Tento dokument se zabývá klasifikací akce na základě dat z akustické emise, která je relevantní pro komerční sféru. Proces zahrnuje rezervaci tématu v systému KOS, kontrolu splnění kreditů a povinných předmětů, a následnou klasifikaci dat. Cílem je klasifikovat stupeň opotřebení vrtáku na základě akustické emise.
Proces zápisu a studia
Všichni studenti FJFI ČVUT, s výjimkou studentů přijatých do 1. ročníku, musí splnit předepsané podmínky pro postup do dalšího akademického roku. Tyto podmínky zahrnují dosažení minimálně 30 kreditů za předchozí akademický rok (pokud byl prvním rokem bakalářského studia) a splnění všech povinných předmětů zapsaných podruhé.
Zápis studentů v systému KOS proběhne od 1. srpna 2025 do 21. srpna 2025. Během tohoto období si student zkontroluje v systému KOS, zda splnil předepsaný počet kreditů a všechny povinné předměty zapsané podruhé. Po uzavření zápisu již student nemůže samostatně provádět změny předmětů pro daný semestr. V systému KOS je také nutné si zkontrolovat osobní údaje.
Změny zápisu jsou možné od 22. září 2025 do 10. října 2025. Zkoušky zapsané v akademickém roce 2024-2025 je možné skládat i po zápisu, nejpozději však do 21. září 2025.
Akustická emise (AE)
Akustická emise (AE) je jev, při kterém se do materiálu uvolňují elastické napěťové vlny o frekvencích v řádu až MHz, tedy daleko nad slyšitelnou částí frekvenčního spektra. Po dosažení povrchu tělesa lze tyto vlny měřit piezoelektrickými snímači a detekovat tak např. mikroskopický růst trhlin (únava materiálu), netěsnost tlakových nádob (jaderných či chemických reaktorů), tření v ložiscích a převodových ústrojích apod. Pokud má AE charakter příliš častých pulzů, které splývají v signál podobný spíše šumu, mluvíme o spojité AE.
Měřící set-up a sběr dat
Měření byla provedena USB osciloskopem Handyscope HS6 DIFF, výrobce TiePie, za použití tří typů snímačů AE: dva s korundovou keramickou styčnou plochou, jeden magnetický s poniklovanou styčnou plochou a jeden s ocelovou styčnou plochou. Každý typ snímače má jinou frekvenční charakteristiku neboli citlivost na různé frekvence obsažené ve snímaných akustických vlnách, způsobenou svou konstrukcí.
Vrtačkou Bosch, upevněnou ve stojanu pro zajištění konstantního přítlaku a otáček, bylo vrtáno do ocelové desky o rozměrech 70 x 93 x 10 mm.
Zpracování a klasifikace dat
Bylo provedeno 5 sad měření spojité AE, mezi kterými byl vrták uměle otupen za použití brusného kamene. Tupost vrtáku ovlivňuje charakter AE v důsledku odkrajování tenkých vrstev materiálu a třením styčných ploch. V každé sadě měření bylo vrtáno do děr 1 až 5 pro každou z 5 úrovní otupení vrtáku po dobu přibližně 5 sekund. Z každého signálu byla vyříznuta čtyřsekundová střední část souvislého vrtání na 4 kanálech odpovídajících 4 snímačům AE.
Pro klasifikaci byl proveden výběr podúseků z každého signálu o délce 6000 vzorků jako dostatečně dlouhé úseky pro zachycení charakteristik signálů, zároveň dostatečně krátké pro rozumnou výpočetní dobu současných ML/AI algoritmů. Pro každou úroveň tuposti vrtáku ze signálu příslušejícího každé díře bylo vybráno 500 podúseků.
Předkládá se celý dataset, je na každém, zda využije všechny výseky signálů nebo si zvolí ke klasifikaci jen jeden či dva vybrané kanály ze snímačů AE1 až AE4. V následujícím souboru je tedy ke stažení 90% výseků signálů se známým původem, které jsou vybaveny ‚labely‘ označujícími stupeň tuposti 0 až 4 (0=zcela nový až 4=nejvíce otupený vrták).
Možná témata pro klasifikaci
- MLP s L2 regularizací + 5 fold ensamble
- Multi Input Deep Residual MLP
- Multiple-Instance Learning (MIL) + Ensamble model
- Kombinace konvoluce, rekurentní síť, attention alg.
- Supervised K-neighbors classifier
Monitorování akustické emise
Způsoby hodnocení kvality klasifikace jsou klíčové pro určení úspěšnosti zvolených algoritmů a metod.
tags: #uzavreni #klasifikace #fjfi