| dc.contributor.author | Парфиевич, Андрей Николаевич | |
| dc.contributor.author | Саливончик, Юрий Николаевич | |
| dc.contributor.author | Селивоник, Максим Валерьевич | |
| dc.coverage.spatial | Брест | |
| dc.date.accessioned | 2022-08-04T09:50:13Z | |
| dc.date.available | 2022-08-04T09:50:13Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Парфиевич, А. Н. Искусственные нейросетевые модели в акустической диагностике прямозубых зубчатых колес в составе многовальных приводов / А. Н. Парфиевич, Ю. Н. Саливончик, М. В. Селивоник // Вестник Брестского государственного технического университета. – 2022. – № 2 (128). – С. 100–104. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/29142 | |
| dc.description | A. N. Parfievich, Yu. N. Salivonchik, M. V. Selivonik. ARTIFICIAL NEURAL NETWORK MODELS IN ACOUSTIC DIAGNOSTICS OF STRAIGHT STRAIGHT-TOOTHED GEARS AS PART OF MULTI MULTI-SHAFT DRIVES | |
| dc.description.abstract | В статье рассмотрен нейросетевой подход при мониторинге технического состояния зубчатых колес в составе многовального привода, основанный на синтезе спектрального анализа акустического сигнала и алгоритмов обработки информации искусственными нейросетевыми моделями. Приведены различные вариант варианты классических архитектур нейронных сетей, применяемых для решения задач классификации. Показана достаточно высокая эффективность и точность выявления локального дефекта зубчатого колеса многовального привода при проведении безразборной диагностики. | |
| dc.language.iso | ru | |
| dc.publisher | БрГТУ | |
| dc.subject | зубчатое колесо | |
| dc.subject | дефект | |
| dc.subject | диагностика | |
| dc.subject | искусственная нейронная сеть | |
| dc.subject | архитектура | |
| dc.subject | gear wheel | |
| dc.subject | defect | |
| dc.subject | diagnostics | |
| dc.subject | artificial neural network | |
| dc.subject | architecture | |
| dc.title | Искусственные нейросетевые модели в акустической диагностике прямозубых зубчатых колес в составе многовальных приводов | |
| dc.type | Статья (Article) | |
| dc.identifier.udc | 620.179.18 | |
| dc.abstract.alternative | The article considers a neural network approach for monitoring of the technical condition of gears as part of a multi multi-shaft drive, based on the sy syn- thesis of spectral analysis of an acoustic signal and algorithms for processing information by artificial neural network models. Various variants of class classical architectures of neural networks used to solve classification problems are presented. Sufficiently high efficiency and ac curacy of detecting a local defect in a gear wheel of a multi multi-shaft drive during CIP diagnostics is shown. | |
| dc.identifier.doi | https://doi.org/10.36773/1818-1112-2022-128-2-100-104 | |
