Система безперервного вібромоніторингу стану технологічного обладнання з машинним навчанням класифікатору
Ольга Олійник, Юрій ТараненкоВібромоніторинг технологічного обладнання відрізняється наявністю нестаціонарних складні вібросигналів, які характеризуються наявністю тимчасових залежностей амплітуди, частоти, фази. У класичному машинному навчанні вже отримані дані зазвичай випадковим чином ділять на навчальний і тестовий набори. На основі навчального набору даних отримують класифікатор, а за допомогою тестового перевіряють точність цього отриманої моделі класифікатора даних. Розроблений програмний комплекс вирішує проблему ідентифікації діагностичних вібросигналів методом підбору часових рядів тестового сигналу з мінімальною близькістю на основі вейвлет-коефіцієнтів. Відбір в тестовий набір здійснюється в процесі контролю за мінімальним значенням коефіцієнта автокогерентності, який близький до нуля. Таким чином, класифікатор даних працює безперервно, збагачуючи математичну модель розпізнаванням з'являються дефектів обладнання, що залежать від великого числа випадкових чинників-умов монтажу кваліфікації обслуговуючого персоналу і т.п. Принципово новий підхід до організації ідентифікації вібрації полягає в тому, що ідентифікуються не сигнали вібромониторинга записані за певний період часу, а ідентифікація відбувається в реальному режимі часу. Це робить контроль за станом технологічного обладнання оперативним. Розроблений алгоритм аналізу дозволяє реалізувати систему безперервного вібромониторинга технологічного обладнання, підвищити точність ідентифікації діагностичних вібросигналів за рахунок використання комплексного підходу до аналізу близькості тестового сигналу