Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "diagnostic model" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Degradation assessment of bearing based on machine learning classification matrix
Autorzy:
Kumar, Satish
Kumar, Paras
Kumar, Girish
Powiązania:
https://bibliotekanauki.pl/articles/1841739.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
degradation state
health condition indicator
machine learning
diagnostic model
prognostic model
Opis:
In the broad framework of degradation assessment of bearing, the final objectives of bearing condition monitoring is to evaluate different degradation states and to estimate the quantitative analysis of degree of performance degradation. Machine learning classification matrices have been used to train models based on health data and real time feedback. Diagnostic and prognostic models based on data driven perspective have been used in the prior research work to improve the bearing degradation assessment. Industry 4.0 has required the research in advanced diagnostic and prognostic algorithm to enhance the accuracy of models. A classification model which is based on machine learning classification matrix to assess the degradation of bearing is proposed to improve the accuracy of classification model. Review work demonstrates the comparisons among the available state-of-the-art methods. In the end, unexplored research technical challenges and niches of opportunity for future researchers are discussed.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 2; 395-404
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Effective sensor placement based on a VIKOR method considering common cause failure in the presence of epistemic uncertainty
Autorzy:
Duan, Rong-Xing
He, Jie-Jun
Feng, Tao
Huang, Shu-Juan
Chen, Li
Powiązania:
https://bibliotekanauki.pl/articles/1841697.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
dynamic fault tree
epistemic uncertainty
sensor placement
reliability criterion
diagnostic sensor model
Opis:
Owing to expensive cost and restricted structure, limited sensors are allowed to install in modern systems to monitor the working state, which can improve their availability. Therefore, an effective sensor placement method is presented based on a VIKOR algorithm considering common cause failure (CCF) under epistemic uncertainty in this paper. Specifically, a dynamic fault tree (DFT) is developed to build a fault model to simulate dynamic fault behaviors and some reliability indices are calculated using a dynamic evidence network (DEN). Furthermore, a VIKOR method is proposed to choose the possible sensor locations based on these indices. Besides, a sensor model is introduced by using a priority AND gate (PAND) to describe the failure sequence between a sensor and a component. All placement schemes can be enumerated when the number of sensors is given, and the largest system reliability is the best alternative among the placement schemes. Finally, a case study shows that CCF has some influence on sensor placement and cannot be neglected in the reliabilitybased sensor placement.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 2; 253-262
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies