prikaz prve stranice dokumenta Dijagnostika elektromotora modelima umjetne inteligencije
  Preuzmi
PDF 2.87 MB
diplomski rad
Dijagnostika elektromotora modelima umjetne inteligencije
2022. urn:nbn:hr:190:557748
Ladić, Tin
Sveučilište u Rijeci
Tehnički fakultet
Zavod za automatiku i elektroniku
Katedra za elektroniku, robotiku i automatiku

Citirajte ovaj rad

Ladić, T. (2022). Dijagnostika elektromotora modelima umjetne inteligencije (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:557748

Ladić, Tin. "Dijagnostika elektromotora modelima umjetne inteligencije." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:557748

Ladić, Tin. "Dijagnostika elektromotora modelima umjetne inteligencije." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:557748

Ladić, T. (2022). 'Dijagnostika elektromotora modelima umjetne inteligencije', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 04.07.2024., https://urn.nsk.hr/urn:nbn:hr:190:557748

Ladić T. Dijagnostika elektromotora modelima umjetne inteligencije [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2022 [pristupljeno 04.07.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:557748

T. Ladić, "Dijagnostika elektromotora modelima umjetne inteligencije", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:557748

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:557748
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDijagnostika elektromotora modelima umjetne inteligencije
Naslov (engleski)Electromotor diagnostics using artificial intelligence methods
AutorTin Ladić
MentorZlatan Car (mentor)
Član povjerenstvaSaša Vlahinić (predsjednik povjerenstva)
Član povjerenstvaZlatan Car (član povjerenstva)
Član povjerenstvaIvan Volarić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za automatiku i elektroniku)
(Katedra za elektroniku, robotiku i automatiku)
Rijeka
Datum i država obrane2022-09-27, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Temeljne tehničke znanosti
Automatika
Sažetak
U ovome diplomskom radu obrađene su metode dijagnostike elektromotornih pogona korištenjem umjetne inteligencije. Predstavljeni su i opisani algoritmi XGBoost i MLPClassifier koji su se primjenjivali za dijagnostiku u ovom radu, te je opisana analiza glavnih komponenti (PCA) i metoda uklanjanja jako koreliranih podataka kao metode koje se koriste za predobradu podataka. Uspoređeni su rezultati korištenjem oba algoritma bez predobrade i sa predobradom podataka, te je XGBoost algoritam s uklonjenim jako koreliranim podatcima odabran kao najbolji alat za dijagnostiku elektromotornih pogona metodama umjetne inteligencije u ovome slučaju.
Sažetak (engleski)
This master thesis describes methods of electric drive fault diagnosis using artificial intelligence. XGBoost and MLPClassifier algorithms are described and used in this thesis, alongside Primary Component Analysis (PCA) and removal of highly correlated data as data preprocessing methods. Described algorithms are tested using original data and preprocessed data, the results are compared. XGBoost classification using preprocessed data via the removal of highly correlated data is deemed the best for fault diagnosis in this case.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:557748
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2022-09-20 14:56:42