डीजल ईंधन फ़िल्टर तत्व

बड़े पैमाने पर, बुद्धिमान और उच्च परिशुद्धता की ओर यांत्रिक उपकरणों की प्रवृत्ति के साथ, बिजली संचरण, स्थिति निर्धारण और अन्य उद्देश्यों को प्राप्त करने के लिए रोलर बीयरिंग जैसे घूर्णन भागों के उपयोग में काफी सुधार हुआ है। जब वे क्षतिग्रस्त या विफल हो जाते हैं, तो यांत्रिक उपकरण संचालन सुरक्षा और उत्पादन लाभ प्रभावित होंगे। हालाँकि, इन घूमने वाले भागों की विशेष स्थापना स्थिति के कारण, उपकरण की स्वास्थ्य स्थिति पर शोध करना और उसका आकलन करना अधिक कठिन है, और मनुष्यों या अनुभव पर निर्भर पिछले तरीके अब काम नहीं कर सकते हैं। इसलिए, उपकरण स्वास्थ्य निगरानी को लागू करने के लिए बुद्धिमान पहचान और निदान पद्धति विकसित करना एक गर्म शोध विषय बन गया है।

कृत्रिम बुद्धिमान के तेजी से विकास के साथ, अधिक से अधिक मशीन सीखने के तरीके यांत्रिक उपकरण बुद्धिमान निदान को सच और समृद्ध बनाते हैं, जैसे कि सुदृढीकरण सीखना (आरएल) [1], [2], जेनरेटिव एडवरसैरियल नेटवर्क (जीएएन) [3], ऑटोएनकोडर (एई) [4] और सपोर्ट वेक्टर मशीन (एसवीएम) [5], [6], [47]। उनमें से, एसवीएम सांख्यिकीय सीखने पर आधारित एक वर्गीकरण एल्गोरिदम है, जो स्थानीय मिनीमा में गिरना आसान नहीं है और प्रशिक्षण डेटा को इष्टतम हाइपरप्लेन के माध्यम से अलग करता है, जबकि प्रशिक्षण डेटा को गैर-रेखीय मैपिंग विधियों, जैसे बहुपद कार्यों और के माध्यम से उच्च-आयामी सुविधाओं में मैप किया जा सकता है। रेडियल आधार कार्य. इसके अलावा, एसवीएम सीमित नमूनों के तहत सटीक निर्णय हाइपरप्लेन प्रदान कर सकता है, और इसमें अच्छी सामान्यीकरण क्षमता है। इसके उत्कृष्ट प्रदर्शन को देखते हुए, SVM का कई क्षेत्रों में व्यापक रूप से उपयोग किया गया है। वांग एट अल. सामान्यीकृत मिश्रित मल्टी-स्केल भारित क्रमपरिवर्तन एन्ट्रॉपी (जीसीएमडब्ल्यूपीई) और एसवीएम [7] के संयोजन के आधार पर एक बुद्धिमान दोष निदान पद्धति का प्रस्ताव दिया गया है, जो उच्च-आयामी सुविधा संग्रह के निर्माण के लिए कई पैमानों से असर वाली विशेषताओं को निकाल सकता है। बयाती एट अल. एसवीएम [8] पर आधारित डीसी माइक्रोग्रिड के लिए एक गलती स्थान विधि का प्रस्ताव रखा। प्रत्येक पंक्ति के एक छोर पर स्थानीय मापा मूल्य का उपयोग करके, उच्च प्रतिबाधा दोष का सटीक स्थान स्थित किया जा सकता है, और प्रयोगात्मक परिणाम बताते हैं कि योजना शोर और अन्य गड़बड़ी के लिए मजबूत है। रेफरी. [9] सपोर्ट वेक्टर मशीन पर आधारित लिथियम-आयन बैटरी के लिए एक बुद्धिमान दोष निदान विधि प्रस्तावित की गई, जो शोर को खत्म करने के लिए असतत कोसाइन फ़िल्टरिंग का उपयोग करती है।