E. Tầng liên kết đầy đủ
Tầng liên kết đầy đủ là một mạng nơron nhiều lớp (Multiayer Perceptron) sử dụng hàm kích hoạt softmax ở đầu ra. Mỗi nơron trong tầng này được tính tốn dựa trên đầu vào là tồn bộ nơron của tầng phía sau. Mục tiêu của tầng liên kết đầy đủ sử dụng các đặc trưng ở mức cao đã được phân tách bởi các tầng tích chập và pooling ở phía trước để đưa vào các lớp của bộ dữ liệu. Tầng cuối cùng sẽ đánh giá điểm cho từng lớp của bộ dữ liệu phục vụ cho lớp bài toán phân loại.
2.4 Kết luận chương
Phần đầu chương 2 đã giới thiệu một số tín hiệu thường được sử dụng phát hiện lỗi trong động cơ. Tiếp theo, giới thiệu về các phương pháp xử lý tín hiệu trên ba miền là thời gian, tần số và miền kết hợp thời gian-tần số. Phần cuối chương đã giới thiệu tổng quan về mạng Nơron và mơ hình mạng CNN sử dụng để xử lý dữ liệu dạng ảnh.
38
CHƯƠNG 3. XÂY DỰNG BỘ DỮ LIỆU LỚN VÀ THỬ NGHIỆM PHƯƠNG PHÁP HỌC SÂU CHẨN ĐỐN LỖI VỊNG BI
3.1 Phương pháp chẩn đốn lỗi vịng bi
Khi động cơ phát sinh hư hỏng trong q trình hoạt động, ngun nhân có thể đến từ nhiều lý do khác nhau. Tuy nhiên các lỗi xảy ra thường có liên quan đến các tín hiệu vật lý được thu thập từ động cơ trong quá trình hoạt động. Bằng cách xử lý các tín hiệu thu được sẽ giúp ta chẩn đốn lỗi của động cơ.
Trong phạm vi của đề tài, ta sẽ chỉ phân tích lỗi của vịng bi trong động cơ điện ba pha. Ta sử dụng phương pháp chẩn đốn lỗi vịng bi bằng phương pháp xử lý tín hiệu rung động. Vì vịng bi là một thành phần cơ học của động cơ, khi động cơ hoạt động bình thường sẽ có tần số rung cố định. Khi xuất hiện lỗi trên vòng bi,chuyển động của các viên bi qua vị trí lỗi sẽ tạo ra các dao động với biên độ lớn xuất hiện theo chu kỳ riêng, do đó độ rung của động cơ có sự thay đổi và ta có thể dễ dàng phân tích và đánh giá. Phân tích tín hiệu rung động giúp xác định được lỗi vòng bi và vị trí xảy ra lỗi trên vịng bi thơng qua sự khác nhau giữa tần số rung thơng thường và tần số lỗi vịng bi từ đo giúp ta có thể phân loại lỗi vịng bi rõ ràng.
Đặc tính của tín hiệu thu được từ cảm biến về tình trạng hoạt động của vịng bi là liên tục, không ổn định và tức thời ở một điểm thời gian nhất định[6]. Tín hiệu dạng này thường thiếu thông tin hữu ích trong các miền thời gian hoặc tần số nhưng có thể có thơng tin hữu ích thơng qua đại diện hợp nhất trong tần số - thời gian. Do đó, việc áp dụng các phương pháp biến đổi trong miền thời gian hoặc tần số cho tín hiệu này có thể đem lại hiệu quả khơng mong muốn.
Do đó, để tối ưu và dự đốn đốn chính xác hơn, phương pháp mới kết hợp hai miền thời gian và tần số đã được phát triển. Phương pháp này chuyển tín hiệu 1- D từ miền thời gian sang tín hiệu 2-D là sự kết hợp của hai miền thời gian và tần số.
Tín hiệu rung thu được từ cảm biến ở dưới dạng 1-D trong miền thời gian, do đó ta chuyển tín hiệu từ miền thời gian sang miền kết hợp thời gian-tần số bằng phép biến đổi Fourier thời gian ngắn (STFT) để có thể thu được phân tích đầy đủ nhất tính chất của tín hiệu trên cả miền tần số và thời gian.Trước khi chuyển tín hiệu từ dạng 1-D sang 2-D thì tác giả sẽ sử dụng phương pháp EMD để trích xuất ra các thành phần đặc trưng của tín hiệu thu được và loại bỏ thành phần nhiễu và sau đó tái tạo lại tín hiệu .
Tín hiệu sau khi chuyển sang miền 2-D sẽ có định dạng là ảnh phổ. Ngày nay, để có thể phân tích, chẩn đốn lỗi từ dữ liệu dạng ảnh, người ta áp dụng các phương pháp học sâu vào việc chẩn đoán lỗi. Phương pháp học sâu sẽ giúp giảm thời gian chẩn đốn lỗi và nâng cao tính chính xác trong việc chẩn đoán. Thuật toán học sâu được sử dụng để xử lý ảnh là CNN ( mạng Nơron tích chập). Trong đề tài này, ta sẽ sử dụng mơ hình học sâu được phát triển dựa trên mạng CNN.
39
3.2 Các bộ dữ liệu lỗi vòng bi trên thế giới
Ngày nay, một lượng lớn dữ liệu được thu thập trong ngành công nghiệp và khoa học cho các mục đích khác nhau; một số được công khai trong kho lưu trữ hoặc trên các trang web. Nhưng việc thu thập dữ liệu thích hợp với chất lượng và số lượng cần thiết cho nghiên cứu lỗi vòng bi vẫn còn nhiều thách thức, đặc biệt là đối với các loại lỗi vòng bi khác nhau.
Một số bộ dữ liệu chẩn đoán cho các lỗi vịng bi được cơng bố công khai; những cái phổ biến và toàn diện nhất được liệt kê bên dưới:
A. CWRU