Publikace detail

Image Analysis in Tribodiagnostics

Autoři: Machalík Stanislav

Rok: 2011

Druh publikace: článek v odborném periodiku

Název zdroje: Information Sciences and Technologies Bulletin of the ACM Slovakia

Název nakladatele: Slovenská technická univezita v Bratislave

Místo vydání: Bratislava

Strana od-do: 23-27

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Obrazová analýza v tribotechnické diagnostice	Cílem této práce je prozkoumat možnosti využití obrazové analýzy v kombinaci s metodou analytické ferrografie a na základě teoretických poznatků navrhnout nástroj pro automatickou klasifikaci částic. Současné metody analýzy částic opotřebení jsou založeny na vyhodnocení, které nedává přesnou představu o procesech probíhajících mezi třecími povrchy v motorové soustavě. Práce vychází z metody analytické ferrografie, která umožňuje zhodnotit stav sledovaného stroje z hlediska opotřebení. Přínosem klasifikátorů vytvořených v této práci je možnost automatického vyhodnocení výstupů analytické ferrografie; jejich použití odstraňuje zásadní nevýhodu ferrografické analýzy, kterou je její závislost na subjektivním hodnocení expertem provádějícím analýzu. Vytvořené klasifikátory jsou založeny na využití metod strojového učení.	Obrazová analýza, analytická ferrografie, klasifikace, částice opotřebení, AdaBoost, obrazové příznaky, metody strojového učení.
eng	Image Analysis in Tribodiagnostics	The aim of this paper is to explore the possibilities of using the image analysis combined with the method of analytical ferrography and suggest a tool for automated particle classification. Current methods of wear particle analysis are derived from the evaluation that does not offer an exact idea of processes that take place between the friction surfaces in the engine system. The work is based upon the method of analytical ferrography which allows to evaluate the state of the machine. The benefit of use of classifiers defined in this wirk is the possibility of automated evaluation of analytical ferrography outputs; the use of them eliminates the crucial disadvantage of ferrographical analysis which is its dependence on the subjective evaluation done by the expert who performs the analysis.	Image analysis, analytical ferrography, classification, wear particles, AdaBoost, image features, machine learning.

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Pracoviště

Jak nás najdete?

Služby

Často hledáte