Ekstrakcja właściwości z sygnałów EA dla klasyfikatorów neuronowych

W poniższym artykule przedstawiono zastosowanie różnych metod analizy sygnału w celu wydobycia danych uczących sieć neuronową, której celem jest detekcja sygnałów emisji akustycznej (EA) towarzyszących zjawisku drzewienia w żywicach epoksydowych. Badane sygnały poddano m. in. analizie statystycznej poprzez wydobycie takich danych jak: kurtoza, skośność czy wariancja. Oprócz metod statystycznych zastosowano także analizę częstotliwościową oraz metody analizy związane ściśle z metodą akustyczną. Przeprowadzona została analiza każdego z branych pod uwagę parametrów pod kątem jego przydatności podczas detekcji danych.

The following article describes random methods signal analysis used to extract learning features for neural network. Learned neural network should detect AE signals companying electrical treeing of epoxy resins. Recorded signals where analyzed with statistical features such as kurtosis and skewness. In additional to the statistical features, signal was analyzed in frequency domain and with well known AE methods.