Browsing by Author "林庭毅"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Item 基於多尺度方均根、多尺度熵、費雪法與倒傳遞網路之軸承錯誤診斷系統(2012) 林庭毅機械的狀態監控對於產業日漸重要,因為產業需要提高機械的可靠性,並且減少機械故障可能造成的經濟損失,以提升產業競爭力。在監測旋轉機械狀態的領域中,使用振動訊號進行分析是相當普遍的。透過比較機械運行時,正常與故障情況下產生的訊號,將可能檢測出軸承缺陷錯誤的類型。一般情況下,軸承錯誤診斷流程可以分為三個主要步驟:特徵擷取、特徵選取與錯誤情況的分類。在本論文中,我們提出了一個錯誤檢測的演算法,以區分不同種類的軸承故障。首先,收集振動訊號,並使用不同方法擷取其特徵,如多尺度熵(Multiscale Entropy, MSE)和多尺度方均根(Multiscale Root Mean Square, MSRMS)演算法。其次,使用費雪法(Fisher Score, FS)選取最佳的特徵。最後,使用最佳的特徵與倒傳遞網路 (Backpropagation Neural Network, BPN)來建立錯誤狀態分類的模型。在我們的模擬中,使用了凱斯西儲大學(CWRU)的軸承振動訊號資料。實驗結果表明,此錯誤診斷的流程應用於軸承訊號具有相當高的辨識率。