдов // Вестник Полоцкого государственного университета. Серия С, Фундаментальные науки. – 2018. – № 4. – С. 86–94.
Асламов, Ю.П. Вейвлет-функция для диагностики подшипников качения / Ю.П. Асламов, И.Г. Давыдов // Вестник Полоцкого государственного университета. Серия B, Промышленность. Прикладные науки. – 2018. – № 11. – С. 14–22.
Вейвлет-функции для диагностики зубчатых передач / Ю.П. Асламов [и др.] // Вестник Полоцкого государственного университета. Серия B, Промышленность. Прикладные науки. – 2018. – № 3. – С. 38–46.
Эффективность использования скалограммы для оценки технического состояния роторного оборудования / Ю.П. Асламов [и др.] // Доклады БГУИР. – 2018. – № 2. – С. 12–17.
Асламов, Ю.П. Пространство признаков разреженной вейвлетной декомпозиции вибрационных сигналов для задач машинного обучения / Ю.П. Асламов, И.Г. Давыдов // Вестник ГГТУ им. Сухого. – 2018. – № 3. – С. 49–56.
Субботенко, А.В. Алгоритм поэкземплярного распознавания на основе метода опорных векторов / А.В. Субботенко // Информация и космос. – 2014. – № 2. – С. 47–53.
Burnaev, E. One-Class SVM with Privileged Information and Its Application to Malware Detection [Электронный ресурс] / E. Burnaev, D. Smolyakov // ArXiv, Los Alamos. – Режим доступа: https://arxiv.org/pdf/1609.08039.pdf.
Arcolano, N. One-class support vector machines: Methods and applications / N. Arcolano, D. Ruboy. // Harvard University, Final Project Presentation. – 2008. – P. 32
Powers, D. From Precision, Recall and F-Factor to ROC, Informedness, Markedness & Correlation / D. Powers // Journal of Machine Learning Technologies. – 2011. – № 2(1). – P. 37–63.