DOSTÁLEK, J. Technika monitorování stavu pro chytrou diagnostiku [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Cílem práce bylo implementovat Teagerův-Kaiserův energetický operátor v prostředí LabVIEW a ověřit jeho výsledky v porovnání s jinými metodami na simulovaných i reálných datech. Bc. Jakub Dostálek chodil pravidelně na konzultace, ale vytyčený harmonogram vedoucí k cíli nabíral průběžně větší a větší zpoždění. Implementaci v prostředí LabVIEW se podařilo zrealizovat, porovnání na simulovaných datech také, porovnání na reálných datech bylo již děláno v časové tísni, což se samozřejmě projevilo na výsledcích, které nejsou ideální, ale hlavní cíle byly splněny. Práci doporučuji k obhajobě. Hodnotím 65 bodů, D.
Diplomová práce pana Dostálka se věnuje použití metody Teagerova-Kaiserova energetického operátoru (TKEO). Zadání hodnotím jako spíše náročné, protože vyžaduje nastudování poměrně komplexní problematiky a pochopení jemných nuancí. Teoretická část detailně popisuje algoritmy metody TKEO a souvisejících metod a uvádí také signály, které se používají k jejich testování. Zde mi vadí velmi rušivé až otrocké popisování všech proměnných v textu hned za vzorcem. Také necituje původní zdroje, ale spíše deriváty (např. závěrečné práce), třeba při popisu metody EMD. Praktická část začíná na s. 41 popisem použitého SW vybavení. Z pohledu čtenáře by bylo vhodné uvést veškeré použité vybavení i s verzemi na jednom místě. K realizaci programu v LabVIEW jsou využity odpovídající funkce z toolkitu Sound and Vibration, funkce pro EMD a HHT čerpá z Matlabu (Signal Processing Toolbox) a volá je z LabVIEW. Vlastními silami student implementoval funkce TKEO, konkrétně varianty CESA a DESA-2. Popisovaný kód funguje, jeho přehlednosti by pomohla subVI (v těch jsou pouze stěžejní funkce zpracování dat) a efektivní použití clusterů. Pro porovnání metod navrhuje kromě grafického posouzení i absolutní chybu, relativní chybu a střední kvadratickou chybu. U popisu rel. chyby se dopouští rozporu, protože v textu uvádí, že se vztahuje k teoretické (skutečné) hodnotě, ale vzorec je vztažen k porovnávané hodnotě. Výskyt absolutních hodnot ve vztazích také není standardní, ale v kontextu použití pro to mám pochopení. V práci je patrné, že student detailně nenastudoval vlastnosti a omezení použitých metod (zejména EMD), neuvědomuje si jejich limitace, a při jejich použití dochází k nesprávným úsudkům. Viditelné to je v kap. 5.1, kde k porovnání používá signál s lineárně narůstající frekvencí. Ten nejdříve zpracuje pomocí EMD, z výsledků vybere jednu IMF, kterou následně zpracuje Hilbertovou transformací a algoritmy CESA a DESA-2. Tyto 3 metody vůči sobě porovnává. Následně diskutuje odchylky, které způsobuje právě metoda EMD, a které jsou pro porovnání metod irelevantní. Nepoužití metody EMD, které by v tomto případě bylo příhodné, ale nijak neřeší. Pozornost přitahuje rozdílný rozsah časových os na obr. 5.2, který by měl být stejný s obr. 5.1 a 5.3. Na s. 66 je také mylné tvrzení, že autoři článku [1], se kterým data porovnává, EMD nepoužili, i když to v textu článku tvrdí. Taková informace v článku není. Za zásadně špatné ale považuji porovnání metod na reálných signálech z databáze MAFAULDA (kap. 5.3). Metody se snaží porovnat na signálech z tacho sondy pro různé provozní stavy (normální stav, nesouosost a vadné kuličkové ložisko), tento signál ale takovou informaci nemůže obsahovat. Navíc takový signál se zpracovává jinak (měřením periody), a v žádném případě nemá smysl do zpracování zapojovat EMD, které signál výrazně poškodí, což se projeví výrazným kolísáním frekvence (např. obr. 5.26). Také se zde dopouští špatné interpretace zdrojových dat, kdy data změřená fvz=51,2 kHz zpracuje fvz=50 kHz. Tuto frekvenci sice sami autoři ve zdroji [22] uvádí, ale na použité kartě NI 9234 není jednoduše dosažitelná (musela by se upravit frekvence hodin). Získaný odhad je tak posunutý a místo frekvence cca 12,4 Hz vede zpracování na cca 12,1 Hz. Této chybě bylo možné jednoduše předejít např. analýzou frekvenčních složek pomocí FFT, protože signál je stacionární. Za smysluplnější považuji až zpracování signálů z akcelerometru a mikrofonu, kde se ale stále výrazně projevují neduhy metody EMD (přeskakování módu mezi IMF). Student tyto nedostatky sice komentuje, ale nenavrhuje možné řešení. Vzhledem k tomu, že se jedná o stacionární signál, nabízí se např. prostá filtrace místo metody EMD, která by vedla k lepším výsledkům. Čitelnost textu je zhoršená často se opakujícími větami (např. poslední odstavec na s. 57 obsahuje dvě téměř identické věty, ve kterých se mění pouze 2 slova), často se opakují formálně stejné bloky textu (popis v kap. 5) a nesprávné skloňování slov středního rodu. Z výše zmíněných informací vyplývá, že student bez většího pochopení aplikoval metody a došel tak k mylným závěrům, zejména těm, které reagují na 5. bod zadání. Domnívám se proto, že nedokázal analyticky zpracovat uvedené téma, a proto předložená práce neodpovídá požadavkům na diplomovou práci. Navrhuji hodnocení F/45 bodů.
eVSKP id 159484