摘要
在工业 4.0 的推动下,机械设备结合物联网、人工智能等技术改善以往的制造及维修模式,透过人工智能的技术,取代人力进行机械损坏的分析及诊断工作,根据大量的数据经由类神经网络数字化模型进行训练及学习,并应用训练成功的模型进行机械的健康状况评估。在机械的诊断中,轴承是典型的振幅调变,由于在量测讯号时发生振幅的调变,其频域转换特性会呈现在频谱上。这种振幅调变现象是因为高频载波讯号通过低频调变讯号而变化,因此调变讯号可以是一个具有调变讯号及载波讯号的乘积。本针对机械设备损坏故障的数字化诊断进行实验分析。
