Publication result detail

STROJOVÉ UČENÍ VE VIBRODIAGNOSTICE - DATA Z FREKVENČNÍ OBLASTI

ZUTH, D.

Original Title

STROJOVÉ UČENÍ VE VIBRODIAGNOSTICE - DATA Z FREKVENČNÍ OBLASTI

English Title

MACHINE LEARNING IN VIBRODIAGNOSTICS – DATA FROM THE FREQUENCY DOMAIN

Type

Peer-reviewed article not indexed in WoS or Scopus

Original Abstract

Článek se zabývá využitím strojového učení pro klasifikaci poruchy. Zdrojem dat je frekvenční analýza reálně naměřených dat na vibrodiagnostickém modelu, který umožňuje simulovat základní poruchy rotačních strojů. Data jsou zpracována pro použití v aplikaci Matlab Clasisification Learner App. Výsledný natrénovaný model je ověřen na vzorku nových dat. Cílem článku je ověřit schopnost rozpoznání závad rotačních strojů z frekvenční analýzy reálných naměřených dat.

English abstract

The article deals with the use of machine learning to faults classify. The data source is the frequency analysis of real-measured data on a vibrodiagnostics model, which allows simulation of basic faults of rotary machines. The data is processed for use in the Matlab Clasisification Learner App application. The resulting trained model is validated on a sample of new data. The aim of the article is to verify the ability to recognise faults of rotating machines from the frequency analysis of real measured data.

Keywords

Vibrodiagnostika, Neuronové sítě, Classification Learner, Strojové učení, Matlab, Metody klasifikace

Key words in English

Vibrodiagnostics , Neuron Network, Classification Learner, Machine Learning, Matlab, Classification Method

Authors

ZUTH, D.

RIV year

2021

Released

31.01.2019

Publisher

Asociace technických diagnostiků ČR

Location

Ostrava

ISBN

1210-311X

Periodical

Technická diagnostika

Volume

XXVIII

Number

Z1

State

Czech Republic

Pages from

253

Pages to

258

Pages count

6

URL

http://www.atdcr.cz

BibTex

@article{BUT164313,
  author="Daniel {Zuth}",
  title="STROJOVÉ UČENÍ VE VIBRODIAGNOSTICE - DATA Z FREKVENČNÍ OBLASTI",
  journal="Technická diagnostika",
  year="2019",
  volume="XXVIII",
  number="Z1",
  pages="253--258",
  issn="1210-311X",
  url="http://www.atdcr.cz"
}