Jump to content
Compvision.ru
Sign in to follow this  
Pete

Анализ вибрации и ИИ

Recommended Posts

Возникла задача определения режимов работы оборудования по данным вибрации. Т.е. на входе есть спектр частот, на выходе хотелось бы получить данные о режиме работы узлов.

Пока вижу 2 возможных решения:

1. включать узлы по-отдельности и пытаться выделить диапазоны характерных частот;

2. использовать нейронную сеть.

Всё осложняется тем, что оборудования много, узлы могут меняться, хочется максимально автоматизировать процесс анализа.

Интересуют вообще подходы к решению подобных задач.

Share this post


Link to post
Share on other sites
Возникла задача определения режимов работы оборудования по данным вибрации. Т.е. на входе есть спектр частот, на выходе хотелось бы получить данные о режиме работы узлов.

Пока вижу 2 возможных решения:

1. включать узлы по-отдельности и пытаться выделить диапазоны характерных частот;

2. использовать нейронную сеть.

Всё осложняется тем, что оборудования много, узлы могут меняться, хочется максимально автоматизировать процесс анализа.

Интересуют вообще подходы к решению подобных задач.

На вскидку видится вот что:

1) нейросеть, или другой классификатор, все равно нужно обучить, для этого все равно придется включать узлы по отдельности, либо менять режимы работы узлов (тоже по отдельности).

2) не обязательно использовать нейросеть, мне кажется что тут даже лучше пойдет какой нибудь статистический метод, например particle filter.

Ведь можно использовать методику, аналогичную той, что используется для отделения фона.

(можно почитать тут, например: http://www.cgm.computergraphics.ru/content/view/67 )

Собираем статистику спектра нормально работающей машины, затем смотрим, изменения, и потом можно применить классификатор (четкий, или нечеткий).

Share this post


Link to post
Share on other sites

Т.е. вы предлагаете не посылать сразу спектр в нейронную сеть, а сначала вычислить некоторую стохастическую модель (отфильтровать сигнал, получить матожидание и дисперсии для спектра) нормальных режимов работы и сравнивать её с также отфильтрованным сигналом текущего режима работы?

Share this post


Link to post
Share on other sites
Т.е. вы предлагаете не посылать сразу спектр в нейронную сеть, а сначала вычислить некоторую стохастическую модель (отфильтровать сигнал, получить матожидание и дисперсии для спектра) нормальных режимов работы и сравнивать её с также отфильтрованным сигналом текущего режима работы?

Хотя-бы какую то обработку данных сделать нужно, чтобы уменьшить нагрузку на ресурсоемкие методы обработки думаю что стохастические фильтры здесь подходят.

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

Sign in to follow this  

  • Recently Browsing   0 members

    No registered users viewing this page.

×