| تشخیص نامیزانی ملخ با استفاده از الگوریتم یادگیری ماشین بردار پشتیبان |
| کد مقاله : 1322-AERO2024 |
| نویسندگان |
|
علی اصغر نادری * هیات علمی دانشگاه امام علی |
| چکیده مقاله |
| استفاده از ملخ در هواگردها و شناورها اهمیت بسزایی دارد. ملخ نیاز به نظارت مداوم برای تشخیص عیب دارد. توزیع نامنظم جرم‌ها در یک ملخ سبب عدم تعادل است و برای تشخیص عیب عدم تعادل، تکنیک های زیادی بر اساس تجزیه و تحلیل طیفی وجود دارد. چالش اصلی در زمینه نظارت بر وضعیت ارتعاش، استخراج و شناسایی ویژگی های خطا قبل از بحرانی شدن آن است. این مقاله وجود نامیزانی در یک ملخ متصل به الکتروموتور را با استفاده از اعمال روش هوشمند ماشین بردار پشتیبان (SVM) به داده های حاصل از آزمایش و آنالیز ارتعاشی بررسی می‌کند. بعد از داده برداری در حوزه شتاب برای دو ملخ سالم و نامیزان به استخراج ویژگی در حوزه‌های زمانی، فرکانسی پرداخته شده است. در ادامه ویژگی‌های بدست آمده از کاهش ابعاد به ورودی الگوریتمSVM اعمال شده‌است و نتایج حاصل از هرکدام بررسی می‌گردد. داده‌هایی که در اختیار بود به دو بخش داده ها برای آموزش و آزمودن الگوریتم هوشمند مورد بررسی قرار گرفت. طبقه‌بندی صحیح داده‌های آموزش دلالت بر انجام دقیق آزمون آزمایشگاهی و توانایی روش SVM در طبقه‌بندی دارد. استفاده هم‌زمان از مشخصه‌های زمانی به همراه مشخصه‌های فرکانسی در داده های آموزش منجر به نتایج بهتر در مقایسه با استفاده هر یک از مشخصه‌های زمانی و فرکانسی به صورت مجزا گردیده است. برای مقایسه ملخ سالم و نامیزان تغییر دور به یک دور بهینه به همراه استفاده از هر دو مشخصه زمانی و فرکانسی بهترین پاسخ را برای طبقه بندی صحیح داده های آزمون را می دهد. |
| کلیدواژه ها |
| : نامیزانی– آنالیز ارتعاشات – ملخ – ماشین بردار پشتیبان |
| وضعیت: پذیرفته شده برای ارائه شفاهی |
