Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "swarm" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Research on resilience model of UAV swarm based on complex network dynamics
    Autorzy:
    Wei, Kunlun
    Zhang, Tao
    Chuanfu, Zhang
    Powiązania:
    https://bibliotekanauki.pl/articles/28328275.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    UAV swarm
    resilience
    SIS
    system dynamics
    topology
    Opis:
    Unmanned Aerial Vehicle (UAV) swarms are utilized in various missions and operated within an open environment that is prone to disruptions. The resilience of UAV swarms, an important requirement, mainly revolves around ensuring stable and uninterrupted operations. Malicious attacks can implement the adverse impacts of potential threats through swarm communication links. In this context, the SIS (Susceptible → Infected → Susceptible) method is suitable for describing the information transmission within UAV swarms. An enhanced resilience model of the UAV swarm is proposed in this study, which incorporates the factors of self-dynamics, dynamics of topology, dynamics of information transmission, and SIS into the complex network model. Self-dynamics refer to the internal dynamics of the drones. In this paper, dynamics of topology consist of three factors: the varying distance between drones, the incoming degrees of each drone, and the number of communication types between drones. Lastly, dynamics of information transmission are characterized by SIS. The model proposed in this paper has the capability to effectively capture changes in the network topology as well as the dynamics of the system, which are significant contributors to the loss of resilience. And then, the average number of susceptible drones is utilized as the metric to evaluate the resilience of the swarm. Furthermore, an experiment is conducted where a UAV swarm successfully carries out a surveillance mission to demonstrate the advantages of our proposed method. The proposed model not only enables the support of mission planning but also facilitates the design enhancements of UAV swarms.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 173125
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Particle Swarm Optimization Fuzzy Systems for the Age Reduction Imperfect Maintenance Model
    Autorzy:
    Li, Che-Hua
    Powiązania:
    https://bibliotekanauki.pl/articles/301843.pdf
    Data publikacji:
    2008
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    imperfect maintenance
    preventive maintenance
    reliability
    fuzzy modeling
    particle swarm optimization (PSO)
    Opis:
    This research includes two topics: (1) the modeling of periodic preventive maintenance policies over an infi nite time span for repairable systems with the reduction of the degradation rate after performing an imperfect preventive maintenance (PM) activity; (2) the parameter estimation of failure distribution and the restoration effect of PM from the proposed PM policy for deteriorating systems. The concept of the improvement factor method is applied to measure the restoration effect on the degradation rate for a system after each PM. An improvement factor is presented as a function of the system's age and the cost of each PM. A periodic PM model is then developed. The optimal PM interval and the optimal replacement time for the proposed model can be obtained by minimizing the objective functions of the cost rate through the algorithms provided by this research. An example of using Weibull failure distribution is provided to investigate the proposed model. The method is proposed to estimate the parameters of the failure process and the improvement effect after each PM by analyzing maintenance and failure log data. In this method, a PSO-based method is proposed for automatically constructing a fuzzy system with an appropriate number of rules to approach the identifi ed system. In the PSO-based method, each individual in the population is constructed to determine the number of fuzzy rules and the premise part of the fuzzy system, and then the recursive least-squares method is used to determine the consequent part of the fuzzy system constructed by the corresponding individual. Consequently, an individual corresponds to a fuzzy system. Subsequently, a fi tness function is defi ned to guide the searching procedure to select an appropriate fuzzy system with the desired performance. Finally, two identifi cation problems of nonlinear systems are utilized to illustrate the effectiveness of the proposed method for fuzzy modeling.
