Esta investigación propone un novedoso marco de diagnóstico de fallos simultáneos de la transmisión final que contiene la extracción de características, el entrenamiento de modelos de diagnóstico emparejados, la generación de umbrales de decisión y el reconocimiento de los modos de fallo simultáneos. En el módulo de extracción de características, se adopta la transformada de paquete wavelet y la entropía difusa para reducir la interferencia de ruido y extraer características representativas del modo de fallo. Utilizar una sola muestra de fallo para construir clasificadores de probabilidad basados en la máquina de aprendizaje extremo bayesiano disperso emparejado que se entrena sólo con modos de fallo individuales y tiene una alta generalización y dispersidad del enfoque de aprendizaje bayesiano disperso. Para generar un umbral de decisión óptimo que pueda convertir la salida de probabilidad obtenida de los clasificadores en modos de fallo simultáneos finales, esta investigación propone utilizar muestras que contengan tanto modos de fallo simples como simultáneos y el método de búsqueda Grid, que es superior a las técnicas tradicionales de optimización global. En comparación con otros enfoques de diagnóstico utilizados con frecuencia y basados en máquinas de vectores de apoyo y redes neuronales de probabilidad, los resultados de los experimentos basados en el valor de la medida F 1 verifican que la precisión y la eficiencia del diagnóstico del marco propuesto, que son cruciales para el diagnóstico de fallos simultáneos, son superiores al enfoque existente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Arboterrorismo: Dudoso engaño o peligro mortal
Artículo:
Modelización del uso de la comunidad de conocimiento en línea: Una perspectiva de necesidades-accesorios-características
Artículo:
Ciclos de corte de redes de preferencia condicionales con enfoque de conjunto de retroalimentación
Artículo:
Dielectroforesis de CA con geometría de electrodo elíptica
Artículo:
Procesamiento de datos médicos en la nube para optimizar el efecto de los fármacos