DİZEL YAKIT FİLTRE ELEMANI

Mekanik ekipmanın büyük ölçekli, akıllı ve yüksek hassasiyete doğru yönelmesiyle birlikte, güç aktarımı, konum sabitleme ve diğer amaçlara ulaşmak için makaralı rulman gibi dönen parçaların kullanımı önemli ölçüde iyileştirildi.Hasar gördüklerinde veya arızalandıklarında, mekanik ekipmanın çalışma güvenliği ve üretim avantajı etkilenecektir.Ancak bu dönen parçaların özel montaj konumu nedeniyle, ekipmanın sağlık durumunu araştırmak ve yargılamak daha zordur ve insana veya deneyime dayanan önceki yöntemler artık işe yaramaz.Bu nedenle, ekipman sağlığı izlemeyi uygulamak için akıllı algılama ve teşhis yöntemi geliştirmek, sıcak bir araştırma konusu haline geldi.

Yapay zekanın hızla gelişmesiyle birlikte, pekiştirmeli öğrenme (RL) [1], [2], üretken rakip ağlar (GAN) [3], otomatik kodlayıcı gibi, giderek daha fazla sayıda makine öğrenimi yöntemi, mekanik ekipmanın akıllı teşhisini gerçeğe dönüştürüyor ve başarılı kılıyor. (AE) [4] ve destek vektör makinesi (SVM) [5], [6], [47].Bunların arasında DVM, istatistiksel öğrenmeye dayalı, yerel minimumlara düşmesi kolay olmayan ve eğitim verilerini optimal hiper düzlem aracılığıyla ayıran, eğitim verileri ise polinom fonksiyonları gibi doğrusal olmayan haritalama yöntemleriyle yüksek boyutlu özelliklere eşlenebilen bir sınıflandırma algoritmasıdır. radyal tabanlı fonksiyonlar.Ek olarak, DVM, sınırlı örneklemler altında doğru karar hiper düzlemi sağlayabilir ve iyi bir genelleme yeteneğine sahiptir.Mükemmel performansı göz önüne alındığında, SVM birçok alanda yaygın olarak kullanılmaktadır.Wang ve ark.genelleştirilmiş bileşik çok ölçekli ağırlıklı permütasyon entropisi (GCMWPE) ve SVM'nin [7] kombinasyonuna dayanan, yüksek boyutlu özellik koleksiyonu oluşturmak için birden çok ölçekten yatak özelliklerini çıkarabilen akıllı bir hata teşhis yöntemi önerdi.Bayatı ve ark.SVM'ye [8] dayalı DC mikro şebeke için bir arıza tespit yöntemi önerdi.Her hattın bir ucundaki yerel ölçüm değeri kullanılarak, yüksek empedanslı arızanın doğru konumu belirlenebilir ve deneysel sonuçlar, şemanın gürültüye ve diğer bozulmalara karşı dayanıklı olduğunu gösterir.Ref.[9], gürültüyü ortadan kaldırmak için ayrık kosinüs filtreleme kullanan destek vektör makinesine dayalı lityum-iyon pil için akıllı bir arıza teşhis yöntemi önerdi.