Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,378,150

 A New Denoising Method for Motor Fault Diagnosis
Tác giả hoặc Nhóm tác giả: Dinh-Khoa Tran, Ho-Si-Hung Nguyen, Hai-Canh Vu, Nassim Boudaoud, The-Dung Vo and Duc-Hanh Dinh
Nơi đăng: Springer Cham (SCOPUS); Số: xxx;Từ->đến trang: xxx;Năm: 2022
Lĩnh vực: Chưa xác định; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
In recent years, Deep Learning (DL) has become the key to success in the manufacturing sector. Motor fault diagnosis based on the vibration data, one of the deep learning applications in the modern manufacturing model, is recently a tendency in the scientific community. Given that the vibration data is highly sensitive to a number of noises. In this paper, a new denoising method based on Fast Fourier Transform (FFT) and K-means clustering is firstly proposed to improve the performance of the motor fault diagnosis. Convolutional Neural Network (CNN) is then applied to classify the motor faults. To validate the performance of the proposed approach, the open-source Case Western Reserve University (CWRU) data-set is considered. The experimental results confirm the advantages of the proposed denoising method when compared to the other existing methods
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn