Поиск :
Личный кабинет :
Электронный каталог: Баханович, Александр Геннадьевич - Нейросетевой метод акустической диагностики локальных повреждений зубчатых колес в составе многов...
Баханович, Александр Геннадьевич - Нейросетевой метод акустической диагностики локальных повреждений зубчатых колес в составе многов...
Статья
Автор: Баханович, Александр Геннадьевич
Новости науки и технологий: Нейросетевой метод акустической диагностики локальных повреждений зубчатых колес в составе многов...
Neural Network Method of Acoustic Diagnostics of Local Damage to Gears as Part of a Multi-Shaft Drive
б.г.
ISBN отсутствует
Автор: Баханович, Александр Геннадьевич
Новости науки и технологий: Нейросетевой метод акустической диагностики локальных повреждений зубчатых колес в составе многов...
Neural Network Method of Acoustic Diagnostics of Local Damage to Gears as Part of a Multi-Shaft Drive
б.г.
ISBN отсутствует
На полку
Статья
Баханович, Александр Геннадьевич.
Нейросетевой метод акустической диагностики локальных повреждений зубчатых колес в составе многовального привода = Neural Network Method of Acoustic Diagnostics of Local Damage to Gears as Part of a Multi-Shaft Drive / А. Г. Баханович, А. Н. Парфиевич, В. А. Сокол // Новости науки и технологий / гл. ред. П.И. Балтрукович; учредитель Белорусский институт системного анализа и информационного обеспечения научно-технической сферы (БелИСА). – 2022. – №2. – С. 3-10. – На рус. яз.
В статье рассмотрен нейросетевой подход акустической диагностики локального повреждения зуба зубчатого колеса многовального привода, основанный на синтезе амплитудно-частотного анализа акустического сигнала и искусственных нейронных сетей. Предложена искусственная нейросетевая модель, позволяющая выявлять поврежденные зубчатые колеса в составе многовальных приводов с разной кинематической структурой и оценивать степень развитости локальных дефектов. Эффективность предлагаемого подхода подтверждена экспериментально.
The article considers a neural network approach to acoustic diagnostics of local damage to a gear tooth of a multi-shaft drive, based on the synthesis of an amplitude-frequency analysis of an acoustic signal and artifi cial neural networks. An artifi cial neural network model is proposed that makes it possible to identify damaged gears in multi-shaft drives with diff erent kinematic structures and to assess the degree of development of local defects. The eff ectiveness of the proposed approach has been experimentally confirmed.
620.179.18
общий = БД Техника
общий = АКУСТИЧЕСКИЙ КОНТРОЛЬ
общий = НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ
Баханович, Александр Геннадьевич.
Нейросетевой метод акустической диагностики локальных повреждений зубчатых колес в составе многовального привода = Neural Network Method of Acoustic Diagnostics of Local Damage to Gears as Part of a Multi-Shaft Drive / А. Г. Баханович, А. Н. Парфиевич, В. А. Сокол // Новости науки и технологий / гл. ред. П.И. Балтрукович; учредитель Белорусский институт системного анализа и информационного обеспечения научно-технической сферы (БелИСА). – 2022. – №2. – С. 3-10. – На рус. яз.
В статье рассмотрен нейросетевой подход акустической диагностики локального повреждения зуба зубчатого колеса многовального привода, основанный на синтезе амплитудно-частотного анализа акустического сигнала и искусственных нейронных сетей. Предложена искусственная нейросетевая модель, позволяющая выявлять поврежденные зубчатые колеса в составе многовальных приводов с разной кинематической структурой и оценивать степень развитости локальных дефектов. Эффективность предлагаемого подхода подтверждена экспериментально.
The article considers a neural network approach to acoustic diagnostics of local damage to a gear tooth of a multi-shaft drive, based on the synthesis of an amplitude-frequency analysis of an acoustic signal and artifi cial neural networks. An artifi cial neural network model is proposed that makes it possible to identify damaged gears in multi-shaft drives with diff erent kinematic structures and to assess the degree of development of local defects. The eff ectiveness of the proposed approach has been experimentally confirmed.
620.179.18
общий = БД Техника
общий = АКУСТИЧЕСКИЙ КОНТРОЛЬ
общий = НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ
