تطبيق الشبكات العصبية الديناميكية مع المدخلات الخارجية للمراقبة الشرطية الصناعية

التقييم الذكي للمعلومات التي تم جمعها من مسجلات البيانات الصناعية من أجل الصيانة الوقائية هو أحد المجالات الرئيسية للبحث في المراقبة الشرطية. بسبب بيئة التشغيل العامة، يوجد علاقة غير خطية بين البيانات المدخلة والبيانات الخارجة التي تم جمعها من هذه المستشعرات. علاوة على ذلك، فإن نقل البيانات من مثل هذه البيئات الديناميكية عادة ما يتأثر بنسبة إشارة إلى ضوضاء كبيرة مع مستوى كبير من "الضوضاء الكاذبة" المتعلقة بنمط الحركة الطبيعي للأجزاء الميكانيكية. في هذا السياق، الهدف من هذه الورقة هو استكشاف وتقييم وتطوير شبكة عصبية ديناميكية مثلى لتحسين دقة توقع الأعطال في أنظمة المراقبة الشرطية. تم الحصول على بيانات التدريب لهذه الدراسة من مستشعرات الاهتزاز والحرارة المربوطة فوق محرك غير متزامن متعدد الطور. كان الهدف هو تحديد أي شذوذ في نظام التبريد المعتمد على مروحة المحرك. علاوة على ذلك، قدم النموذج تحليلاً مقارناً لنموذج الشبكة العصبية الديناميكية (DNN) مقارنة بنظام الشبكة العصبية التلقائية غير الخطية (NARX) مع مدخلات خارجية. قدمت نتيجة التحقق علاقة انحدارية قريبة قدرها 0.9734 بين النتائج المرصودة والمستهدفة على مدى تأخير قدره 7 ثوانٍ مع نموذج NARX يقدم دقة تصنيف 4.56٪ و 5.23٪. تم تقييم أفضل نموذج ضد بيانات الشذوذ غير المرئية وأظهر دقة توقع عالية.