В данном исследовании разработана система идентификации неисправностей электропривода на языке программирования Python на основе экспериментальных данных. База данных состоит из многомерных временных рядов, полученных с использованием датчиков вибрации SpectraQuest's Machinery Fault Simulator (MFS). Модель включает шесть различных моделируемых состояний, включая нормальную работу и различные виды неисправностей, такие как дисбаланс, смещение и неисправности подшипников. Для анализа многомерных данных использован Автоэнкодер LSTM (Long Short-Term Memory), тип рекуррентной нейронной сети (RNN), используемый для анализа последовательных или временных рядов. Эти модели способны автоматически учитывать влияние прошлых событий и извлекать как краткосрочные, так и долгосрочные зависимости. Процес

Привалов Д.А. (науч. рук. Демидова Г.Л.) ИДЕНТИФИКАЦИЯ НЕИСПРАВНОСТЕЙ ЭЛЕКТРОПРИВОДА С ИСПОЛЬЗОВАНИЕМ LSTM: АНАЛИЗ МНОГОМЕРНЫХ ВРЕМЕННЫХ РЯДОВ // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/13435