Класифікація технічного стану підшипника кочення за скалярними індикаторами методом опорних векторів

Автор(и)

  • Володимир Пузир Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0001-6096-9049
  • Сергій Михалків Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0002-0425-6295

DOI:

https://doi.org/10.20535/2409-7160.2023.XXIII.278143

Ключові слова:

вібрація, діагностика, класифікація, машинне навчання, підшипник, точність

Анотація

Проблематика: потреба в класифікації технічного стану підшипників кочення методами машинного навчання для зменшення впливу людського фактору та скорочення тривалості діагностування;

Мета дослідження: визначення прийнятної комбінації скалярних індикаторів для забезпечення бінарної класифікації з високою точністю;

Методика реалізації: для зареєстрованого сигналу справного підшипника кочення буксового вузла рухомого складу й підшипника з пошкодженим роликом розраховувались чотири скалярні індикатори: середньоквадратичне значення вібрації, хрест-фактор, коефіцієнт асиметрії та коефіцієнт ексцесу, які групувались у відповідні набори даних й використовувались для навчання за методом опорних векторів;

Результати дослідження: розрахована точність навчання для чотирьох наборів даних із двома різними предикторами в кожній;

Висновки: зважаючи на специфіку поведінки середньоквадратичного значення вібрації та коефіцієнту ексцесу, вдалося у відповідних комбінаціях досягти 100 % точності навчання за методом опорних векторів

Біографії авторів

Володимир Пузир, Український державний університет залізничного транспорту

завідувач кафедри експлуатації та ремонту рухомого складу

Сергій Михалків, Український державний університет залізничного транспорту

доцент кафедри експлуатації та ремонту рухомого складу

Посилання

M. Pule, O. Matsebe and R. Samikannu, “Application of PCA and SVM in Fault Detection and Diagnosis of Bearings with Varying Speed”, Math. Prob. Eng., vol. 2022, pp. 1 — 12, 2022. doi: 10.1155/2022/5266054

Joshi A. V. Machine Learning and Artificial Intelligence, Springer Nature Switzerland, 2020, p. 261. doi: 10.1007/978-3-030-26622-6

В. Бульба, “Удосконалення технології вібродіагностування тягових редукторів електропоїздів”, дис. канд. наук., фак-т мех-енерг., Укр. держ. ун-т. залізн. трансп, Харків, Україна, 2021.

##submission.downloads##

Опубліковано

2023-06-09

Як цитувати

Пузир, В., & Михалків, С. (2023). Класифікація технічного стану підшипника кочення за скалярними індикаторами методом опорних векторів. Матеріали науково-технічної конференції "Прогресивна техніка, технологія та інженерна освіта", (XXIII), 181–184. https://doi.org/10.20535/2409-7160.2023.XXIII.278143

Номер

Розділ

ПРОГРЕСИВНА ТЕХНІКА І ТЕХНОЛОГІЯ МАШИНОБУДУВАННЯ