Inicio > Proyecto E-CM (1/2)
E-CM/Subproyecto 2. Sistemas inteligentes de diagnosis
E-CM (EFFICIENT CONDITION MONITORING) – “NUEVAS TÉCNICAS DE MANTENIMIENTO PREDICTIVO DE AEROGENERADORES BASADAS EN SISTEMAS EFICIENTES DE CAPTURA DE DATOS DE VIBRACIÓN Y SISTEMAS INTELIGENTES DE DIAGNOSIS
1.127.150 €
Proyectos I+D+i
Septiembre 2011 / Junio 2014
Uno de los objetivos que persigue el sub-proyecto es desarrollar un sistema automático de diagnosis basado en algoritmos de procesamiento avanzado de señal de vibraciones y técnicas de inteligencia artificial para mantenimiento predictivo de aerogeneradores. >>>sigue
>>>sigue
El aprendizaje automatizado es una rama de la Inteligencia Artificial que permite a las máquinas aprender a reconocer pautas y realizar predicciones de datos. Se trata de generalizar modelos a partir de una información suministrada en forma de ejemplos. Es lo que se llama, aprendizaje supervisado.
En concreto, el procesamiento de señal que se está utilizando se basa en procesamiento Wavelet (discretas y por paquetes) de la señal de vibración, extracción de caracterÃsticas de esa descomposición de señal, y utilización de tres tipos de algoritmos de aprendizaje inductivo: Arboles de Decisión (DT), Máquinas Vector Soporte (SVM) y K-vecinos próximos (KNN), con el objeto de comparar las diferentes técnicas ya que cada una de ellas tienen un sesgo clasificatorio diferente. Los resultados muestran que, en este problema concreto, los algoritmos SVM son los que mejor rendimiento ofrecen en porcentaje de aciertos porque son tolerantes a valores erróneos o fuera de rango y construyen modelos menos dependientes de la muestra de entrenamiento.
Esquema general del desarrollo
Esquema de procesado de las señales
Selección de atributos relevantes para defecto clase 7 (RMERLG (Amarillo) Atributos: 54, 59, 204, 209, 216, last)
Asociación de la Industria Navarra
Ctra. Pamplona, 1 - Edificio AIN | 31191 | Cordovilla | Pamplona Tel.948 421 101 Fax.948 421 100 email: ain@ain.es