Original scientific paper

Algoritam radijalne osnove i LVQ algoritam neuronske mreže za pravovremenu dijagnozu greške pogona za punjenje boca

Mustafa Demetgul ; Marmara University, Technology Faculty, Goztepe, Istanbul, Turkey
Osman Yazicioglu ; ITICU, Department of Industrial Engineering, Uskudar, Istanbul, Turkey
Aykut Kentli orcid.org/0000-0002-4098-7220 ; Marmara University, Engineering Faculty, Goztepe, Istanbul, Turkey

Abstract

U ovom je radu razvijena umjetna neuronska mreža (ANN) za brzo pronalaženje grešaka na pneumatskom sustavu. Podaci su prikupljeni i procijenjeni smatrajući da sustav radi savršeno, a greške su unaprijed predviđene. Greške uključuju manjak boce, ne funkcioniranje cilindra B za stavljanje poklopca, neispravni cilindar C za stavljanje poklopca na boce, nedovoljan tlak zraka, voda se ne puni i nizak tlak zraka. Tijekom postupka prikupljeni su signali šest senzora te je za ANN kodirano 18 najkarakterističnijih obilježja podataka. Primijenjene su dvije različite umjetne neuronske mreže (ANN) za interpretaciju kodiranih signala. Umjetne neuronske mreže testirane u ispitivanju bile su "learning vector quantization (LVQ)" i "radial basis network (RBN)". Ustanovilo se da te dvije vrste umjetnih neuronskih mreža dobro funkcioniraju u primijenjenim postupcima u sustavu u kojem se sekvencijski podaci ponavljaju.

Keywords

dijagnoza greške; pneumatski; pogon za punjenje baca; umjetna neuronska mreža

Hrčak ID:

126062

URI

https://hrcak.srce.hr/126062

Publication date:

15.8.2014.

Article data in other languages: english

Visits: 2.729 *