Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/612AB8B1-CE0D-47F4-836F-9EBC278FFB0E | - |
| Αναγνωριστικό | https://doi.org/10.1117/12.386766 | - |
| Γλώσσα | en | - |
| Μέγεθος | 12 pages | en |
| Τίτλος | Intelligent online quality control using discrete wavelet analysis features and likelihood classification | en |
| Δημιουργός | Zervakis Michalis | en |
| Δημιουργός | Ζερβακης Μιχαλης | el |
| Δημιουργός | Pouliezos, A.D., 1951- | en |
| Δημιουργός | Stavrakakis Georgios | en |
| Δημιουργός | Σταυρακακης Γεωργιος | el |
| Δημιουργός | Enrico Tomasini | en |
| Δημιουργός | Nicola Paone | en |
| Δημιουργός | Lorenzo Scalise | en |
| Περίληψη | This paper presents a method for extracting features in the wavelet domain of vibration velocity transient signals of washing machines, that are then used for classification of the state (acceptable-faulty) of the product. The Discrete Wavelet Transform in conjunction with Statistical Digital Signal Processing techniques are used for feature extraction. The performance of this feature set is compared to features obtained through standard Fourier analysis of the stationary part of the signal. Minimum distance Bayes classifiers are used for classification purposes. Measurements from a variety of defective/non-defective washing machines taken in the laboratory as well as from the production line are used to illustrate the applicability of the proposed method. | en |
| Τύπος | Πλήρης Δημοσίευση σε Συνέδριο | el |
| Τύπος | Conference Full Paper | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2015-10-23 | - |
| Ημερομηνία Δημοσίευσης | 2000 | - |
| Θεματική Κατηγορία | Projects, Physics | en |
| Θεματική Κατηγορία | physics projects | en |
| Θεματική Κατηγορία | projects physics | en |
| Θεματική Κατηγορία | Washing machines | en |
| Βιβλιογραφική Αναφορά | S. Goumas, M. Zervakis, A. Pouliezos, G.S. Stavrakakis, E. P. Tomasini, N.Paone, L. Scalise ,"Intelligent online quality control using discrete wavelet analysis features and likelihood classification ,"in 2000 4th Intern.l Conf. on Vibration Meas. by Laser Techniques,pp.500-511.doi:10.1117/12.386766 | en |
Copyright © DIAS 2013
