Livello: Avanzato
Per creare un sistema di monitoraggio del rilevamento delle anomalie in tempo reale per i cuscinetti a rulli, il segnale di accelerazione del cuscinetto a rulli viene preelaborato con incrementi di 0,5 secondi e quindi vari indicatori statistici vengono applicati al segnale di accelerazione preelaborato per determinare NOR (normale) e ORF (pista esterna) del cuscinetto a rulli Dopo aver definito i modelli di (guasto della pista interna) e IRF (guasto della pista interna), apprendiamo i modelli utilizzando tecniche di apprendimento automatico per costruire un sistema che monitora il rilevamento delle anomalie in tempo reale. Applicando la metodologia statistica di JMP, l'asimmetria e la curtosi sono state selezionate come indicatori statistici per riconoscere i modelli NOR (normale), ORF (guasto della pista esterna) e IRF (guasto della pista interna) dei segnali di accelerazione dei cuscinetti a rulli e il riconoscimento del modello è stato fornito da JMP. È stato costruito un modello di rilevamento delle anomalie applicando metodologie di apprendimento automatico come ANN (Artificial Neural Network), SVM (Support Vector Machines) e regressione logistica, NL (Nominal Logistics).
