Tiếng Việt
Dữ liệu âm thanh được xử lý bằng lọc nhiễu, chuẩn hóa biên độ và biến đổi wavelet để tạo ảnh phổ (scalogram), sau đó sử dụng mạng nơ-ron tích chập GoogLeNet để huấn luyện và nhận diện lỗi.
Mô hình được đánh giá trên tập dữ liệu độc lập và có khả năng nhận diện ba dạng hư hỏng phổ biến gồm mất pha, lỗi cách điện và hỏng bạc đạn. Kết quả đạt độ chính xác khoảng 94,21%, cho thấy hiệu quả cao trong phát hiện sớm sự cố.
Công trình mở ra hướng ứng dụng các giải pháp chẩn đoán thông minh trên thiết bị di động, góp phần giảm chi phí và tăng tính linh hoạt trong bảo trì hệ thống công nghiệp.
Thêm đánh giá của bạn
Xếp hạng
Không có bài đánh giá nào!