डिजेल इन्धन फिल्टर तत्व

मेकानिकल उपकरणहरू ठूला-ठूला, बौद्धिक र उच्च-परिशुद्धता तिरको प्रवृत्तिको साथ, घुमाउने भागहरू, जस्तै रोलर बियरिङ, पावर ट्रान्समिशन, स्थिति निर्धारण र अन्य उद्देश्यहरू प्राप्त गर्न उल्लेखनीय रूपमा सुधार गरिएको छ। जब तिनीहरू क्षतिग्रस्त हुन्छन् वा असफल हुन्छन्, मेकानिकल उपकरण सञ्चालन सुरक्षा र उत्पादन लाभ प्रभावित हुनेछ। यद्यपि, यी घुमाउने भागहरूको विशेष स्थापना स्थितिको कारण, उपकरणको स्वास्थ्य स्थिति अनुसन्धान र न्याय गर्न गाह्रो छ, र पहिलेका विधिहरू मानव वा अनुभवमा भर पर्न सक्दैनन्। तसर्थ, उपकरण स्वास्थ्य अनुगमन लागू गर्न बुद्धिमानी पत्ता लगाउने र निदान विधिको विकास एक तातो अनुसन्धान विषय भएको छ।

आर्टिफिसियल इन्टेलिजेन्टको द्रुत विकासको साथ, अधिक र अधिक मेशिन लर्निंग विधिहरूले मेकानिकल उपकरणहरू बुद्धिमान निदानलाई सत्य र समृद्ध बनाउँदछ, जस्तै सुदृढीकरण शिक्षा (RL) [१], [२], जेनेरेटिभ एडभर्सरियल नेटवर्क (GAN) [३], autoencoder (AE) [४] र समर्थन भेक्टर मेसिन (SVM) [५], [६], [४७]। ती मध्ये, SVM सांख्यिकीय शिक्षामा आधारित एक वर्गीकरण एल्गोरिथ्म हो, जुन स्थानीय मिनिमामा पर्न सजिलो छैन र इष्टतम हाइपरप्लेन मार्फत प्रशिक्षण डेटा अलग गर्दछ जबकि प्रशिक्षण डेटालाई उच्च-आयामी सुविधाहरूमा ननलाइनर म्यापिङ विधिहरू मार्फत म्याप गर्न सकिन्छ, जस्तै बहुपदीय कार्यहरू र। रेडियल आधार कार्यहरू। थप रूपमा, SVM ले सीमित नमूनाहरू अन्तर्गत सही निर्णय हाइपरप्लेन प्रदान गर्न सक्छ, र राम्रो सामान्यीकरण क्षमता छ। यसको उत्कृष्ट प्रदर्शनको दृष्टिमा, SVM धेरै क्षेत्रहरूमा व्यापक रूपमा प्रयोग गरिएको छ। वाङ एट अल। सामान्यीकृत कम्पोजिट मल्टि-स्केल भारित पर्म्युटेसन एन्ट्रोपी (GCMWPE) र SVM [७] को संयोजनमा आधारित एक बुद्धिमान गल्ती निदान विधि प्रस्ताव गरिएको छ, जसले उच्च-आयामी सुविधा संग्रह निर्माण गर्न धेरै स्केलहरूबाट असर सुविधाहरू निकाल्न सक्छ। बायती आदि। SVM मा आधारित DC microgrid को लागि त्रुटि स्थान विधि प्रस्तावित [8]। प्रत्येक रेखाको एक छेउमा स्थानीय मापन गरिएको मान प्रयोग गरेर, उच्च प्रतिबाधा गल्तीको सही स्थान पत्ता लगाउन सकिन्छ, र प्रयोगात्मक परिणामहरूले यो योजना शोर र अन्य गडबडीहरूमा बलियो छ भनेर देखाउँछ। सन्दर्भ [९] समर्थन भेक्टर मेसिनमा आधारित लिथियम-आयन ब्याट्रीको लागि बुद्धिमानी दोष निदान विधि प्रस्तावित गरियो, जसले आवाज हटाउन असक्षम कोसाइन फिल्टरिंग प्रयोग गर्दछ।