تشخیص عیوب ماشین های دوار با استفاده از رگرسیون سیمبولیک

رگرسیون سیمبولیک یکی از روش های قدرتمند در حوزه هوش مصنوعی و یادگیری ماشین است که به منظور استخراج و تخمین روابط ریاضی حاکم بر پدیده های پیچیده به کار می رود. این روش با بهره گیری از مجموعه ای گسترده از اپراتورها و ساختارهای ریاضی، امکان مدل سازی انعطاف پذیر و تفسیرپذیر روابط میان ورودی ها و خروجی های سیستم را فراهم می سازد. از سوی دیگر، سیستم های دوار صنعتی به دلیل پیچیدگی های دینامیکی و تنوع عیوب محتمل، از جمله نابالانسی، ناهم ترازی و لقی، همواره با چالش استخراج روابط ریاضی مستقیم میان عیوب، پارامترهای سیستم و سیگنال های ارتعاشی مواجه هستند. در چنین شرایطی، استفاده از ابزاری کارآمد مانند رگرسیون سیمبولیک می تواند نقش موثری در فرآیند عیب یابی ایفا کند. هدف این مقاله، به کارگیری طبقه بندی سیمبولیک، بر پایه رگرسیون سیمبولیک، به منظور تشخیص و تفکیک عیوب متداول در یک سیستم دوار صنعتی است. داده های مورد استفاده در این پژوهش از یک دیتابیس مربوط به سیستم آزمایشگاهی جمع آوری شده اند. نتایج نشان می دهد که روش حاضر در مساله مورد نظر توانسته صحت طبقه بندی را به ۸۵ درصد برساند. همچنین روابط ریاضی به دست آمده امکان تفسیر بر اساس فیزیک مساله را دارند که نقطه قوت این روش محسوب می شود.

کلیدواژه ها:

رگرسیون سیمبولیک ، عیب یابی ، ماشین دوار ، ماتریس درهم ریختگی