Využití umělé inteligence k monitorování stavu obráběcího stroje

Abstract

Diplomová práce se zabývá vytvořením vnitřní struktury neuronových sítí s cílem vytvoření umělé neuronové sítě schopné monitorovat stav stroje a vyhodnocovat jeho zbývající život. Cílem je vytvoření algoritmů a knihovny pro návrh a učení neuronové sítě, a tím i hlubší pochopení problematiky než při použití existujících knihoven. Zvolenou metodou byla dopředná síť s architekturou vícevrstvého perceptronu a učenou pomocí zpětné propagace. Dosaženým výsledkem bylo, že síť byla schopna určovat stav součásti z měření vibrací a na jeho základě byl odhadován zbývající život dané součásti.Diploma thesis focus on creation of neural network’s internal structure with goal of creation Artificial Neural Network capable of machine state monitoring and predicting its remaining usefull life. Main goal is creation of algorithm’s and library for design and learning of Artificial Neural Network, and deeper understanding of the problematics in the process, then by utilising existing libraries. Selected method was forward-propagation network with multi-layered perceptron architecture, and backpropagation learning. Achieved results was, that the network was able to determine parts state from vibration measurement and on its basis predict remaining usefull life.