論文の概要: Thermal Image-based Fault Diagnosis in Induction Machines via Self-Organized Operational Neural Networks

• arxiv url: http://arxiv.org/abs/2412.05901v1
• Date: Sun, 08 Dec 2024 11:37:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:56:22.062030
• Title: Thermal Image-based Fault Diagnosis in Induction Machines via Self-Organized Operational Neural Networks
• Title（参考訳）: 自己組織型オペレーショナルニューラルネットワークを用いた誘導機の熱画像による故障診断
• Authors: Sertac Kilickaya, Cansu Celebioglu, Levent Eren, Murat Askar,
• Abstract要約: 誘導機のコンディションモニタリングは、コストのかかる中断や機器の故障を防止するために不可欠である。 本研究では,2次元自己組織型オペレーショナルニューラルネットワーク(Self-ONNs)を用いて,リスケージ誘導電動機の熱画像から不正やローターの故障を診断する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Condition monitoring of induction machines is crucial to prevent costly interruptions and equipment failure. Mechanical faults such as misalignment and rotor issues are among the most common problems encountered in industrial environments. To effectively monitor and detect these faults, a variety of sensors, including accelerometers, current sensors, temperature sensors, and microphones, are employed in the field. As a non-contact alternative, thermal imaging offers a powerful monitoring solution by capturing temperature variations in machines with thermal cameras. In this study, we propose using 2-dimensional Self-Organized Operational Neural Networks (Self-ONNs) to diagnose misalignment and broken rotor faults from thermal images of squirrel-cage induction motors. We evaluate our approach by benchmarking its performance against widely used Convolutional Neural Networks (CNNs), including ResNet, EfficientNet, PP-LCNet, SEMNASNet, and MixNet, using a Workswell InfraRed Camera (WIC). Our results demonstrate that Self-ONNs, with their non-linear neurons and self-organizing capability, achieve diagnostic performance comparable to more complex CNN models while utilizing a shallower architecture with just three operational layers. Its streamlined architecture ensures high performance and is well-suited for deployment on edge devices, enabling its use also in more complex multi-function and/or multi-device monitoring systems.
• Abstract（参考訳）: 誘導機のコンディションモニタリングは、コストのかかる中断や機器の故障を防止するために不可欠である。 ミスアライメントやローターの問題といった機械的欠陥は、産業環境で遭遇する最も一般的な問題の一つである。 これらの障害を効果的に監視し、検出するために、加速度センサ、電流センサー、温度センサー、マイクを含む様々なセンサーが現場で使用される。 非接触の代替手段として、サーマルイメージングは、サーマルカメラを備えたマシンの温度変化をキャプチャすることで、強力なモニタリングソリューションを提供する。 本研究では,2次元自己組織型オペレーショナルニューラルネットワーク(Self-ONNs)を用いて,リスケージ誘導電動機の熱画像から不整合および破損ロータ断層を診断する。 我々は、ResNet、EfficientNet、PP-LCNet、SEMNASNet、MixNetを含む広く使われている畳み込みニューラルネットワーク(CNN)に対して、Workswell InfraRed Camera(WIC)を用いて、その性能をベンチマークすることで、我々のアプローチを評価した。 以上の結果から, より複雑なCNNモデルに匹敵する診断性能を実現するとともに, 3つの操作層のみを有する浅層アーキテクチャを生かし, 非線形ニューロンと自己組織化能力を有する自己ONNが, より複雑なCNNモデルに匹敵する診断性能を達成できることが示唆された。 その合理化されたアーキテクチャは高性能を保証し、エッジデバイスへのデプロイにも適しており、より複雑なマルチファンクションやマルチデバイス監視システムでも使用することができる。

