تخمین عمر باقی مانده یاتاقان با استفاده از پردازش سیگنال های ارتعاشی توسط تبدیل موجک پیوسته وشبکه یادگیری عمیق LSTM
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 26
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MMAT05_042
تاریخ نمایه سازی: 2 تیر 1403
چکیده مقاله:
در این مقاله مدلی جهت تخمین عمر باقی مانده یاتاقان مبتنی بر مدل یادگیری عمیق LSTM و تبدیل موجک پیوسته پیاده سازیشد. داده های مورد نیاز در این تحقیق از پایگاه داده تهیه شد. هر سیگنال ارتعاشی توسط تبدیل موجک پیوسته تجزیه و خروجی آن بهصورت طیف اسکالوگرام نمایش داده شد. در نهایت از طیف های اسکالوگرام جهت ایجاد مدل LSTM برای تخمین عمر باقی ماندهیاتاقان استفاده شد. در نهایت نتایج مدل یادگیری عمیق نیز سه مدل مختلف شبکه عصبی مصنوعی با توابع فعالسازی Trainbr, Trainlm و Trainscg مقایسه شدو نتایج نشان داد که مقدار RMSE و MAPE برای مدل LSTM ۰ به ترتیب برابر با ۰/۱۸ و ۰/۰۱۰۳ به دست آمد که میانگین این مقادیر برای هر سه مدل شبکه عصبی به ترتیب برابر با ۱۲/۴۳۷۷ و ۱/۵۵۵۷ بودند.
کلیدواژه ها:
نویسندگان
پروانه امجدیان
استادیار گروه مهندسی مکانیک، واحد صحنه، دانشگاه آزاد اسلامی، صحنه، ایران
سیدرسول سجادی
دانشجوی کارشناسی ارشد مهندسی مکانیک، موسسه آموزش عالی زاگرس، کرمانشاه، ایران
