Ứng dụng mạng nơ-ron trong chẩn đoán lỗi động cơ dựa trên tín hiệu độ rung

Tóm tắt

Bài báo này nghiên cứu và áp dụng trí tuệ nhân tạo nơ-ron (AI) để cải thiện quá trình giám sát và chẩn đoán lỗi động cơ điện dựa trên tín hiệu độ rung. Mục tiêu của nghiên cứu là tự xây dựng một mô hình để thu thập dữ liệu mẫu từ động cơ và sử dụng 3 mạng AI khác nhau trong nghiên cứu này bao gồm YOLO (You Only Look Once), Resnet (Residual neural network) và SVM (Support Vector Machine). Ứng dụng để xây dựng các mô hình nhận dạng độc lập có cùng chung tín hiệu đầu vào là độ rung để xác định các lỗi trong hệ thống có sử dụng động cơ, bài báo tập trung khảo sát các lỗi liên quan đến vòng bi. Kết quả thử nghiệm được trình bày trong bài báo cho thấy tính chính xác của việc sử dụng các mạng này trong việc chẩn đoán lỗi động cơ và đưa ra các nhận xét quan trọng về độ chính xác của các mạng AI và khả năng áp dụng thực tế trong lĩnh vực bảo trì và quản lý thiết bị công nghiệp.