Informacja

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

Wyszukujesz frazę "support system" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Analiza systemu transportowego z wykorzystaniem sieci Petriego
Analysis of transportation system with the use of Petri nets
Autorzy:
Kowalski, M.
Magott, J.
Nowakowski, T.
Werbińska-Wojciechowska, S.
Powiązania:
https://bibliotekanauki.pl/articles/300966.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
system wsparcia logistycznego
system transportowy
sieci Petriego
proces symulacji
logistic support system
transportation system
procurement process
Petri nets
simulation process
Opis:
W pracy poruszono problem analizy funkcjonowania systemu transportu miejskiego. Badanie niezawodności tego typu złożonych systemów powinno dodatkowo uwzględnić szereg zagadnień. Jednym z nich jest zawodność elementów wsparcia logistycznego, zdefiniowana jako możliwość pojawienia się braku elementów wymiennych w zapasie, w chwili i miejscu gdy wystąpi na nie zapotrzebowanie. Taka sytuacja może doprowadzić do pogorszenia się charakterystyk eksploatacyjnych systemu wspieranego. Dlatego też oba systemy, wspierany i wspierający, powinny być wspólnie modelowane. Jednakże, uwzględnienie wszystkich parametrów strukturalnych systemów (np. rezerwowanie, zdolność operacyjna systemu obsługi) oraz zmiennych losowych (np. poziom zapasów części wymiennych, parametry polityki obsługiwania, rezerwa czasowa) w jednym modelu jest zadaniem trudnym z matematycznego punktu widzenia. Dlatego też, w artykule zastosowano model sieci Petriego oraz procesy symulacji Monte Carlo. Ponadto, w artykule przedstawiono porównanie wyników teoretycznych oraz uzyskanych z procesu funkcjonowania rzeczywistego systemu komunikacji miejskiej.
The paper considers problem of city transportation system performance. Reliability analysis of such a complex system is complicated by several factors. One of them is the possibility of logistic support elements unreliability defined as unavailability of spare elements when desired, what in result may lead to decrease of performance of the system being supported. Thus, both systems must be considered in a single model. However, the simultaneous setting of all structural parameters (e.g. redundancy, repair shop capacity) and control variables (e.g. spare part inventory levels, maintenance policy parameters, time resource) is mathematically a hard problem. This paper investigates Petri net model of the system with the use of Monte Carlo simulation as a solution technique. Comparison of the simulation results with characteristics of real-life system is given.
Źródło:
Eksploatacja i Niezawodność; 2011, 1; 48-62
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Decision support and maintenance system for natural hazards, processes and equipment monitoring
System wspomagania decyzji dla monitorowania zagrożeń naturalnych, procesów i urządzeń
Autorzy:
Kozielski, M.
Sikora, M.
Wróbel, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/300692.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
decision support system
prediction
expert system
data cleaning
process monitoring
device monitoring
hazard
system wspomagania decyzji
czyszczenie danych
predykcja
system ekspertowy
monitorowanie procesów
monitorowanie urządzeń
monitorowanie zagrożeń
Opis:
This paper presents the DISESOR integrated decision support system and its applications. The system integrates data from different monitoring and dispatching systems and contains such modules as data preparation and cleaning, analytical, prediction and expert system. Architecture of the system is presented in the paper and a special focus is put on the presentation of two issues: data integration and cleaning, and creation of prediction model. The work contains also two case studies presenting the examples of the system application.
W pracy przedstawiono zintegrowany system wspomagania decyzji DISESOR oraz jego zastosowania. System pozwala na integrację danych pochodzących z różnych systemów monitorowania i systemów dyspozytorskich. Struktura systemu DISESOR składa się z modułów realizujących: przygotowanie i czyszczenie danych, analizę danych, zadania predykcyjne oraz zadania systemu ekspertowego. W pracy przedstawiono architekturę systemu DISESOR, a szczególny nacisk został położony na zagadnienia związane z integracją i czyszczeniem danych oraz tworzeniem modeli predykcyjnych. Działanie systemu przedstawione zostało na dwóch przykładach analizy dla danych rzeczywistych.
Źródło:
Eksploatacja i Niezawodność; 2016, 18, 2; 218-228
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Portfolio selection of new product projects: a product reliability perspective
Wybór portfela projektów nowych produktów z uwzględnieniem niezawodności produktu
Autorzy:
Relich, M.
Powiązania:
https://bibliotekanauki.pl/articles/1365737.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
cost estimation
project alternatives
constraint satisfaction problem
constraint logic programming
decision support system
estymacja kosztów
warianty alternatywne projektu
problem spełniania ograniczeń
programowanie w logice z ograniczeniami
system wspomagania decyzji
Opis:
Portfolio selection of new product development projects is one of the most important decisions in an enterprise that impact future business profits, competitiveness and survival. Ensuring reliability in a new product is costly but it increases customer satisfaction and reduces the potential warranty cost, contributing to product success. This paper aims to develop an approach for designing decision support system of selecting portfolio of new product development projects, taking into account the aspect of ensuring the desired reliability of products. A portfolio selection problem is formulated in terms of a constraint satisfaction problem that is a pertinent framework for designing a knowledge base. A set of admissible solutions referring to the new product alternatives is obtained with the use of constraint logic programming. The proposed approach is dedicated for enterprises that modernise existing products to develop new products.
Wybór portfela projektów nowych produktów jest jedną z najistotniejszych decyzji podejmowanych w przedsiębiorstwie, wpływającą na przyszłą wartość zysków oraz konkurencyjność i rozwój przedsiębiorstwa. Zapewnienie niezawodności produktu jest kosztowne, ale zwiększa satysfakcję klienta z używanego produktu i redukuje koszty potencjalnych napraw gwarancyjnych, przyczyniając się do sukcesu rynkowego produktu. Celem artykułu jest opracowanie podejścia umożliwiającego budowę systemu wspomagania decyzji dotyczących wyboru portfela projektów nowych produktów do rozwinięcia, z uwzględnieniem aspektu zapewnienia wymaganej niezawodności produktu. Problem wyboru portfela projektów nowych produktów został wyrażony w postaci problemu spełniania ograniczeń, co umożliwia zaprojektowanie systemu opartego na bazie wiedzy. Zbiór rozwiązań dopuszczalnych dotyczący alternatywnych projektów rozwoju nowych produktów jest otrzymywany z wykorzystaniem technik programowania w logice z ograniczeniami. Opracowane podejście jest dedykowane dla przedsiębiorstw, które realizują strategię modernizacji wytwarzanego produktu.
Źródło:
Eksploatacja i Niezawodność; 2016, 18, 4; 613-620
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A durability analysis of forging tools for different operating conditions with application of a decision support system based on artificial neural networks (ANN)
Analiza trwałości narzędzi kuźniczych dla różnych warunków eksploatacji z wykorzystaniem systemu wspomagania decyzji opartego o sztuczne sieci neuronowe
Autorzy:
Hawryluk, M.
Mrzygłód, B.
Powiązania:
https://bibliotekanauki.pl/articles/1365633.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
sztuczna sieć neuronowa
system wspomagania decyzji
kucie matrycowe
trwałość narzędzi kuźniczych
zużycie i mechanizmy niszczące
artificial neural network
decision support system
die forging
durability of forging tools
wear and destructive mechanisms
Opis:
W pracy przedstawiono wyniki badań, dotyczące, procentowego udziału mechanizmów niszczących dla dwóch typowych wariantów eksploatacji narzędzi kuźniczych: smarowanych i chłodzonych oraz bez smarowania. Prezentowane wyniki pochodzą z opracowanego przez autorów systemu wspomagania decyzji (SEPEK-2) działającego w oparciu o sztuczną sieć neuronową. Wiedza o analizowanym zagadnieniu trwałości narzędzi kuźniczych, potrzebna do procesu uczenia sztucznej sieci neuronowej zawarta była w zestawie danych uczących, pochodzących z kompleksowych badań, zrealizowanych w warunkach przemysłowych. Zestaw danych uczących obejmował zbiór 450 rekordów wiedzy. W pracy przestawiono proces pozyskiwania wiedzy, przyjętą architekturę sieci neuronowej oraz parametry opracowanej sieci. Przeprowadzona globalna analiza wyników generowanych przez opracowany system, dla trwałości traktowanej jako zwiększająca się liczba odkuwek (od 0 do 25000 sztuk), wykazała że dla narzędzi smarowanych i chłodzonych dominującym mechanizmem jest zmęczenie cieplno-mechaniczne, a nie zużycie ścierne, które rzeczywiście dominuje w procesach kucia dla narzędzi niechłodzonych i niesmarowanych. Należy podkreślić, że zdecydowana większość opracowań z tego obszaru przypisuje, że to zużycie ścierne jest dominujące, a jak wykazały wyniki badań i analiz dla wybranych reprezentatywnych procesów kucia, przy wykorzystaniu systemu wspomagania decyzji opartego o SNN, to zmęczenie cieplno-mechaniczne jest dominujące w tych procesach. Jednakże ze względu na łatwą mierzalność oraz popularnie stosowane modele zużycia ściernego, bazujące na modelu Archarda, to właśnie zużyciu ściernemu przypisuję się największy udział, choć w rzeczywistości dla narzędzi smarowanych i chłodzonych zmęczenie cieplno-mechaniczne wzmaga ów efekt przypisywany zużyciu ściernemu. Natomiast ogólnie przyjęty pogląd jest słuszny, w przypadku narzędzi niesmarowanych. co potwierdziły także analizy przy wykorzystaniu SNN.
The paper presents the results of research concerning the percentage participation of destructive mechanisms for two typical variants of exploitation of forging tools: lubricated and cooled, and without lubrication. Discussed results come from the developed by the authors the decision support system (SEPEK-2) based on artificial neural network. The knowledge about the durability of forging tools needed for learning artificial neural network was included in the training data set, from comprehensive studies, carried out in industrial conditions. Set of training data set included 450 records of knowledge. The paper presents the process of acquiring knowledge, adopted neural network architecture and parameters developed network. Carried out a global analysis of the results generated by the developed system for the durability of forging tools treated as the maximum number of produced forgings to their destruction (from 0 to 25,000 items), showed that for the lubricated and cooling tools the dominant mechanism is thermo-mechanical fatigue, and do not abrasive wear, which actually dominates in the process of forging tools for uncooled and unlubricated tools. It should be emphasized that the overwhelming majority of studies in this area is attributed that to abrasive wear is dominant, and as shown by the results of research and analysis for the selected representative forging processes, with the use of decision support system based on ANN, the fatigue a thermo-mechanical is dominant in these processes. However, due to the easy measurability and commonly used models wear, based on the model of Archard, it is abrasive wear assigned the largest participation. In fact, for the tool lubricated and cooled tools a thermo-mechanical fatigue intensifies this effect attributed to abrasive wear. While the generally accepted view is correct, in the case of tools unlubricated, as confirmed by the analysis using ANN.
Źródło:
Eksploatacja i Niezawodność; 2017, 19, 3; 338-348
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Integrated system of health management-oriented reliability prediction for a spacecraft software system with an adaptive genetic algorithm support vector machine
Zorientowane na zintegrowane zarządzanie kondycją systemu prognozowanie niezawodności systemów oprogramowania statków kosmicznych z wykorzystaniem opartej na adaptacyjnym algorytmie genetycznym maszyny wektorów nośnych
Autorzy:
Xu, J.
Meng, Z
Xu, L.
Powiązania:
https://bibliotekanauki.pl/articles/300804.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
spacecraft software system
reliability
integrated system health management
adaptive genetic algorithms support vector machine
system oprogramowania statku kosmicznego
niezawodność
zintegrowane zarządzanie kondycją systemu
adaptacyjne algorytmy genetyczne
maszyna wektorów nośnych
Opis:
Software reliability prediction is very important to minimize cost and improve software development effectiveness, especially in a spacecraft’s software system. In this paper, a new spacecraft software system reliability definition is given and a new reliability prognostics-oriented life cycle integrated system health management for a spacecraft software system is focused on. Adaptive genetic algorithms are then combined with a support vector machine to build an adaptive genetic algorithm support vector machine reliability prediction model. This model attempts to overcome the genetic algorithm weaknesses, such as the local minima and premature convergence problems, and solves the parameter selection difficulties often encountered in a support vector machine. After construction, the proposed adaptive genetic algorithm support vector machine model is employed to predict the reliability of a spacecraft software system. Finally, a numerical example is given to show how the proposed approach has a superior prediction performance compared to a standard support vector machine and artificial neural network.
