Objavljen: Građevinar 76 (2024) 11
Tip rada: Znanstveni rad
Preuzmi članak (HR verzija): PDF
Preuzmi članak (EN verzija): PDF

Utvrđivanje stanja kolnika pomoću podataka o ubrzanju prikupljenih pametnim telefonima na temelju 1D konvolucijske neuronske mreže

Posljednjih je godina postignut napredak metoda utvrđivanja stanja kolnika na temelju vibracija i dokazano je da je moguće utvrditi stanje kolnika analizom podataka o ubrzanju. U ovom se radu predlaže sudjelovanje javnosti u prikupljanju podataka i uvedena je jednodimenzijska konvolucijska neuronska mreža (1D-CNN) za izravnu obradu signala ubrzanja kako bi se otklonila ograničenja tradicionalnih metoda kategoriziranja strojnim učenjem. U ovom istraživanju kao alati za ispitivanje upotrijebljeni su pametni telefon i bicikl, a prikupljena su 422 uzorka podataka o ubrzanju duž X, Y i Z osi, uključujući četiri tipa stanja kolnika: neravan kolnik, kolnik s uspornicima (tzv. ležećim policajcima), ravni kolnik i kolnik s udarnim rupama. Projektirano je pet tipova mreže 1D-CNN-a s različitim funkcijama za aktivaciju i mrežnim strukturama za klasifikaciju podataka i uspoređeno je s algoritmima za strojno učenje, uključujući neuronske mreže stroja potpornih vektora (SVM) i radijalne bazne funkcije (RBF). Rezultati pokazuju da je jednodimenzijska konvolucijska neuronska mreža, uz tri konvolucijska sloja i tri sloja udruživanja primjenom rektificirane linearne aktivacije najučinkovitija u pogledu klasifikacije, s klasifikacijskom točnošću od 0,9976. U usporedbi s neuronskim mrežama stroja potpornih vektora (SVM) i radijalne bazne funkcije (RBF), konvolucijska neuronska mreža ne samo da štedi mnogo vremena jer ne zahtijeva ručno izdvajanje značajki, već pruža i veću klasifikacijsku točnost.

LICENCA:

This paper is licensed under a Creative Commons Attribution 4.0 International License.