関連論文リスト

• Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
  タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。 既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。 ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-29T19:02:54Z)
• Multi-Sensor Fusion for UAV Classification Based on Feature Maps of Image and Radar Data [4.392337343771302]
  本稿では,すでに処理されているマルチセンサデータを新しいディープニューラルネットワークに融合させて,UAV検出のための分類精度を高めるシステムを提案する。 このモデルは、熱、光、レーダーデータに関連する個々の物体の検出と分類モデルから抽出された高レベル特徴を融合する。
  論文  参考訳（メタデータ） (2024-10-21T15:12:37Z)
• Leveraging Frequency Domain Learning in 3D Vessel Segmentation [50.54833091336862]
  本研究では,Fourier領域学習を3次元階層分割モデルにおけるマルチスケール畳み込みカーネルの代用として活用する。 管状血管分割作業において,新しいネットワークは顕著なサイス性能(ASACA500が84.37%,ImageCASが80.32%)を示した。
  論文  参考訳（メタデータ） (2024-01-11T19:07:58Z)
• Speck: A Smart event-based Vision Sensor with a low latency 327K Neuron Convolutional Neuronal Network Processing Pipeline [5.8859061623552975]
  我々は、イベントベースのカメラと低消費電力非同期スパイク畳み込みニューラルネットワーク(sCNN)コンピューティングアーキテクチャを単一チップ上に組み込んだ、チップ上のスマートビジョンセンサシステム(SoC)を提案する。 センサと処理を1つのダイに組み合わせることで、ユニット生産コストを大幅に削減できる。 非同期アーキテクチャ、個々のブロック、およびsCNN処理原理と他のsCNN対応プロセッサに対するベンチマークを示す。
  論文  参考訳（メタデータ） (2023-04-13T19:28:57Z)
• A new transformation for embedded convolutional neural network approach toward real-time servo motor overload fault-detection [0.0]
  DCサーボモーターの過負荷は、多くの企業が専門家を見つけるという問題に直面しているため、業界において大きな関心事である。 本稿では,人間の干渉を伴わないリアルタイム入力信号から障害を抽出する新しい変換法を用いて,畳み込みニューラルネットワーク(CNN)を用いた組込み人工知能アプローチを提案する。
  論文  参考訳（メタデータ） (2023-04-08T13:36:33Z)
• Energy-efficient and Privacy-aware Social Distance Monitoring with Low-resolution Infrared Sensors and Adaptive Inference [4.158182639870093]
  低分解能赤外線センサを利用して、屋内空間におけるプライバシー保護社会距離監視ソリューションを実装できる。 簡単な起動トリガと8ビット量子化畳み込みニューラルネットワーク(CNN)のカスケードで構成されるエネルギー効率の良い適応型推論ソリューションを提案する。 8x8の低分解能赤外線センサの出力を処理すると、静的CNNベースのアプローチでエネルギー消費量を37～57%削減できることを示す。
  論文  参考訳（メタデータ） (2022-04-22T07:07:38Z)
• Energy-Efficient Model Compression and Splitting for Collaborative Inference Over Time-Varying Channels [52.60092598312894]
  本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。 提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
  論文  参考訳（メタデータ） (2021-06-02T07:36:27Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)
• Towards Online Monitoring and Data-driven Control: A Study of Segmentation Algorithms for Laser Powder Bed Fusion Processes [83.97264034062673]
  レーザーパウダーベッド融合機の増加は、オンライン監視とデータ駆動制御能力を改善するためにオフ軸赤外線カメラを使用する。 我々は、各赤外線画像を前景と背景に分割する30以上のセグメンテーションアルゴリズムについて検討する。 同定されたアルゴリズムは、レーザ粉体層融合機に容易に適用でき、上記の各制限に対処し、プロセス制御を大幅に改善することができる。
  論文  参考訳（メタデータ） (2020-11-18T03:30:16Z)
• Adaptive Anomaly Detection for IoT Data in Hierarchical Edge Computing [71.86955275376604]
  本稿では,階層型エッジコンピューティング(HEC)システムに対する適応型異常検出手法を提案する。 本研究では,入力データから抽出した文脈情報に基づいてモデルを選択する適応的手法を設計し,異常検出を行う。 提案手法を実際のIoTデータセットを用いて評価し,検出タスクをクラウドにオフロードするのとほぼ同じ精度を維持しながら,検出遅延を84%削減できることを実証した。
  論文  参考訳（メタデータ） (2020-01-10T05:29:17Z)
• Convolutional-Recurrent Neural Networks on Low-Power Wearable Platforms for Cardiac Arrhythmia Detection [0.18459705687628122]
  マイクロコントローラと低消費電力プロセッサで動作するニューラルネットワークの推論に焦点を当てる。 心不整脈を検出・分類するために既存の畳み込みリカレントニューラルネットワークを適用した。 メモリフットプリントは195.6KB、スループットは33.98MOps/sである。
  論文  参考訳（メタデータ） (2020-01-08T10:35:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。