ДИЗЕЛЬ ОТЫН СҮЗГІСІ ЭЛЕМЕНТІ

Механикалық жабдықтың ауқымды, интеллектуалды және жоғары дәлдікке беталысымен, қуатты беру, позицияны бекіту және басқа мақсаттарға қол жеткізу үшін роликті подшипник сияқты айналмалы бөліктерді пайдалану айтарлықтай жақсарды. Олар зақымдалған немесе істен шыққан кезде, механикалық жабдықтың жұмыс қауіпсіздігі мен өндіріс пайдасы әсер етеді. Дегенмен, бұл айналмалы бөліктердің арнайы орнату орнына байланысты жабдықтың денсаулық жағдайын зерттеу және бағалау қиынырақ, ал адамдарға немесе тәжірибеге негізделген бұрынғы әдістер жұмыс істей алмайды. Сондықтан жабдықтың денсаулығын бақылауды жүзеге асыру үшін интеллектуалды анықтау және диагностика әдісін әзірлеу қызу зерттеу тақырыбына айналды.

Жасанды интеллекттің қарқынды дамуымен машиналық оқыту әдістерінің көбеюі механикалық жабдықты интеллектуалды диагнозды шындыққа айналдырады және өркендетуде, мысалы, күшейтілген оқыту (RL) [1], [2], генеративті қарсылас желілер (GAN) [3], автокодер. (AE) [4] және тірек векторлық машина (SVM) [5], [6], [47]. Олардың ішінде SVM статистикалық оқытуға негізделген жіктеу алгоритмі болып табылады, ол жергілікті минимумға түсу оңай емес және оқу деректерін оңтайлы гипержазықтық арқылы бөледі, ал оқу деректерін сызықты емес бейнелеу әдістері арқылы жоғары өлшемді мүмкіндіктерге салыстыруға болады, мысалы, полиномдық функциялар және радиалды негіз функциялары. Сонымен қатар, SVM шектеулі үлгілер бойынша дәл шешім гипержазықты қамтамасыз ете алады және жақсы жалпылау қабілетіне ие. Оның тамаша өнімділігін ескере отырып, SVM көптеген салаларда кеңінен қолданылды. Ван т.б. жалпыланған композиттік көп масштабты өлшенген ауыстыру энтропиясы (GCMWPE) және SVM [7] комбинациясына негізделген ақауларды диагностикалаудың интеллектуалды әдісін ұсынды, ол жоғары өлшемді мүмкіндіктер жиынтығын құру үшін бірнеше шкалалардан тірек ерекшеліктерін шығара алады. Баяти т.б. SVM негізінде DC микроторы үшін ақауларды анықтау әдісін ұсынды [8]. Әрбір жолдың бір ұшында жергілікті өлшенген мәнді пайдалану арқылы жоғары кедергі ақауының дәл орнын анықтауға болады және эксперимент нәтижелері схеманың шуға және басқа да бұзылуларға төзімді екенін көрсетеді. Сілтеме. [9] шуды жою үшін дискретті косинус сүзгісін қолданатын тірек векторлық машинаға негізделген литий-ионды батареяның ақауларын анықтаудың интеллектуалды әдісін ұсынды.