
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Borges, Fernando | - |
| Autor(es): dc.creator | Pinto, Andrey | - |
| Autor(es): dc.creator | Ribeiro, Diogo | - |
| Autor(es): dc.creator | Barbosa, Tássio | - |
| Autor(es): dc.creator | Pereira, Daniel | - |
| Autor(es): dc.creator | Magalhães, Ricardo | - |
| Autor(es): dc.creator | Barbosa, Bruno | - |
| Autor(es): dc.creator | Ferreira, Danton | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:00:11Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:00:11Z | - |
| Data de envio: dc.date.issued | 2021-06-02 | - |
| Data de envio: dc.date.issued | 2021-06-02 | - |
| Data de envio: dc.date.issued | 2020-05 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/46447 | - |
| Fonte completa do material: dc.identifier | https://ieeexplore.ieee.org/document/9099687 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1152207 | - |
| Descrição: dc.description | In this paper an unsupervised method to detect mechanical faults using support vector machines and higher-order statistics is proposed. The method extracts compact vector features - based on higher-order statistics - from vibration signals and uses the one-class support vector machine to build a closed region around the data from the health structure. The method was evaluated considering two cases: fault detection in a cantilever beam and in a three-phase induction motor. In both cases, the vibrations were collected by a 3 axis accelerometer sensor. The acquisition system was controlled by an open-source electronic prototyping ARDUINO ® platform. After collecting the data, higher-order statistics-based features were extracted. These features were presented to the one-class support vector machine for fault detection. The proposed method was capable of identifying a closed region in a two-dimensional space so that events inside this region are signed as no faults and events outside this region are signed as faults. The method has two important characteristics: (i) it requires only healthy mechanical structures to be designed, and (ii) it operates in a low dimensional space (only two) constructed by the higher-order statistics features, which requires low computational cost in the operational phase. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Institute of Electrical and Electronic Engineers - IEEE | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | IEEE Latin America Transactions (IEEE LATAM) | - |
| Palavras-chave: dc.subject | Support vector machines | - |
| Palavras-chave: dc.subject | Fault detection | - |
| Palavras-chave: dc.subject | Feature extraction | - |
| Palavras-chave: dc.subject | Higher order statistics | - |
| Palavras-chave: dc.subject | Monitoring | - |
| Palavras-chave: dc.subject | Máquina de vetores de suporte | - |
| Palavras-chave: dc.subject | Falhas mecânicas - Detecção | - |
| Palavras-chave: dc.subject | Estatísticas de ordem superior | - |
| Título: dc.title | An Unsupervised Method based on Support Vector Machines and Higher-Order Statistics for Mechanical Faults Detection | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: