Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Recognition of Color Thermograms of Synchronous Motor with the Application of Image Cross-Section and Linear Perceptron Classifier

Tytuł:
Recognition of Color Thermograms of Synchronous Motor with the Application of Image Cross-Section and Linear Perceptron Classifier
Autorzy:
Głowacz, A.
Korohoda, P.
Data publikacji:
2012
Słowa kluczowe:
diagnostyka
rozpoznawanie
zdjęcia termowizyjne
silnik synchroniczny
klasyfikator liniowego perceptronu
diagnostics
recognition
thermal images
synchronous motor
linear perceptron classifier
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
The article presents the diagnostic method for fault recognition of the synchronous motor. The decision on the condition of the motor is based on an analysis of thermal images. Thermal monitoring can quickly, accurately and safely locate problems, indicated by thermal anomalies. Studies were carried out for four conditions of motor with the application of image cross-section and Linear perceptron classifier. Patiem creation process used 60 color thermal images. Identification process was carried out for 200 color thermal images. Analysis of the effectiveness of the proposed recognition algorithms shows that the method can be used for diagnosis of industrial motors.
Artykuł ten przedstawia metodę diagnostyczną do rozpoznawania uszkodzenia silnika synchronicznego. Decyzja o stanie silnika jest podejmowana na podstawie analizy zdjęć termowizyjnych. Monitorowanie podczerwieni może szybko, dokładnie i bezpiecznie zlokalizować problemy, wskazane przez anomalie termiczne. Przeprowadzono badania dla czterech stanów silnika z zastosowaniem przekroju obrazu i klasyfikatora liniowego perceptronu. Proces tworzenia wzorców do rozpoznawania został przeprowadzony dla 60 kolorowych zdjęć termowizyjnych. Proces identyfikacji wykorzystywał 200 kolorowych zdjęć termowizyjnych. Analiza skuteczności rozpoznawania proponowanych algorytmów pokazuje, że metoda może być stosowana do diagnozowania silników przemysłowych.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies