চাকা সনাক্তকরণ সিস্টেম নাকাল জন্য সেন্সর

কাগজটি একটি নিউরাল নেটওয়ার্ক এবং ফাজি লজিক ভিত্তিক সিস্টেমের নকশা এবং বাস্তবায়নের দিকে নির্দেশ করে যা চাকার অবস্থা পর্যবেক্ষণের জন্য বিভিন্ন সেন্সরের আউটপুটগুলিকে একত্রিত করে। এটা অনুমান করা যেতে পারে যে নাকাল প্রক্রিয়ার ক্ষেত্রে, একটি একক নাকাল চাকার জীবনকাল চলাকালীন প্রক্রিয়াটির অবস্থা চাকা কাটার ক্ষমতার পরিবর্তনের একটি ফাংশন মাত্র। এই কারণেই চাকা অবস্থা পর্যবেক্ষণ একটি নাকাল প্রক্রিয়ার জন্য যেকোনো স্বয়ংক্রিয় তত্ত্বাবধান ব্যবস্থায় একটি গুরুত্বপূর্ণ ভূমিকা পালন করে।

একটি সফল নাকাল চাকা অবস্থা পর্যবেক্ষণ এই উদ্দেশ্যে ব্যবহৃত নির্ভরযোগ্য এবং মজবুত সেন্সরের উপর অনেকাংশে নির্ভর করে। মানব অপারেটরের অনুপস্থিতিতে, সেন্সরগুলির অবশ্যই প্রক্রিয়া সনাক্ত করার ক্ষমতা থাকতে হবে। অস্বাভাবিকতা এবং সংশোধনমূলক পদক্ষেপ শুরু। বিভিন্ন সংকেত রয়েছে যা প্রক্রিয়াটির অবস্থার সাথে সম্পর্কযুক্ত এবং সেগুলি বিভিন্ন সেন্সিং এবং প্রক্রিয়াকরণ কৌশলগুলির বিষয়। এই সংকেতগুলির প্রতিটিই নির্ভরযোগ্যতার ভিন্নতা থাকা সত্ত্বেও আগ্রহের ঘটনার সাথে সম্পর্কিত একটি বৈশিষ্ট্য প্রদান করতে সক্ষম। তাই বিভিন্ন সেন্সর থেকে একটি প্রক্রিয়ার অবস্থা সম্পর্কে সর্বাধিক পরিমাণ তথ্য সংগ্রহ করা হল সর্বোত্তম সমাধান। সেন্সর ফিউশনের কৌশলগুলিকে মূর্ত করার জন্য একটি বুদ্ধিমান সেন্সিং সিস্টেম অনুশীলন করার জন্য এই জাতীয় ধারণা চালু করতে হবে।

এই গবেষণায়, একাধিক সেন্সর সহ একটি মনিটরিং সিস্টেম প্রস্তাবিত হয় এবং এটির কার্যকারিতা পরীক্ষামূলকভাবে মূল্যায়ন করা হয়। এই সিস্টেমে কম্পন, শাব্দ নির্গমন এবং নাকাল শক্তির পরিমাপ অন্তর্ভুক্ত রয়েছে। তারা গ্রাইন্ডিং হুইল পরিধান নিরীক্ষণের জন্য দরকারী সংকেত তৈরি করে তবে সংকেতগুলির সর্বোত্তম কনফিগারেশন এবং সংকেত প্রক্রিয়াকরণ পদ্ধতি নির্বাচন করতে হবে।

এটি একটি ফিড ফরোয়ার্ড ব্যাক প্রপাগেশন নিউরাল নেটওয়ার্ক দ্বারা সম্পন্ন হয়। নেটওয়ার্কের একটি টিউনিং পদ্ধতির পরে এটি প্রতিষ্ঠিত হয়েছিল যে তথ্যপূর্ণ বৈশিষ্ট্যগুলির সংখ্যা প্রাথমিকভাবে ব্যবহৃত বৈশিষ্ট্যগুলির সেটের তুলনায় অনেক কম। একই নিউরাল নেটওয়ার্ক সিদ্ধান্ত নেওয়ার পদ্ধতিতেও প্রয়োগ করা যেতে পারে কারণ, একই সময়ে, এটি চাকা পরিধানের মডেল তৈরি করতে সক্ষম। এছাড়াও, গ্রাইন্ডিং হুইল কন্ডিশন পর্যবেক্ষণে সেন্সর ইন্টিগ্রেশনের জন্য একটি নিউরাল নেটওয়ার্ক ভিত্তিক ফাজি লজিক ডিসিশন সিস্টেম নিয়ে আলোচনা করা হয়েছে।

প্রস্তাবিত পদ্ধতির মূল্যায়ন করার জন্য, কাটার পরামিতিগুলির একটি পরিসীমা দিয়ে নাকাল করার সময় সংগৃহীত ডেটা ব্যবহার করা হয়েছিল। পরীক্ষার সময় তাজা, জীর্ণ এবং আংশিকভাবে জীর্ণ গ্রাইন্ডিং হুইলটি পর্যবেক্ষণ করা হয়েছিল। প্রতিটি পরিমাপ সংকেতের জন্য কয়েকটি পরিসংখ্যানগত এবং বর্ণালী বৈশিষ্ট্য গণনা করা হয় এবং ডেটা নির্বাচন এবং শ্রেণিবিন্যাস পদ্ধতির জন্য একটি ইনপুট হিসাবে ব্যবহৃত হয়।