SPARSE WAVELET DECOMPOSITION OF VIBRATION SIGNALS FOR PATTERN RECOGNITION PROBLEM

Main Article Content

Y. ASLAMOV
A. ASLAMOV
I. DAVYDOV
A. TSURKO

Abstract

The paper presents the features space of the algorithm for a sparse decomposition of signals by the redundant wavelet dictionary to analyze the waveform of vibration signals. An algorithm for recognition of elements of rotary equipment on the basis of sparse wavelet decomposition and machine learning is proposed. The questions of constructing the generator of the training dataset for pattern recognition problem are considered. A method for estimating the optimal parameters of the One-Class SVM is proposed. The results of testing the recognition algorithm on the datasets of vibration signals of rolling bearings and gears are presented.

Article Details

How to Cite
ASLAMOV, Y., ASLAMOV, A., DAVYDOV, I., & TSURKO, A. (2018). SPARSE WAVELET DECOMPOSITION OF VIBRATION SIGNALS FOR PATTERN RECOGNITION PROBLEM. Vestnik of Polotsk State University. Part C. Fundamental Sciences, (12), 14-23. Retrieved from https://journals.psu.by/fundamental/article/view/390
Author Biography

I. DAVYDOV, Belarusian State University of Informatics and Radioelectronics, Minsk

канд. тех. наук

References

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.