Akustická diagnostika procesu laserového čištění

Abstract

Bakalářská práce se zabývá návrhem metrik pro analýzu procesu laserového čištění. Úvod práce se věnuje motivaci probírané problematiky a využitím akustické diagnostiky v průmyslu, z kterých jsou následně vytvořeny cíle práce. Rešeršní část se věnuje problematice technické diagnostiky a moderních možností vyhodnocování stavu průmyslových strojů a zařízení. Rešerše se dále věnuje používaným metodám pro předzpracování, analýzu a extrakci diagnostických příznaků nutných ke zpracování pomocí strojového a hlubokého učení. V druhé části rešeršní práce byli popsány a porovnány experimenty nalezené v odborných zdrojích. V praktické části práce jsou zpracovány dvě metriky hodnocení procesu laserového čištění, z nichž je nejprůkaznější časová analýza v podobě RMS akustického tlaku a jako doplňkový indikátor byla vytvořena metrika ve frekvenční oblasti v podobě poměru nízkofrekvenčních a vysokofrekvenčních amplitud. Následuje zpracování naměřených dat pro jednotlivé experimentální měření a jejich vyhodnocení pomocí navržených metrik v podobě normovaných dat a jejich grafickému zpracování zachycující trendy a časové úseky, které slouží pro vyhodnocení laserového čištění.

This bachelor’s thesis deals with the design of metrics for analysing the laser cleaning process. The introductory part focuses on the motivation behind the addressed topic and on the use of acoustic diagnostics in industry, from which the objectives of the thesis are subsequently derived. The research section addresses technical diagnostics and modern possibilities for evaluating the condition of industrial machines and equipment. The literature review also focuses on methods used for preprocessing, analysis, and extraction of diagnostic features required for processing by means of machine learning and deep learning. In the second part of the research section, experiments found in scientific sources were described and compared. In the practical part of the thesis, two metrics for evaluating the laser cleaning process are developed. The most conclusive of these is time-domain analysis in the form of RMS acoustic pressure, while a supplementary indicator is created in the frequency domain in the form of the ratio of low-frequency to high-frequency amplitudes. This is followed by the processing of measured data for individual experimental measurements and their evaluation using the proposed metrics in the form of normalized data and graphical processing that captures trends and time intervals used for evaluating laser cleaning.