topic noise and vibration

<span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<b>Phân loại tự động hư hỏng của bánh răng bằng phương pháp biến đổi Wavelet và </b>

<b>Mạng nơ-ron tích chập</b>

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>Mở đầu</b>

- Dao động kỹ thuật đã trở thành một lĩnh vực nghiên cứu có sự tác động và ảnh hưởng sâu sắc đến nhiều ngành kỹ thuật khác.

- Phân tích dao động thực nghiệm, bao gồm kỹ thuật đo và các phương pháp phân tích tín hiệu dao động đóng một vai trò quan trọng.

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

<b>Mở đầu</b>

<b>Mục tiêu của phân tích dao động thực nghiệm </b>

− Đo đạc các đại lượng dao động của đối tượng kỹ thuật và so sánh với các tiêu chuẩn nhằm mục đích kiểm định chất lượng, giám sát tình trạng kỹ thuật, đánh giá tác động đến con người và môi trường.

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

<b>Mở đầu</b>

− Đo đạc các đại lượng đầu vào (lực kích động) và các đại lượng đầu ra (dao động cơ học) nhằm mục đích nhận dạng tham số, xây dựng mơ hình, khảo sát các đặc tính động lực học của đối tượng.

− Đo đạc các đại lượng lực và tải trọng động, làm cơ sở cho việc thiết kế hoặc điều khiển hoạt động của đối tượng

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<b>Nội dung</b>

Chẩn đoán hư hỏng hộp số bánh răngĐặc trưng phân bố thời gian - tần số

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

<i> Một máy bay chiến đấu bị rơi do lỗi ổ lăn vào năm 1996 </i>

<i>Nhà máy thép hoạt động liên tục khơng ngừng nghỉ </i>

<b>I. Chẩn đốn hư hỏng hộp số bánh răng</b>

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

<b>I. Chẩn đốn hư hỏng hộp số bánh răng</b>

• So sánh độ chính xác các phương pháp trí tuệ nhân tạo của Elsayed [4]

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

<b>I. Chẩn đoán hư hỏng hộp số bánh răng</b>

• Chẩn đốn ung thư phổi bằng trí tuệ nhân tạo [5]

Thu thập ảnhTrích xuất đặc trưng_{Chẩn đoán}

Nhẹ Nghiêm

trọng

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

<b>II. Đặc trưng phân bố thời gian - tần số</b>

• Phép biến đổi Wavelet - Phân bố thời gian – tần số [6]

<i>Mơ tả phép biến đổi Wavelet_{Ví dụ phân bố thời gian – tần số}</i>

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

<b>III. Mạng Nơ-ron tích chập – ResNet</b>

• Cấu trúc mạng ResNet

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

<b>IV. Kết quả thực nghiệm</b>

• Mơ hình thí nghiệm

</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">

<b>IV. Kết quả thực nghiệm</b>

• Các loại hư hỏng bánh răng trong bộ dữ liệu

</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">

<b>IV. Kết quả thực nghiệm</b>

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

<b>IV. Kết quả thực nghiệm</b>

• Cấu trúc mạng ResNet

</div><span class="text_page_counter">Trang 19</span><div class="page_container" data-page="19">

<b>IV. Kết quả thực nghiệm</b>

</div><span class="text_page_counter">Trang 20</span><div class="page_container" data-page="20">

<b>IV. Kết quả thực nghiệm</b>

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

<b>IV. Kết quả thực nghiệm</b>

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

<b>IV. Kết quả thực nghiệm</b>

• Cấu trúc mạng ResNet

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

<b>IV. Kết quả thực nghiệm</b>

Kết quả phân loại của mơ hình

</div><span class="text_page_counter">Trang 24</span><div class="page_container" data-page="24">

<b>IV. Kết quả thực nghiệm</b>

• So sánh các kết quả nghiên cứu

<b>Heidari et al.Liu Yang et al.Long Wen et al.^{Phương pháp}_{đề xuất}</b>

</div><span class="text_page_counter">Trang 25</span><div class="page_container" data-page="25">

<b>V. Kết luận</b>

• Phương pháp huấn luyện mạng nơ-ron tích chập phù hợp để tự động nhận diện và phân loại hư hỏng của hộp số.

• Dữ liệu đầu vào phù hợp với mạng là hình ảnh phân bố thời gian tần số.

• So với những phương pháp khác, phương pháp đề xuất đã thể hiện được ưu điểm về chất lượng dữ liệu đầu vào, tiết kiệm chi phí tính tốn và phân loại nhiều tình trạng với độ chính xác cao.

</div><span class="text_page_counter">Trang 26</span><div class="page_container" data-page="26">

Tài liệu tham khảo:

[1] Heidari-Bafroui, H. and A. Ohadi, Application of Continues Wavelet Transform and Neural Network in Gearbox Fault Detection under Varying Speed Conditions. 2011.

[2] Yang, L. and H. Chen, Fault diagnosis of gearbox based on RBF-PF and particle swarm optimization wavelet neural network. Neural Computing and Applications, 2019. 31(9): p. 4463-4478.

[3] Wen, L., X. Li, and L. Gao, A transfer convolutional neural network for fault diagnosis based on ResNet-50. Neural Computing and Applications, 2020. 32(10): p. 6111-6124.

[4] Elsayed, Mahmoud & Jahromi, Hamed & Nazir, Mohsin & Jurcut, Anca. (2021). The role of CNN for Intrusion Detection Systems: An Improved CNN Learning Approach for SDNs.

[5] Bariqi Abdillah, Alhadi Bustamam, and Devvi Sarwinda(2016) Image processing based detection of lung cancer on CT scan images

[6] Mallat, S., A Wavelet Tour of Signal Processing. 1999: Academic Press, New York. Academic Press, New York.

</div><span class="text_page_counter">Trang 27</span><div class="page_container" data-page="27">

<i>Thanks for listening</i>

</div>