فهرست نشریات علمی دسترسی آزاد ایران

در پژوهش حاضر سیگنال‌های ثبت شده از یک جعبه‌دنده آزمایشگاهی به‌منظور شناسایی وضعیت سلامت و نوع عیوب، توسط الگوریتم نوین پیشنهاد شده مبتنی بر یادگیری جمعی (الهام گرفته شده از الگوریتم جنگل تصادفی) مورد مطالعه قرار گرفته است. به همین جهت، یک جعبه‌دنده آزمایشگاهی یک مرحله‌ای طراحی و ساخته شده و در چهار وضعیت سلامت مختلف با شرایط کاری متنوع آزمایش شده است. ارتعاشات در 6 نقطه-جهت ثبت گردیده و در مجموع ۷۹۲ سیگنال اندازه‌گیری شده است. برای داده‌های ثبت شده توسط هر حسگر یک طبقه‌بند ماشین بردار پشتیبان با کرنل خطی آموزش داده شده و دقت تشخیص عیوب توسط داده‌های هر یک از حسگر‌ها (به صورت جداگانه) استخراج و مقایسه شده است. سپس یک الگوریتم جدید برای ترکیب داده‌های 6 حسگر توسعه داده شده است. نتایج نشان می‌دهد که الگوریتم پیشنهادی دقت تشخیص بالاتری نسبت به طبقه‌بندهای ساخته شده از هر حسگر‌ دارد. همچنین روشی برای محاسبه سطح اطمینان تشخیص الگوریتم پیشنهادی نیز ارائه گردیده است. نشان داده شده است که روش پیشنهادی می‌تواند با در دست داشتن داده‌های کمتر (هر تعداد حسگر از مجموع 6 حسگر) نیز برای هدف عیب‌یابی به کار رود و در این صورت، مطابق انتظار دقت و سطح اطمینان تشخیص‌های آن کاهش می‌یابد.