Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "acoustic signals" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Diagnostyka silnika indukcyjnego oparta na analizie sygnałów akustycznych z użyciem dyskretnej transformaty falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa
Diagnostics of an induction motor based on the analysis of acoustic signals with the use of the discreet Haar wavelet and the nearest mean classifier with Euclidean metrics
Autorzy:
Głowacz, A.
Powiązania:
https://bibliotekanauki.pl/articles/186410.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technik Innowacyjnych EMAG
Tematy:
silniki indukcyjne
analiza sygnałów akustycznych
transformata falkowa Haara
induction motors
acoustic signals analysis
discreet Haar wavelet
Opis:
W artykule zaproponowana została nieinwazyjna metoda diagnostyki stanów przedawaryjnych silnika indukcyjnego. Zastosowana metoda oparta jest na analizie sygnałów akustycznych silnika indukcyjnego. Przedstawiono badania dla trzech stanów silnika indukcyjnego, które zostały przeprowadzone dla algorytmów przetwarzania danych: Dyskretnej transformaty falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa. Opisano proces tworzenia wzorców do rozpoznawania, który został przeprowadzony dla 27 próbek dźwięku oraz proces identyfikacji który został przeprowadzony dla 75 próbek dźwięku. Podkreślono, że metoda ta może być zastosowana w różnych gałęziach przemysłu.
In this paper a non-invasive diagnostic method for an induction motor was proposed. The applied method is based on the analysis of acoustic signals of the induction motor. The tests were carried out for three conditions of the induction motor. The tests were conducted for the following data processing algorithms: discrete Haar wavelet transform and Nearest Mean classifier with Euclidean metrics. The pattern development process was carried out for 27 samples of sound, while the identification process – for 75 samples of sound. This method can be used in industry as well as in electrical equipment.
Źródło:
Mechanizacja i Automatyzacja Górnictwa; 2013, R. 51, nr 6, 6; 24-27
0208-7448
Pojawia się w:
Mechanizacja i Automatyzacja Górnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostics of direct current machine based on analysis of acoustic signals with the use of symlet wavelet transform and modified classifier based on words
Diagnostyka maszyny prądu stałego oparta na analizie sygnałów akustycznych z zastosowaniem transformacji falkowej symlet i zmodyfikowanego klasyfikatora opartego na słowach
Autorzy:
Głowacz, A.
Powiązania:
https://bibliotekanauki.pl/articles/1366041.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
maintenance
recognition
acoustic signals
direct current machine
wavelet
eksploatacja
rozpoznawanie
sygnały akustyczne
maszyna prądu stałego
falka
Opis:
In the paper author proposed an original approach for detection and localization of faults occurring in Direct Current machine. A system for diagnosing DC machines was described. The system performed an analysis of the acoustic signals of DC machine. Researches were conducted for two states of Direct Current machines. The studies were conducted for the algorithms of data processing: Symlet wavelet transform and modified classifier based on words. A pattern creation process has been carried out for the 10 sound samples. An identification process has been carried out for the 40 sound samples. The described implementation of the system may be useful for protecting machines. Moreover, this approach will reduce the cost of maintenance and the number of damaged machines.
W pracy autor zaproponował oryginalne podejście do wykrywania, lokalizacji usterek występujących w maszynie prądu stałego. Opisano implementację systemu do diagnostyki maszyn prądu stałego. System przeprowadzał analizę sygnałów akustycznych maszyny prądu stałego. Przeprowadzono badania dla dwóch stanów maszyny prądu stałego. Badania zostały przeprowadzone dla algorytmów przetwarzania danych: Transformacji falkowej Symlet i zmodyfikowanego klasyfikatora opartego na słowach. Proces tworzenia wzorca do rozpoznawania został przeprowadzony dla 10 próbek dźwięku. Proces identyfikacji został przeprowadzony dla 40 próbek dźwięku. Opisana implementacja systemu może być przydatna do ochrony maszyn. Ponadto podejście takie pozwoli zmniejszyć koszty utrzymania i liczbę uszkodzonych maszyn.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 4; 554-558
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies