Szczegóły publikacji
Opis bibliograficzny
Diagnostyka silnika indukcyjnego oparta na analizie sygnałów akustycznych z użyciem dyskretnej transformacji falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa — Diagnostics of an induction motor based on the analysis of acoustic signals with the use of the discreet Haar wavelet and the nearest mean classifier with Euclidean metrics / Adam GŁOWACZ // Mechanizacja i Automatyzacja Górnictwa ; ISSN 0208-7448. — 2013 — R. 51 nr 6, s. 24–27. — Bibliogr. s. 27
Autor
Dane bibliometryczne
| ID BaDAP | 76616 |
|---|---|
| Data dodania do BaDAP | 2013-10-09 |
| Rok publikacji | 2013 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Mechanizacja i Automatyzacja Górnictwa |
Abstract
In this paper a non-invasive diagnostic method for an induction motor was proposed. The applied method is based on the analysis of acoustic signals of the induction motor. The tests were carried out for three conditions of the induction motor. The tests were conducted for the following data processing algorithms: discrete Haar wavelet transform and Nearest Mean classifier with Euclidean metrics. The pattern development process was carried out for 27 samples of sound, while the identification process – for 75 samples of sound. This method can be used in industry as well as in electrical equipment.
Streszczenie
W artykule zaproponowana została nieinwazyjna metoda diagnostyki stanów przedawaryjnych silnika indukcyjnego. Zastosowana metoda oparta jest na analizie sygnałów akustycznych silnika indukcyjnego. Przedstawiono badania dla trzech stanów silnika indukcyjnego, które zostały przeprowadzone dla algorytmów przetwarzania danych: Dyskretnej transformaty falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa. Opisano proces tworzenia wzorców do rozpoznawania, który został przeprowadzony dla 27 próbek dźwięku oraz proces identyfikacji który został przeprowadzony dla 75 próbek dźwięku. Podkreślono, że metoda ta może być zastosowana w różnych gałęziach przemysłu.
