เครื่องต้นแบบการบำรุงรักษาเชิงพยากรณ์เครื่องจักรอุตสาหกรรมด้วยการเรียนรู้ของเครื่อง

Abstract

งานวิจัยนี้นำเสนอการพยากรณ์เสียงเครื่องจักร ในการบำรุงรักษาอุปกรณ์ ด้วยเสียงของ เครื่องจักร โดยการเก็บเสียงใบมีดที่ใช้งานได้ปกติและใบมีดหัก เพื่อทำการบันทึกเสียง ด้วยการสกัด คุณลักษณะเด่นโดยใช้สัมประสิทธิ์เซปสตรัมบนสเกลเมล Mel-Frequency Ceptral Coefficients (MFCC) และนำมาพยากรณ์ โดยการทดลองจะให้เครื่องเรียนรู้ทั้งสิ้น เสียงละ 100 และ 200 ครั้ง จากนั้น ทำการพยากรณ์โดยใช้ Google Colab ผลที่พบคือการเรียนรู้จำนวน 200 ครั้ง มีความแม่นยำอยู่ที่ 1.000 และการทดสอบใช้จริง 100 ครั้งมีความถูกต้องแม่นยำอยู่ที่ 80 ครั้ง ในสถานที่ที่มีสภาพแวดล้อม ที่เงียบ