ارزیابی عملکرد شبکه های عصبی احتمالاتی و ماشین بردار پشتیبان در تشخیص عیب ملخ با استفاده از آنالیز ارتعاشات

نویسندگان

1 دانشیار، دانشکده مهندسی، دانشگاه امام علی (ع)، تهران، ایران

doi
چکیده

عیب‌یابی ملخ در هواگردها و شناورها از اهمیت بسزایی برخوردار می‌باشد. یکی از عیوب شایع در ملخ­ها عدم تعادل می­باشد که برای تشخیص این عیب، تکنیک‌های زیادی بر اساس تجزیه و تحلیل طیفی وجود دارد. این مقاله وجود عیب در یک ملخ را به روش آزمایشی و آنالیز ارتعاشی بررسی می‌کند. بعد از داده برداری در حوزه زمان برای چهار نمونه از ملخ به استخراج ویژگی در حوزه‌های زمانی و فرکانسی پرداخته شده است. در ادامه داده‌ها به ورودی شبکه‌های عصبی  احتمالاتی و ماشین بردار پشتیبان اعمال شده‌است و نتایج حاصل از هرکدام بررسی و با‌‌هم مقایسه می‌شوند. داده‌هایی که در اختیار بود در دو بخش آموزش و آزمون مورد بررسی قرار گرفت. درصد طبقه‌بندی صحیح داده‌های آموزش تقریباً برای تمامی نمونه‌هابرابر 100 درصد بوده است که این مورد دلالت بر انجام دقیق آزمون آزمایشگاهی و توانایی روش‌های شبکه‌های عصبی احتمالاتی و ماشین بردار پشتیبان در کلاس‌بندی دارد. تغییر دور به یک دور بهینه به همراه استفاده ترکیبی از هر دو مشخصه زمانی و فرکانسی بهترین پاسخ را برای طبقه‌بندی بدست می‌دهد. در ضمن از مقایسه روش‌های هوشمند، نتیجه می‌شود که استفاده از روش شبکه‌های عصبی  احتمالاتی به نتایجی با صحت بالاتر منجر می‌شود و این مورد دلالت بر دقت بالا و کیفیت مناسب این روش دارد که قادر است با دقت قابل قبولی ملخ‌های معیوب را از دیگر ملخ‌ها تفکیک نماید.