Автоматика та інформаційно-вимірювальна техніка

ЗАСТОСУВАННЯ МЕТОДУ ГОЛОВНИХ КОМПОНЕНТ В ЗАДАЧІ АНАЛІЗУ СПЕКТРІВ ВІЛЬНИХ КОЛИВАНЬ

Автор(и)

В. С. Єременко
Національний технічний університет України ""Київський політехнічний інститут імені Ігоря Сікорського"" ROR
M. Б. Осінцева
Національний технічний університет України ""Київський політехнічний інститут імені Ігоря Сікорського"" ROR

Ключові слова

розподіл простору вхідних даних інформативні параметри метод головних компонент спектральний аналіз неруйнівний контроль

Анотація

Представлено основні методи, що застосовуються для аналізу, розподілу та класифікації простору вхідних даних. Проаналізовано і визначено головні аспекти використання вказаних методів. Визначено, що найприйнятнішим у цьому дослідженні є застосування методу головних компонент. Описано можливі алгоритми методу головних компонент і застосовано комбінацію цих алгоритмів для задачі розподілу вхідних даних під час аналізу сигналів та їх спектрів, отриманих в процесі неруйнівного контролю методом вільних коливань. Метою статті є дослідження можливості зменшення вектора інформативних ознак методом головних компонент без втрати якості розпізнавання стану об’єктів. Об’єктами дослідження можуть бути складові електродвигунів (шихтований магнітопровід), деталі літальних апаратів, виготовлені з композитних матеріалів та інші конструкції, що потребують аналізу неруйнівними методами контролю. Досліджено спектри, зняті під час неруйнівного контролю методом вільних коливань зразків вуглепластикових панелей з дефектної та бездефектної зон зразка. Визначено максимальну кількість головних компонент — дві головні компоненти, та значення максимальних дисперсій цих головних компонент для сформованого набору вхідних значень амплітуд для трьох, п’яти і десяти гармонік. Для аналізу якості розділення простору вхідних даних на класи (бездефектної та дефектної зони зразка) використано міру відстані Махаланобіса. Відмічено підвищення якості розділення значень з ушкодженої і неушкодженої зон зразка на два класи. Отже, застосування методу головних компонент, в цьому дослідженні, дозволило підвищити надійність розпізнавання стану об’єктів.

583 1386

Біографії авторів

автор В. С. Єременко, афіліація Національний технічний університет України ""Київський політехнічний інститут імені Ігоря Сікорського""

д-р техн. наук, професор, завідувач кафедри інформаційно-вимірювальних технологій

автор M. Б. Осінцева, афіліація Національний технічний університет України ""Київський політехнічний інститут імені Ігоря Сікорського""

аспірантка кафедри інформаційно-вимірювальних технологій

Посилання

В. М. Коцовський, Теорії розпізнавання образів, лекції. Ужгород: Методичні праці кафедри інформаційних управляючих систем та технологій, 2014, 24 с. [Електронний ресурс]. Режим доступу: https://dspace.uzhnu.edu.ua/jspui/handle/lib/16460 .
И. А. Биргер, Техническая диагностика: Надежность и качество. М.: Машиностроение, 1978, 240 с.
В. Є. Бахрушин, Методи аналізу даних : навчальний посібник для студентів. Запоріжжя: КПУ, 2011, 268 с.
I. T. Jolliffe, and J. Cadima, “Principal component analysis: are view and recent developments,” Philosophical Transactions of the Royal Society, A 374: 20150202, 2016. https://doi.org/10.1098/rsta.2015.0202 .
З. П. Ненова, «Идентификация дефектов в ИИС вихретокового неразрушающего контроля.» дис., Киев, 1990, 282 с.
Steven M. Holland, Principal components analysis (PCA). Department of Geology, University of Georgia, Athens, GA. 2019, 12 p. [Electronic resource]. Available: http://strata.uga.edu/8370/handouts/pcaTutorial.pdf .
Jeffrey J. Love, “Principal Component Analysis in Paleomagnetism,” Encyclopedia of Geomagnetism and Paleomagnetism, no 1, pp. 845-850, 2007. https://doi.org/10.1007/978-1-4020-4423-6_271 .
Jingxuan Tang, and Huibin Sui, “Power System Transient Stability Assessment Based on PCA and Support Vector Machine,” in International Conference on Mechanical, Electrical, Electronic Engineering & Science MEEES2018. Published by Atlantis Press, vol. 154, pp. 361-365, 2018. https://doi.org/10.2991/meees-18.2018.63 .
Kevin Huang, “Principal Component Analysis in the Eigenface Technique for Facial Recognition,” Senior Theses and Projects. Trinity College, Hartford, Connecticut. CT2012, 34 p. [Electronic resource]. Available: https://digitalrepository.trincoll.edu/theses/216 .
L. I. Smith, “A tutorial on Principal Components Analysis,” Computer Science Technical Report. University of Otago Library, Dunedin, New Zealand, no. OUCS-2002-12, 26 p., 2012. [Electronic resource]. Available: http://hdl.handle.net/10523/7534