Przewidywanie niezawodności oprogramowania odgrywa ważną rolę w minimalizowaniu kosztów i poprawie efektywności tworzenia oprogramowania, zwłaszcza w odniesieniu do systemów oprogramowania statków kosmicznych. W niniejszej pracy, podano nową definicję niezawodności systemu oprogramowania statku kosmicznego koncentrując uwagę na opartym na prognozowaniu niezawodności oraz cyklu życia modelu zintegrowanego zarządzania kondycją systemu opracowanego dla systemu oprogramowania statku kosmicznego. Skonstruowano następnie model przewidywania niezawodności oparty na połączeniu adaptacyjnych algorytmów genetycznych oraz maszyny wektorów nośnych. Model ten stanowi próbę przezwyciężenia słabości algorytmów genetycznych, takich jak problem minimów lokalnych czy problem przedwczesnej zbieżności, a także rozwiązania trudności związanych z doborem parametrów, jakie często występują przy zastosowaniu maszyny wektorów nośnych. Skonstruowany model opartej na adaptacyjnym algorytmie genetycznym maszyny wektorów nośnych zastosowano do przewidywania niezawodności systemu oprogramowania statku kosmicznego. Wreszcie, przedstawiono przykład liczbowy, który pokazuje że opracowany model charakteryzuje się wyższą dokładnością prognozowania w porównaniu do standardowej maszyny wektorów nośnych oraz sztucznej sieci neuronowej.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 4; 571-578
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Electronic System Fault Diagnosis with Optimized Multi-kernel SVM by Improved CPSO
Diagnoza uszkodzeń układu elektronicznego z wykorzystaniem Wielojądrowej Maszyny Wektorów Nośnych (SVM) zoptymalizowanej przy pomocy poprawionego algorytmu CPSO
Autorzy:
Guo, Y. M.
Wang, X. T.
Liu, C.
Zheng, Y. F.
Cai, X. B.
Powiązania:
https://bibliotekanauki.pl/articles/300922.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
układ elektroniczny
diagnoza uszkodzeń
maszyna wektorów nośnych
optymalizacja metodą chaosu-roju cząstek
funkcja wielojądrowa
electronic system
fault diagnosis
support vector machine (SVM)
chaos particles swarm optimization
multi-kernel
Opis:
Bezpieczeństwo pracy układów elektronicznych stało się kluczowym zagadnieniem w odniesieniu do złożonych układów o wysokiej niezawodności. Obecnie coraz większy nacisk kładzie się na trafność diagnozy uszkodzeń układów elektronicznych. Na podstawie charakterystyki diagnozy uszkodzeń układów elektronicznych, opracowaliśmy model wielokryterialnej klasyfikacji SVM pozwalający osiągnąć lepszą trafność diagnozy uszkodzeń. Model wykorzystuje funkcję wielojądrową składającą się z kilku bazowych funkcji jądrowych pozwalającą na zwiększenie interpretowalności modelu klasyfikacyjnego. Aby zoptymalizować działanie modelu wielokryterialnej klasyfikacji SVM wykorzystującego funkcję wielojądrową, udoskonaliliśmy algorytm Optymalizacji Metodą Chaosu-Roju Cząstek (CPSO), co pozwoliło osiągnąć optymalne parametry SVM i funkcji wielojądrowej. W poprawionym algorytmie CPSO wzmocniono różnorodność wyszukiwania poprzez wykorzystanie chaotycznej sekwencji generowanej przez zmodyfikowaną mapę tent, a także włączono do standardowego algorytmu PSO efektywną metodę pozwalającą uniknąć przedwczesnej stagnacji oraz uzyskać globalne wartości optymalizacji. Wyniki symulacji diagnozy uszkodzeń systemu elektronicznego pokazują, że proponowany system optymalizacji może być wykorzystywany jako skuteczna metoda umożliwiająca znaczne zwiększenie trafności diagnozy uszkodzeń z wykorzystaniem wielojądrowej SVM.
Electronic systems’ safety operation has become a key issue to complex and high reliability systems. Now more emphasis has been laid on the accuracy of electronic system fault diagnosis. Based on the characteristics of the electronic system fault diagnosis, we design a multi-classification SVMs model to attain better fault diagnosis accuracy, which utilizes multi-kernel function consisting of several basis kernel functions to enhance the interpretability of the classification model. In order to optimize the performance of multi-classification SVMs with multi-kernel, we improve the Chaos Particles swarm Optimization (CPSO) algorithm to achieve the optimum parameters of SVMs and the multi-kernel function. For the improved CPSO algorithm, a modified Tent Map chaotic sequence is used to strengthen the search diversity, and an effective method is embedded to the stander PSO algorithm which can ensure to avoid premature stagnation and obtain the global optimization values. The fault diagnosis simulation results of an electronic system show the proposed optimization scheme is a feasible and effective method and it can significantly improve the fault diagnosis accuracy of the multi-kernel SVM.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 1; 85-91
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    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