Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://elib.psu.by/handle/123456789/27628
Название: | Algorithm of classification of shaft orbits |
Авторы: | Kechik, D. Davydov, I. Loshchinin, I. Zhukovskiy, K. КЕЧИК, Д. А. Давыдов, И. Г. ЛОЩИНИН, И. В. ЖУКОВСКИЙ, К. Д. |
Другие названия: | Алгоритм Классификации Орбит Вала |
Дата публикации: | 2021 |
Издатель: | Полоцкий государственный университет |
Библиографическое описание: | Kechik, D. Algorithm of classification of shaft orbits / D. Kechik, I. Davydov, I. Loshchinin, K. Zhukovskiy // Вестник Полоцкого государственного университета. Серия C, Фундаментальные науки. - 2021. - № 4. - С. 35-44. |
Аннотация: | Classification of spatial patterns of shaft orbits is studied in this paper. Recent methods of signal processing, such as spectral interference frequency refinement method, Mallat scattering transform were tested for task of obtaining patterns, informative features extraction and classification. Strong dependence on fluctuations of signal parameters and significant variability of spatial patterns has been discussed. Effectiveness of ranking of patterns using different approaches has been estimated using computational modelling and natural experiments. Preprocessing of signal and informative features has been considered. Approach of discrimination of different misalignment types and severities, based on rate of occurrence of classes of spatial patterns, has been proposed, its effectiveness has been demonstrated.= В настоящей работе рассматривается классификация пространственных шаблонов орбиты вала. Опробовано применение современных методов обработки сигналов (метод спектральной интерференции и рассеивающее преобразование Малла) в задаче получения пространственных шаблонов, извлечения информативных признаков и классификации. Рассматривалась сильная зависимость пространственных шаблонов от флуктуаций параметров сигнала и непостоянство их формы. Оценивалась эффективность классификации пространственных шаблонов при использовании различных подходов в ходе численного эксперимента и натурного моделирования. Рассмотрена предобработка сигнала и извлеченных информативных признаков. Предложен подход к различению типа и степени выраженности расцентровки валов, основанный на частоте встречаемости различных классов пространственных шаблонов, показана эффективность подхода. |
Ключевые слова: | Pattern recognition Frequency domain Spatial domain Time synchronous averaging Phase processing Vibrational diagnosing Scattering transform Wavelet transform Convolutional network Support vector machine Распознавание образов Частотная область Пространственная область Синхронное усреднение Фазовая обработка Вибрационная диагностика Рассеивающее преобразование Вейвлет-преобразование Сверточная сеть Машина на опорных векторах |
URI (Унифицированный идентификатор ресурса): | https://elib.psu.by/handle/123456789/27628 |
Права доступа: | open access |
Располагается в коллекциях: | 2021, № 4 |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
35-44.pdf | 1.07 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.