डीजल ईंधन फिल्टर तत्व

बड़े पैमाने पर, बुद्धिमान और उच्च परिशुद्धता की ओर यांत्रिक उपकरणों की प्रवृत्ति के साथ, बिजली संचरण, स्थिति निर्धारण और अन्य उद्देश्यों को प्राप्त करने के लिए रोलर बेयरिंग जैसे घूर्णन भागों के उपयोग में काफी सुधार किया गया है।जब वे क्षतिग्रस्त या विफल हो जाते हैं, तो यांत्रिक उपकरण संचालन सुरक्षा और उत्पादन लाभ प्रभावित होंगे।हालांकि, इन घूर्णन भागों की विशेष स्थापना स्थिति के कारण, उपकरण की स्वास्थ्य स्थिति का अनुसंधान और न्याय करना अधिक कठिन है, और मनुष्यों या अनुभव पर निर्भर पिछले तरीके अब काम नहीं कर सकते हैं।इसलिए, उपकरण स्वास्थ्य निगरानी को लागू करने के लिए बुद्धिमान पहचान और निदान पद्धति विकसित करना एक गर्म शोध विषय बन गया है।

कृत्रिम बुद्धिमत्ता के तेजी से विकास के साथ, अधिक से अधिक मशीन सीखने के तरीके यांत्रिक उपकरण बुद्धिमान निदान को सच और समृद्ध बनाते हैं, जैसे कि सुदृढीकरण सीखना (आरएल) [1], [2], जनरेटिव एडवरसैरियल नेटवर्क (जीएएन) [3], ऑटोएन्कोडर (एई) [4] और सपोर्ट वेक्टर मशीन (एसवीएम) [5], [6], [47]।उनमें से, एसवीएम सांख्यिकीय सीखने पर आधारित एक वर्गीकरण एल्गोरिथ्म है, जो स्थानीय न्यूनतम में गिरना आसान नहीं है और प्रशिक्षण डेटा को इष्टतम हाइपरप्लेन के माध्यम से अलग करता है, जबकि प्रशिक्षण डेटा को गैर-रैखिक मानचित्रण विधियों के माध्यम से उच्च-आयामी सुविधाओं में मैप किया जा सकता है, जैसे कि बहुपद कार्य और रेडियल आधार कार्य करता है।इसके अलावा, एसवीएम सीमित नमूनों के तहत सटीक निर्णय हाइपरप्लेन प्रदान कर सकता है, और इसमें सामान्यीकरण की अच्छी क्षमता है।इसके उत्कृष्ट प्रदर्शन को देखते हुए, एसवीएम का व्यापक रूप से कई क्षेत्रों में उपयोग किया गया है।वांग एट अल।सामान्यीकृत समग्र बहु-स्तरीय भारित क्रमचय एन्ट्रॉपी (जीसीएमडब्ल्यूपीई) और एसवीएम [7] के संयोजन के आधार पर एक बुद्धिमान दोष निदान पद्धति का प्रस्ताव दिया गया है, जो उच्च-आयामी सुविधा संग्रह का निर्माण करने के लिए कई पैमानों से असर वाली विशेषताओं को निकाल सकता है।बयाती एट अल।एसवीएम [8] पर आधारित डीसी माइक्रोग्रिड के लिए फॉल्ट लोकेशन मेथड प्रस्तावित किया।प्रत्येक पंक्ति के एक छोर पर स्थानीय मापा मूल्य का उपयोग करके, उच्च प्रतिबाधा दोष का सटीक स्थान स्थित किया जा सकता है, और प्रायोगिक परिणाम दिखाते हैं कि योजना शोर और अन्य गड़बड़ी के लिए मजबूत है।संदर्भ।[9] समर्थन वेक्टर मशीन पर आधारित लिथियम-आयन बैटरी के लिए एक बुद्धिमान दोष निदान विधि प्रस्तावित की, जो शोर को खत्म करने के लिए असतत कोसाइन फ़िल्टरिंग का उपयोग करती है।