Abstract: R. Joshi, S. Bhatt, A. Patil, G. Soni (2022)

In todayâ€™s technology-oriented industry, maintenance management plays a crucial role by minimising overall production costs and continuously improving system reliability and product quality. Among various maintenance strategies, condition-based maintenance policy has proven to be more effective and efficient with the help of advanced deep learning approaches. A detailed comparison of the established algorithms will provide the management the ability to make prompt and informed decisions, increasing collaboration with site maintenance teams. In previously documented studies, it has been shown that convolution neural network (CNN) offers higher accuracy on smaller datasets. In this study, we aim to evaluate three CNN architectures - LeNet5, AlexNet, VGGNet16 on a set of predefined evaluation metrics, commonly used in the assessment of feature learning algorithms. The C-MAPSS dataset is used as a benchmark to perform our investigation. The paper starts with an overview of data prognostic methods that have seen widespread adoption and gradually converges to explain the sequential techniques used in data pre-processing. An empirical relation between accuracy and time taken to execute is realised. The study shows that the supervised learning model VGGNet16 excels the other models in estimation of engine remaining useful life by yielding a mean accuracy of 95.55%. Transformation of time series representations into recurrence plots enables the network to adapt reliably to the highly varying regression data and produce a good comparative result.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A Comparative Study of CNN Architectures for Remaining Useful Life Estimation