DĪZEĻDEGVIELAS FILTRA ELEMENTS

Līdz ar mehānisko iekārtu virzību uz liela mēroga, inteliģentu un augstas precizitāti, ir ievērojami uzlabota rotējošo detaļu, piemēram, rullīšu gultņu, izmantošana, lai panāktu jaudas pārvadi, pozīcijas fiksāciju un citus mērķus. Ja tie ir bojāti vai nedarbojas, tiks ietekmēta mehānisko iekārtu darbības drošība un ražošanas ieguvumi. Taču šo rotējošo detaļu īpašā uzstādīšanas stāvokļa dēļ ir grūtāk izpētīt un spriest par iekārtu veselības stāvokli, un iepriekšējās metodes, kas balstītas uz cilvēku vai pieredzi, vairs nevar darboties. Tāpēc inteliģentas noteikšanas un diagnostikas metodes izstrāde, lai ieviestu iekārtu veselības uzraudzību, ir kļuvusi par karstu pētniecības tēmu.

Strauji attīstoties mākslīgajam viedajam, arvien vairāk mašīnmācīšanās metožu nodrošina, ka mehānisko iekārtu viedā diagnostika īstenojas un attīstās, piemēram, pastiprināšanas mācīšanās (RL) [1], [2], ģeneratīvie pretrunīgie tīkli (GAN) [3], automātiskais kodētājs. (AE) [4] un atbalsta vektora mašīna (SVM) [5], [6], [47]. Tostarp SVM ir klasifikācijas algoritms, kura pamatā ir statistikas mācīšanās, kuru nav viegli iekļaut lokālos minimumos un kas atdala apmācības datus, izmantojot optimālu hiperplakni, savukārt apmācības datus var kartēt ar augstas dimensijas iezīmēm, izmantojot nelineāras kartēšanas metodes, piemēram, polinoma funkcijas un radiālās bāzes funkcijas. Turklāt SVM var nodrošināt precīzu lēmumu hiperplānu ierobežotos paraugos, un tam ir laba vispārināšanas spēja. Ņemot vērā tā lielisko veiktspēju, SVM ir plaši izmantots daudzās jomās. Wang et al. ierosināja inteliģentu kļūdu diagnostikas metodi, kuras pamatā ir ģeneralizētas vairāku skalu svērtās permutācijas entropijas (GCMWPE) un SVM [7] kombinācija, kas var iegūt gultņu pazīmes no vairākām skalām, lai izveidotu augstas dimensijas iezīmju kolekciju. Bayati et al. ierosināja defektu noteikšanas metodi līdzstrāvas mikrotīklam, pamatojoties uz SVM [8]. Izmantojot vietējo izmērīto vērtību katras līnijas vienā galā, var noteikt precīzu augstas pretestības bojājuma vietu, un eksperimentālie rezultāti liecina, ka shēma ir izturīga pret troksni un citiem traucējumiem. Atsauce [9] ierosināja inteliģentu kļūdu diagnostikas metodi litija jonu akumulatoram, kuras pamatā ir atbalsta vektora iekārta, kas izmanto diskrētu kosinusa filtrēšanu, lai novērstu troksni.