Aplikace algoritmů prediktivní údržby na monitorování stavu experimentálního pneumatického zařízení
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato bakalářská práce se zabývá hledáním indikátorů stavu pneumatického zařízení za použití algoritmů strojového učení a vytěžování dat. Cílem bylo určit měřitelnou veličinu a algoritmus jejího vyhodnocování, pomocí kterého bude možné identifikovat stav a zdroje poruch. Data o chování pneumatického válce byla získávána na testovacím zařízení, které bylo osazeno senzory 16 různých veličin. Zpracování a vyhodnocování dat proběhlo v nástrojích Matlabu, konkrétně Diagnostic Feature Designer a Classification Learner.
This bachelor thesis deals with finding state indicators of pneumatic cylinder using algorithms of machine learning and data mining. The goal was to determine measurable quantity and algorithm of its evaluating, using which would be possible to identify state and sources of failures. The data of behavior of pneumatic cylinder were acquished on testing stand, which was equipped by sensors of 16 different quantities. Postprocessing and evaluating of the data took place in Matlab tools, particularly Diagnostic Feature Designer and Classification Learner.
This bachelor thesis deals with finding state indicators of pneumatic cylinder using algorithms of machine learning and data mining. The goal was to determine measurable quantity and algorithm of its evaluating, using which would be possible to identify state and sources of failures. The data of behavior of pneumatic cylinder were acquished on testing stand, which was equipped by sensors of 16 different quantities. Postprocessing and evaluating of the data took place in Matlab tools, particularly Diagnostic Feature Designer and Classification Learner.
Description
Keywords
Prediktivní údržba, Průmysl 4.0, strojové učení, SVM, selekce atributů, atributy dat, vytěžování dat, indikátor stavu, pneumatický válec, Diagnostic Feature Designer, Classification Learner, Predictive maintenance, Industry 4.0, machine learning, SVM, feature selection, data features, data mining, state indicator, pneumatic cylinder, Diagnostic Feature Designer, Classification Learner
Citation
ŠTASTNÝ, P. Aplikace algoritmů prediktivní údržby na monitorování stavu experimentálního pneumatického zařízení [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2021.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Mechatronika
Comittee
doc. Dr. Ing. Kazimierz Peszyński (předseda)
doc. Ing. Zdeněk Hadaš, Ph.D. (místopředseda)
doc. Ing. Stanislav Věchet, Ph.D. (člen)
doc. Ing. Radek Vlach, Ph.D. (člen)
doc. Ing. Robert Grepl, Ph.D. (člen)
Ing. Petr Krejčí, Ph.D. (člen)
Date of acceptance
2021-06-23
Defence
Student ve vymezeném čase prezentoval svoji bakalářskou práci, dále byly přečteny posudky a zodpovězeny dotazy oponenta. Poté byly členy komise položeny následující otázky související s bakalářskou prací:
Můžete blíže okomentovat použití tenzometrů a výrazné zatížení měřených signálů šumem? Můžete blíže vysvětlit podstatu filtrační metody ReliefF? Jak je zohledněna potenciální korelace mezi zvolenými metrikami? Byly v práci prozkoumány i jiné filtrační metody? Jaký je výstup použitých algoritmů, poskytují informaci o zbytkové životnosti?
Po zodpovězení všech dotazů byla obhajoba celkově hodnocena jako velmi dobrá / B.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení