haku: @instructor Juutilainen, Timo / yhteensä: 1
hakutulos-lista
viite: 1 / 1
« edellinen | seuraava »
Tekijä:Hämäläinen, Ismo
Työn nimi:Itseorganisoituvan kartan soveltaminen koneiden kunnonvalvontaan ja vikojen luokitteluun
Application of Self-Organising Map to the machine condition monitoring and fault classification
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2005
Sivut:53      Kieli:   fin
Koulu/Laitos/Osasto:Konetekniikan osasto
Oppiaine:Systeemitekniikka   (AS-74)
Valvoja:Koivo, Heikki
Ohjaaja:Juutilainen, Timo
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     | Arkisto
Tiivistelmä (fin):Teollisuuden kunnonvalvonnassa on siirrytty korjaavasta kunnossapidosta ennakoivaan kunnonvalvontaan.
Tällä pyritään vähentämään odottamattomien seisokkien määrää ja tehostamaan tuotantoa.
Samalla ihmisille ja ympäristölle aiheutuvat vaaratilanteet vähenevät.
Automaattiset, älykkäät kunnonvalvontajärjestelmät ovat vähitellen tulossa osaksi teollisuuden ennakoivaa kunnonvalvontaa.
Ennakoivassa kunnonvalvonnassa voidaan käyttää hyväksi analyyttisiä malleja sekä tietämys- ja tietopohjaisia malleja.
Neuroverkkojen soveltuvuutta kunnonvalvontaan on tutkittu varsin laajasti.

Prof.
Kohonen kehitti itseorganisoituvan kartan (SOM) 1980-luvun alussa Informaatio-tekniikan laboratoriossa.
Itseorganisoituvaa karttaa on sovellettu mm. hahmontunnistukseen, epälineaaristen prosessien mallintamiseen, luokitteluun sekä viime vuosina myös taloustieteisiin.
Itseorganisoituva kartta on algoritmina varsin yksinkertainen ja tehokas.
Lisaksi se on erittäin havainnollinen.
Sille pitää vain valita järjestelmää kuvaavat syötteet.
Se voidaan opettaa sopivasta syöteaineistosta tunnistamaan hyvin erilaisia vikoja, kuten esim. sähkömoottorin laakeri- ja roottoriviat.

Työssä tutkittiin itseorganisoituvan kartan soveltumista induktiomoottorissa esiintyvien vikojen tunnistamiseen.
Tyypillisimmät induktiotiomoottorissa esiintyvät viat ovat staattorin vauriot, roottorisauvojen vauriot sekä laakeriviat.
Neuroverkon syötteinä käytetään mm. värähtelymittauksista laskettavaa taajuusspektriä sekä kiihtyvyyden korkeampiasteisia derivaattoja.
Havaitaan, että sopivalla signaalinkäsittelyllä ja neuroverkolla voidaan toteuttaa hyvin erilaiset viat tunnistava automaattinen ja älykäs kunnonvalvontajärjestelmä.
ED:2005-07-04
INSSI tietueen numero: 28981
+ lisää koriin
« edellinen | seuraava »
INSSI