haku: @keyword FFT / yhteensä: 13
hakutulos-lista
viite: 5 / 13
« edellinen | seuraava »
Tekijä:Jokela, Matti Kalevi
Työn nimi:Kunnonvalvonta ja vianilmaisualgoritmit
Condition Monitoring and Algorithms for Fault Detection
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2006
Sivut:56      Kieli:   fin
Koulu/Laitos/Osasto:Tietotekniikan osasto
Oppiaine:Informaatiotekniikka   (T-115)
Valvoja:Simula, Olli
Ohjaaja:Suuronen, Matti
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  7419   | Arkisto
Avainsanat:condition monitoring
learning methods
neural network
SOM
MLP
FFT
wavelets
ICA
kunnonvalvonta
oppivat menetelmät
neuroverkko
aallokemuunnos
Tiivistelmä (fin): Teollisuuden tuotantokoneisto tarvitsee säännöllistä huoltoa.
Hyvin huollettu laitteisto pitää tuotteiden laadun hyvänä ja tarjoaa työntekijöille turvallisen työympäristön.
Liian harva huoltoväli saattaa johtaa yllättäviin konerikkoihin, jotka voivat aiheuttaa kalliita huoltoja ja pitkiä tuotantokatkoksia.
Kunnonvalvonnalla voidaan seurata laitteiston kuntoa ja ennakoida sen rikkoutumista.
Ennakointi mahdollistaa laitteiston huollon optimoinnin, joka auttaa nostamaan teollisuusyrityksen kilpailukykyä.

Tässä työssä tutkitaan erilaisia kunnonvalvonta-algoritmeja.
Erityisinä mielenkiinnon kohteina ovat itsejärjestyvä kartta (SOM) ja monikerros-perseptroniverkko (MLP), jotka ovat oppivia menetelmiä.
Muita käytettyjä algoritmeja ovat FFT, aallokemuunnos ja riippumattomien komponenttien analyysi (ICA).

Algoritmien toimintaa kokeillaan käytännön olosuhteissa muutamilla eri laitteistoilla, joihin kuuluvat moottori ja kaksi erilaista vaihteistoa.
Laitteista mitattuja signaaleja analysoidaan FFT:llä ja aallokemuunnoksella, ja signaaleista yritetään eritellä riippumattomat komponentit.
Oppiville algoritmeille opetetaan laitteiden ominaistaajuudet ja kokeillaan miten hyvin ne oppivat tunnistamaan laitteiden toimintatilan niiden perusteella.

Oppivat menetelmät osasivat tunnistaa hyvin ne toimintatilat, jotka niille opetettiin.
Aitoa vikojen tunnistamista ei voitu kokeilla, sillä testattavat laitteet olivat täysin toimivia koko mittausjakson ajan.
Myös signaalin riippumattomien komponenttien erittely toimi melko hyvin vaikkei se ihan täyttänytkään ennakko-odotuksia.
ED:2006-07-07
INSSI tietueen numero: 32144
+ lisää koriin
« edellinen | seuraava »
INSSI