Szczegóły publikacji
Opis bibliograficzny
Commutator motor fault diagnosis using acoustic data with a transfer learning approach — Diagnostyka silników komutatorowych z wykorzystaniem danych akustycznych i transfer learning / Marek ZASTĘPA // Przegląd Elektrotechniczny / Stowarzyszenie Elektryków Polskich ; ISSN 0033-2097. — 2024 — R. 100 nr 12, s. 173–180. — Bibliogr. s. 180, Streszcz., Abstr.
Autor
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 157414 |
|---|---|
| Data dodania do BaDAP | 2025-02-04 |
| Tekst źródłowy | URL |
| DOI | 10.15199/48.2024.12.40 |
| Rok publikacji | 2024 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Przegląd Elektrotechniczny |
Abstract
In this paper, the author proposed a new method of preprocessing data called High Contrast Frequency Maps with Lowpass Filter (HCFMwLF) for the pre-trained neural networks in commutator motor fault recognition. The broken rotor coil, the four drilled holes in the front bearing, the short-circuit in stator wiring, the broken fan, the broken gear tooth and broken gear in comparison with healthy commutator motor were studied. As a result, the GoogLeNet, ResNet-50, and VGG-19 performed 100% efficiency.
Streszczenie
W tym artykule, autor przedstawia nową metodę preprocessingu danych zwaną High Contrast Frequency Maps with Lowpass Filter (HCFMwLF) dla wstępnie wytrenowanych sieci neuronowych w klasyfikacji uszkodzeń silników elektrycznych. Przerwa w obwodzie wirnika, cztery wywiercone otwory w przednim łożysku, zwarcie w obwodzie stojana, uszkodzony wiatrak, uszkodzony ząb koła zębatego, uszkodzona przekładnia w porównaniu do zdrowego silnika zostały zbadane. W rezultacie, sieci GoogLeNet, ResNet-50 i VGG-19 uzyskały 100% dokładności.
