DIESEL FUEL FILTER ELEMENT

Mat dem Trend vun der mechanescher Ausrüstung a Richtung grousser, intelligent an héich Präzisioun, ass d'Benotzung vu rotativen Deeler, wéi Rollerlager, wesentlech verbessert fir d'Muechttransmissioun, d'Positiounsfixatioun an aner Zwecker z'erreechen. Wann se beschiedegt sinn oder versoen, gëtt d'Sécherheet vun der mechanescher Ausrüstung Operatioun a Produktiounsvirdeel beaflosst. Wéi och ëmmer, wéinst der spezieller Installatiounspositioun vun dësen rotativen Deeler ass et méi schwéier fir de Gesondheetszoustand vun der Ausrüstung ze fuerschen an ze beurteelen, a fréier Methoden, déi op Mënschen oder Erfahrung vertrauen, kënnen net méi funktionnéieren. Dofir ass d'Entwécklung vun intelligenten Detektiouns- an Diagnosmethod fir Ausrüstungsgesondheetsiwwerwaachung ëmzesetzen e waarme Fuerschungsthema ginn.

Mat der rapider Entwécklung vu kënschtlechen intelligenten, méi a méi Maschinnléieremethoden maachen mechanesch Ausrüstung intelligent Diagnostik richteg a floréieren, sou wéi Verstäerkung Léieren (RL) [1], [2], generative adversarial Netzwierker (GAN) [3], Autoencoder (AE) [4] an Ënnerstëtzung Vecteure Maschinn (SVM) [5], [6], [47]. Ënnert hinnen ass SVM e Klassifizéierungsalgorithmus baséiert op statistesche Léieren, deen net einfach ass a lokal Minima ze falen an Trainingsdaten duerch optimal Hyperplane trennt, während Trainingsdaten op héichdimensional Featuren duerch netlinear Kartéierungsmethoden kartéiert kënne ginn, sou wéi Polynomfunktiounen an radial Basis Funktiounen. Zousätzlech, SVM kann genee Decisioun hyperplane ënner limitéiert Echantillon bidden, an huet gutt generalization Fähegkeet. Wéinst senger exzellenter Leeschtung ass SVM vill a ville Beräicher benotzt ginn. Wang et al. proposéiert eng intelligent Feeler Diagnos Method baséiert op der Kombinatioun vun generaliséierter Komposit Multi-Skala gewiicht Permutatioun Entropie (GCMWPE) an SVM [7], déi Droen Fonctiounen aus MÉI Skalen Extrait kann héich-zweedimensional Fonktioun Kollektioun ze bauen. Bayati et al. proposéiert e Feeler Standuert Method fir DC microgrid baséiert op SVM [8]. Andeems Dir de lokale gemoossene Wäert op engem Enn vun all Linn benotzt, kann de genaue Standort vun héijer Impedanzfehler lokaliséiert ginn, an d'experimentell Resultater weisen datt de Schema robust ass fir Kaméidi an aner Stéierungen. Ref. [9] proposéiert eng intelligent Feeler Diagnos Method fir Lithium-Ion Batterie baséiert op Ënnerstëtzung Vecteure Maschinn, déi diskret Cosinus Filter benotzt Kaméidi eliminéiert.