prikaz prve stranice dokumenta Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju
  Preuzmi
PDF 3.01 MB
diplomski rad
Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju
2022. urn:nbn:hr:190:691846
Antunović, Mario
Sveučilište u Rijeci
Tehnički fakultet
Zavod za tehničku mehaniku

Citirajte ovaj rad

Antunović, M. (2022). Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:691846

Antunović, Mario. "Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:691846

Antunović, Mario. "Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:691846

Antunović, M. (2022). 'Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 09.04.2024., https://urn.nsk.hr/urn:nbn:hr:190:691846

Antunović M. Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2022 [pristupljeno 09.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:691846

M. Antunović, "Dijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:691846

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:691846
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDijagnostika kvarova kotrljajućih ležajeva temeljena na strojnom učenju
Naslov (engleski)Machine learning-based fault diagnosis of rolling bearings
AutorMario Antunović
MentorSanjin Braut (mentor)
Član povjerenstvaKristian Lenić (predsjednik povjerenstva)
Član povjerenstvaSanjin Braut (član povjerenstva)
Član povjerenstvaDario Iljkić (član povjerenstva)
Član povjerenstvaPaolo Blecich (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za tehničku mehaniku)
Rijeka
Datum i država obrane2022-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Opće strojarstvo (konstrukcije)
Sažetak
Jedna od najznačajnijih primjena tehnologije u kontekstu Industrije 4.0 je razvoj sustava koji je sposoban samostalno procijeniti zdravstveno stanje opreme i donositi odluke o aktivnostima održavanja koje je potrebno provesti. Ovaj diplomski rad bavi se uvodom u ciljeve, poteškoće i poznate probleme, ali i rješenja koja nudi literatura vezano za osnovne koncepte prediktivnog održavanja i zdravstvenog menadžmenta. U radu je opisan dizajn i implementacija modela koji može odrediti zdravstveno stanje ležaja. Ovo rješenje temelji se na pristupu vođenim podatcima, koristeći podatke prikupljane osjetnikom vibracija te algoritme strojnog učenja za određivanje stanja ležaja. Posebna pažnja je posvećena obradi podataka te izvlačenju i odabiru relevantnih značajki.
Sažetak (engleski)
One of the most significant applications of technology in the context of Industry 4.0 is the development of a system capable of independently assessing the health of equipment and making decisions about maintenance activities that need to be carried out. This thesis deals with an introduction to goals, difficulties and known problems, as well as solutions offered by the literature related to the basic concepts of predictive maintenance and health management. The paper describes the design and implementation of a model that can determine the state of health of the bearing. This solution is based on data-driven approach, using data collected by an accelerometer and machine learning algorithms to determine the condition of the bearing. Special attention is paid to data preprocessing and extraction and selection of relevant features.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:691846
Studijski programNaziv: Strojarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka strojarstva (mag. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2022-07-14 09:57:32