सेंट्रीफ्यूगल पंपों की असामान्यताओं का निदान करने के लिए एक मशीन लर्निंग-आधारित सिग्नल एनालिटिक्स फ्रेमवर्क

बिग डाटा एनालिटिक्स के साथ एक स्मार्ट फैक्ट्री को स्वचालन करने और विनिर्माण वातावरण को अधिक बुद्धिमान बनाने की उसकी क्षमता के कारण ध्यान आकर्षित कर रहा है। साथ ही, वर्तमान विनिर्माण क्षेत्रों के सिस्टम में जटिलता और अनिश्चितता में भारी वृद्धि के साथ उच्च विश्वसनीयता की आवश्यकता है। पंप को सबसे महत्वपूर्ण उपकरणों में से एक माना जाता है क्योंकि यह विनिर्माण प्रक्रियाओं के समग्र प्रदर्शन को प्रभावित कर सकता है और इसकी यांत्रिक स्थिति का समय पर निदान करना सर्वोच्च प्राथमिकता है। इस अनुसंधान में, हम सेंट्रीफ्यूगल पंपों का एक संचालन प्रणाली और एक डेटा-आधारित दोष निदान मॉडल प्रस्तुत करते हैं जो कई प्रकार के प्रासंगिक बहुआयामी डेटा को इकट्ठा करके विकसित किया गया है। प्रस्तावित मशीन लर्निंग मॉडल का उपयोग सिग्नल पूर्व-प्रसंस्करण और विशेषता इंजीनियरिंग प्रक्रियाओं को शामिल करने वाली विश्लेषणात्मक प्रक्रियाओं के माध्यम से पंप दोषों का पता लगाने और निदान करने के लिए किया जा सकता है। घूर्णन मशीनरी से प्राप्त सिमुलेशन और केस स्टडी ने न केवल मात्रात्मक विश्वसनीयता प्राप्त करने के लिए बल्कि वास्तविक विनिर्माण क्षेत्रों में व्यावहारिक उपयोगों के लिए भी प्रस्तावित विश्लेषणात्मक ढांचे की प्रभावकारिता को प्रदर्शित किया है।