| dc.contributor.author | Parfievich, Andrey Nikolaevich | |
| dc.contributor.author | Sokol, Victor Alexandrovich | |
| dc.contributor.author | Neroda, Mikhail Vladimirovich | |
| dc.coverage.spatial | Brest | |
| dc.date.accessioned | 2021-12-03T11:45:33Z | |
| dc.date.available | 2021-12-03T11:45:33Z | |
| dc.date.issued | 2021 | |
| dc.identifier.citation | Parfievich, A. N. The use of artificial neural network models in the acoustic diagnostics of multi-shaft gear drives / A. N. Parfievich, V. A. Sokol, M. V. Neroda // Vestnik of Brest State Technical University. – 2021. – № 3 (126). – P. 72–75. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/24525 | |
| dc.description | А. Н. Парфиевич, В. А. Сокол, М. В. Нерода. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ПРИ АКУСТИЧЕСКОЙ ДИАГНОСТИКЕ МНОГОВАЛЬНЫХ ЗУБЧАТЫХ ПРИВОДОВ | |
| dc.description.abstract | The article considers the possibility of diagnosing a multi-shaft gear mechanical system based on the analysis of an acoustic signal using artificial neural network models on the example of the speed box of the SN-501 lathe. A sufficiently high efficiency and accuracy of detecting a local defect of the gear wheel in conditions of high acoustic activity of all components of the drive when monitoring its condition is shown. | |
| dc.language.iso | en | |
| dc.publisher | BrSTU | |
| dc.subject | gear wheel | |
| dc.subject | local defect | |
| dc.subject | artificial neural network model | |
| dc.subject | diagnostics | |
| dc.subject | acoustic signal | |
| dc.subject | multi-shaft gear drive | |
| dc.subject | колесо зубчатое | |
| dc.subject | локальный дефект | |
| dc.subject | искусственная нейросетевая модель | |
| dc.subject | диагностика | |
| dc.subject | акустический сигнал | |
| dc.title | The use of artificial neural network models in the acoustic diagnostics of multi-shaft gear drives | |
| dc.type | Статья (Article) | |
| dc.identifier.udc | 620.179.18 | |
| dc.abstract.alternative | В статье рассмотрена возможность диагностики многовальной зубчатой механической системы на основе анализа акустического сигнала с применением искусственных нейросетевых моделей на примере коробки скоростей токарного станка SN-501. Показана достаточно высокая эффективность и точность выявления локального дефекта зубчатого колеса в условиях высокой акустической активности всех составляющих привода при проведении мониторинга его состояния. | |
| dc.identifier.doi | https://doi.org/10.36773/1818-1112-2021-126-3-72-75 | |
