Abstract: R. Toma, Y. Gao, J. Kim (2022)

Frontiers in Artificial Intelligence and Applications, 360, 64–71p. (2022) DOI:10.3233/FAIA220425

Data-Driven Fault Classification of Induction Motor Based on Recurrence Plot and Deep Convolution Neural Network

Condition monitoring becomes an integral part of the industrial manufacturing system to ensure a safe working environment and reduce the cost of maintenance. Involving deep learning techniques in fault diagnosis methods not only increases the accuracy and reliability of the system but also reduces the operation time and hassle of the manual feature extraction process. In this paper, a complete framework for fault classification is introduced by using the vibration signals of bearings containing normal and faulty conditions. Firstly, the frequency spectrums of the time-series signals are generated with FFT and transformed the 1-D signal into 2-D images with the recurrence plots (RP) algorithm. Finally, a deep CNN model is designed to classify the bearing conditions with the extracted high-level features from the RP-based image dataset. The images show a distinct pattern in every bearing condition and the CNN model can achieve 99.24% accuracy to classify three different bearing conditions. The image classification-based fault diagnosis approach is automated and eliminates the disadvantages of the manual feature extraction process. The generated images with RP were also trained with three predefined CNN models to verify the effectiveness of the fault patterns. Finally, the comparative analysis demonstrates that the proposed method outperforms other researchers' approaches both in terms of classification accuracy and computational cost.

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.