ELEMEN FILTER BAHAN BAKAR DIESEL

Jeung trend pakakas mékanis nuju skala badag, calakan sarta-precision tinggi, pamakéan bagian puteran, kayaning roller bearing, geus nyata ningkat pikeun ngahontal transmisi kakuatan, fiksasi posisi jeung tujuan séjén. Nalika aranjeunna ruksak atanapi gagal, kaamanan operasi alat mékanis sareng kauntungan produksi bakal dipangaruhan. Nanging, kusabab posisi pamasangan khusus tina bagian-bagian anu puteran ieu, langkung hese pikeun nalungtik sareng nangtoskeun status kaséhatan alat-alat, sareng metode saacanna ngandelkeun manusa atanapi pangalaman henteu tiasa dianggo deui. Ku alatan éta, ngamekarkeun deteksi calakan sarta metoda diagnosis pikeun nerapkeun alat monitoring kaséhatan geus jadi topik panalungtikan panas.

Kalawan ngembangkeun gancang tina calakan jieunan, beuki loba métode machine learning nyieun parabot mékanis diagnosis calakan datangna leres tur makmur, kayaning reinforcement learning (RL) [1], [2], jaringan adversarial generative (GAN) [3], autoencoder. (AE) [4] jeung mesin vektor rojongan (SVM) [5], [6], [47]. Di antarana, SVM mangrupakeun algoritma klasifikasi dumasar kana learning statistik, nu teu gampang digolongkeun kana minima lokal sarta misahkeun data latihan ngaliwatan hyperplane optimal bari data latihan bisa dipetakeun kana fitur diménsi luhur ngaliwatan métode pemetaan nonlinier, kayaning fungsi polynomial jeung fungsi dasar radial. Sajaba ti éta, SVM bisa nyadiakeun hyperplane kaputusan akurat dina sampel kawates, sarta mibanda kamampuhan generalisasi alus. Dina panempoan kinerja alus teuing, SVM geus loba dipaké dina loba widang. Wang et al. ngusulkeun métode diagnosis kasalahan calakan dumasar kana kombinasi umum komposit multi-skala weighted permutation éntropi (GCMWPE) jeung SVM [7], nu bisa nimba fitur bearing tina sababaraha skala keur nyusunna kempelan fitur diménsi tinggi. Bayati et al. ngusulkeun métode lokasi sesar pikeun microgrid DC dumasar kana SVM [8]. Ku ngagunakeun nilai diukur lokal dina hiji tungtung unggal garis, lokasi akurat sesar impedansi tinggi bisa lokasina, sarta hasil eksperimen némbongkeun yén skéma téh kuat pikeun noise sarta gangguan lianna. Ref. [9] ngusulkeun metode diagnosis kasalahan anu cerdas pikeun batré litium-ion dumasar kana mesin vektor dukungan, anu ngagunakeun panyaring kosinus diskrit pikeun ngaleungitkeun bising.