research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Feature Extraction and Classification for ECG signals Processing based on Stationary Multiwavelet Transform and Artificial Neural Network
أستخلاص الميزّات والخواص و تصنيفها من اشارة القلب بلاعتماد على الشبكة المتعددة المويجات المستقرة و الشبكه العصبية الصناعية

Author: Zahraa K. Taha زهراء خضير طه
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 29 Pages: 85-101
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

This paper proposes an algorithm that uses mix of Stationary Multiwavelet Transform and Artificial Neural Network (ANN) algorithm for classification of Electrocardiograph (ECG) signals. The MIT-BIH arrhythmia database is used to measure the performance of the suggested method and compare the results with conventional techniques. The Stationary Multiwavelet Transform (SMWT) and the Minimum Average Maximum strategy (MAM) is suggested to calculate the useful features of the signal before utilizing ANN algorithm for classification. Since SMWT is a translation invariant, therefore, it enhances the classification performance and reduces mean square error (MSE). Repeated Row Processing exists in this scheme to make it more suitable for feature extraction compared with Stationary Wavelet Transform (SWT), Multiwavelet Transform (MWT) and Principle Component Analysis (PCA). SMWT and MAM reduce dimensional space and decrease the complexity of classification circuit. ECG signal is classified using ANN. Finally, the results of the proposed method are realistic compared with SWT-ANN, MWT-ANN, and PCA-ANN. The obtained results emphasize the excellence of the presented algorithm than the traditional techniques. The SMWT-ANN achieves classification accuracy of 100% and mean square error of 〖1.4*10〗^(-3).

تم في هذا البحث الدمج بين الشبكة المتعددة المويجات المستقرة و الشبكه العصبية الصناعية لغرض تصنيف اشارة القلب. ان قاعدة البيانات MIT-BIH قد استخدمت لقياس أداء الطريقة المقترحة ومقارنة النتيجة مع التقنيات التقليدية. ان الطرق (SMWT) و (MAM) تم اقتراحها لاستخلاص الميزّات والخواص من الاشارة قبل تصنيفها بواسطة ANN. بما ان SMWT لها خاصية عدم التغير مع الزحف فأن هذا يعزز من أداء عملية التصنيف ويقلل من الخطأ. أن تكرار معالجة الأسطر الموجودة في هذا المخطط جعل الاسلوب المستخدم أكثر ملاءمة لأستخراج الميزات مقارنة مع SWT, MWT وPCA. ان الطرق (SMWT) و (MAM) تقلل من ابعاد الإشارة وتقلل من تعقيد دائرة التصنيف. أخيراً ان نتائج الطريقة المقترحة هي واقعية مقارنة مع SWT-ANN, MWT-ANNو PCA-ANN. النتائج التي تم الحصول عليها تؤكد تفوق الخوارزمية المقترحة على الاساليب التقليدية.SMWT-ANN حققت دقة تصنيف 100% و معدل خطأ بمقدار 0.0014.


Article
Diagnosis of Faulty Induction Motor using different sensor

Authors: mailk Abadulrazzaq Alsaedi --- Zahraa K. Taha --- Arwa A. Moosa
Journal: Journal of Baghdad College of Economic sciences University مجلة كلية بغداد للعلوم الاقتصادية الجامعة ISSN: 2072778X Year: 2018 Issue: 54 Pages: 410-422
Publisher: Baghdad College of Economic Sciences كلية بغداد للعلوم الاقتصادية

Loading...
Loading...
Abstract

Single phase induction motor is being the most widely used in different devices at the recent years, which make it a subject to a different failure. This paper presents a measured data calculations and analyzed using different sensors for detecting the single phase induction motor failure. The acoustic wave is currently being used in a wide range of sensing fields including physical sensing, chemical sensing and bio-sensing. One of the most important acoustic sensor is piezoelectric, Piezoelectric was used to detect the acoustic wave generated from these motors, any changes in these acoustic it will be detect to indicate for some occurred failure with in these motors. Another alternative sensor has been used is the modified optical fiber. The modified optical fiber sensor is constructed in a short segment of unshielded the outer sheath and replaced with a cd disk. This fiber was worked as an acoustic sensor by moving the acoustic signal across the fiber tube due to the difference in the refractive index in the 1mm unshielded area. In this study different experiment have been a accomplished and analyzed for detecting the induction motor failure which provided an information that will enable for future modification of sensors

تعد المحركات الحثية ذات الطور الواحد هي الأكثر استخداما على نطاق واسع في الأجهزة المختلفة للسنوات الاخيرة، مما يجعلها عرضة لأنواع مختلفة من الاعطال. تقدم هذه الورقة حسابات بيانية وتحليلات مقاسة باستخدام أجهزة استشعار مختلفة للكشف عن فشل في محرك الحث ذات الطور الواحد. تستخدم حاليا الموجات الصوتية في مجموعة واسعة من أجهزة الاستشعار بما في ذاك الاستشعار المادي والاستشعار الكيميائي والتنشيط البيولوجي. واحدة من أهم أجهزة الاستشعار الصوتية هو الكهربيضغطي ، حيث يتم استخدام كهربيضغطية للكشف عن الموجة الصوتية المتولدة من هذه المحركات، ان أي تغير في الصوت النتائج عن المحرك سيتم الكشف عنه والتنبيه لوجود عطل ما في هذه المحركات. وقد تم استخدام جهاز استشعار آخر هو الألياف البصرية المعدلة. حيث تم انشاء هذه المستشعرات البصرية المعدلة من خلال قشط جزء قصير من الغلاف الخارجي واستبدالها بالقرص المضغوط. تعمل هذه الالياف كمستشعر صوتي من خلال التغير الحاصل في معامل الانكسار في 1 ملم الغير مغلف، ويتم نقل هذه الإشارة في داخل الليف البصري. في هذه الدراسة تم إجراء تجارب مختلفة وتحليلها للكشف عن الفشل في محرك الحث الذي يوفر معلومات من شأنها تمكن من تطوير المستشعرات في المستقبل.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic and English (1)

English (1)


Year
From To Submit

2018 (2)