Journal of Investigations on Engineering and Technology, vol.3, no.2, pp.48-54, 2020 (Peer-Reviewed Journal)
Örüntü tanıma ve makine öğrenmesi başarılı
sonuçlar sağlamasından dolayı popülerliğini giderek arttırmakta ve birçok
alanda kullanılmaktadır. Bu çalışmada marka ve model farkı gözetmeksizin
zamanlama zinciri ve vuruntu arızası ile normal çalışma durumlarına ait
otomobil motor sesleri sınıflandırılmıştır. Önerilen yöntem iki saniyelik motor
seslerinden sürekli dalgacık dönüşümü ve özbağlanım parametresi özniteliklerin k-en
yakın komşuluk algoritması ile sınıflandırarak %91.8 oranında sınıflandırma
doğruluğu elde etmiştir. Elde edilen sonuçlar önerilen yöntemin otomobil motor
sesleri kullanılarak araçlarda meydana gelebilecek arızaları büyük oranda
tespit edilebileceğini göstermiştir. Böylece, otomobil motorlarındaki arızanın
erken tespiti mümkün olmakta, bu da olası kazaların ve büyük arızaların ortaya
çıkmasının önüne geçmektedir. Ayrıca, önerilen yöntemin araç yetkili
servislerine ve motor ustalarına rehberlik etmek ve zaman kazandırmak amaçlı da
kullanılabileceği düşünülmektedir.