<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=98743"><dc:title>Akustično zaznavanje poškodb ležajev motorjev z uporabo umetne inteligence na PSoC 6 AI</dc:title><dc:creator>Dragšič,	Gal	(Avtor)
	</dc:creator><dc:creator>Uran,	Suzana	(Mentor)
	</dc:creator><dc:creator>Karner,	Timi	(Mentor)
	</dc:creator><dc:creator>Bratina,	Božidar	(Komentor)
	</dc:creator><dc:subject>akustična diagnostika</dc:subject><dc:subject>ležaji</dc:subject><dc:subject>konvolucijske nevronske mreže</dc:subject><dc:subject>PSoC 6 AI</dc:subject><dc:subject>vgrajeni sistemi</dc:subject><dc:description>Diplomsko delo obravnava akustično diagnostiko za zaznavanje poškodb ležajev motorjev z uporabo razvojne ploščice PSoC 6 AI, digitalnega MEMS mikrofona in konvolucijske nevronske mreže, naučene v okolju DEEPCRAFT™ Studio. Teoretični del predstavi mehanizme poškodb kotalnih ležajev, akustično diagnostiko, Fourierjevo transformacijo in nevronske mreže. V praktičnem delu so bile izvedene meritve na poškodovanem in nepoškodovanem testnem ventilatorju ebm-papst, na podlagi katerih so bili razviti in medsebojno primerjani trije modeli z različno obliko vhodnih podatkov. Izbran najboljši model doseže testno vrednost F1 89,56 % z le 3704 učnimi parametri, kar potrjuje izvedljivost pristopa na vgrajenih sistemih.</dc:description><dc:publisher>[G. Dragšič]</dc:publisher><dc:date>2026</dc:date><dc:date>2026-07-04 20:31:54</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>98743</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>