基于振动分析的无人机前/后 机 rotor 缺陷检测中的机器学习
信号处理
2024-04-25 v1 机器学习
摘要
无人机 (UAV) 将是未来智能城市中至关重要的基础设施组件。为确保其高效运行，必须通过持续监控故障和失效来确保 UAV 可靠性。为此，本文利用信号处理和机器学习 (ML) 方法分析综合振动分析数据，以确定前后 机程中旋翼叶片缺陷的存在。借助降维技术，随机森林算法表现最佳，能够完美检测到有缺陷的旋翼叶片。此外，还 presented了 various feature subsets 的影响的全面分析，以获得洞察有助于理解模型分类决策过程的因素。
引用
@article{arxiv.2404.15880,
title = {Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis},
author = {Alexandre Gemayel and Dimitrios Michael Manias and Abdallah Shami},
journal= {arXiv preprint arXiv:2404.15880},
year = {2024}
}
备注
Submitted to IEEE GlobeCom 2024