    Źródło:
    Eksploatacja i Niezawodność; 2008, 4; 28-34
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimization of Square-shaped Bolted Joints Based on Improved Particle Swarm Optimization Algorithm
    Autorzy:
    Chen, Kui
    Yang, Cheng
    Zhao, Yongsheng
    Niu, Peng
    Niu, NaNa
    Hongchao, Wu
    Powiązania:
    https://bibliotekanauki.pl/articles/27312779.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    particle swarm optimization algorithm
    bolt connection
    bolted joint
    fractal theory
    Opis:
    The bolted joint is widely used in heavy-duty CNC machine tools, which has huge influence on working precision and overall stiffness of CNC machine. The process parameters of group bolt assembly directly affect the stiffness of the connected parts. The dynamic model of bolted joints is established based on the fractal theory, and the overall stiffness of joint surface is calculated. In order to improve the total stiffness of bolted assembly, an improved particle swarm optimization algorithm with combination of time-varying weights and contraction factor is proposed. The input parameters are preloading of bolts, fractal dimension, roughness, and object thickness. The main goal is to maximize the global rigidity. The optimization results show that improved algorithm has better convergence, faster calculation speed, preferable results, and higher optimization performance than standard particle swarm optimization algorithm. Moreover, the global rigidity optimization is achieved.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 3; art. no. 168487
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Maintenance policy of degradation components based on the two-phase Wiener process
    Autorzy:
    Song, Minqiao
    Zhang, Yingzhi
    Yang, Fang
    Wang, Xiaofeng
    Guo, Guiming
    Powiązania:
    https://bibliotekanauki.pl/articles/28328273.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    condition-based maintenance
    two-phase inspection
    two-phase Wiener process
    Particle Swarm Optimization
    sensitivity analysis
    Opis:
    This paper proposes a condition-based maintenance policy for the two-phase Wiener degradation process components. The main contribution of this article is to provide the time distribution of degradation failures for the two-phase Wiener process degradationcomponent, as well as the modeling and solving methods for two-phase maintenance. The two-phase maintenance policy includes two-phase inspection and preventive replacement maintenance operations. The established optimization maintenance policy model aims to minimize long-term operation costs. The specific cost calculation equation and the solution method of the maintenance model are given. The feasibility of the maintenance policy model is verified using the two-phase degradation data of the Liquid Coupling Devices. The Particle swarm optimization algorithm can stably solve the described problem, and the results show that the two-phase maintenance policy can be more economical and improve components availability. After that, we also analyzed the impact of the cost parameters on the maintenance policy through sensitivity analysis.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 172537
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Particle swarm-optimized support vector machines and pre-processing techniques for remaining useful life estimation of bearings
    Zastosowanie maszyn wektorów nośnych zoptymalizowanych metodą roju cząstek oraz technik przetwarzania wstępnego do oceny pozostałego okresu użytkowania łożysk
    Autorzy:
    Souto, Maior Caio Bezerra
    das Chagas Moura, Márcio
    Lins, Isis Didier
    Powiązania:
    https://bibliotekanauki.pl/articles/301219.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    big data
    vibration signal
    bearings
    remaining useful life
    empirical mode decomposition
    wavelets transform
    support vector machine
    particle swarm optimization (PSO)
    duże dane
    sygnał drgań
    łożyska
    pozostały okres użytkowania
    empiryczna dekompozycja sygnału
    transformata falkowa
    maszyna wektorów nośnych
    optymalizacja rojem cząstek
    Opis:
    The useful life time of equipment is an important variable related to system prognosis, and its accurate estimation leads to several competitive advantage in industry. In this paper, Remaining Useful Lifetime (RUL) prediction is estimated by Particle Swarm optimized Support Vector Machines (PSO+SVM) considering two possible pre-processing techniques to improve input quality: Empirical Mode Decomposition (EMD) and Wavelet Transforms (WT). Here, EMD and WT coupled with SVM are used to predict RUL of bearing from the IEEE PHM Challenge 2012 big dataset. Specifically, two cases were analyzed: considering the complete vibration dataset and considering truncated vibration dataset. Finally, predictions provided from models applying both pre-processing techniques are compared against results obtained from PSO+SVM without any pre-processing approach. As conclusion, EMD+SVM presented more accurate predictions and outperformed the other models.
    Okres użytkowania sprzętu jest ważną zmienną związaną z prognozowaniem pracy systemu, a możliwość jego dokładnej oceny daje zakładom przemysłowym znaczną przewagę konkurencyjną. W tym artykule pozostały czas pracy (Remaining Useful Life, RUL) szacowano za pomocą maszyn wektorów nośnych zoptymalizowanych rojem cząstek (SVM+PSO) z uwzględnieniem dwóch technik przetwarzania wstępnego pozwalających na poprawę jakości danych wejściowych: empirycznej dekompozycji sygnału (Empirical Mode Decomposition, EMD) oraz transformat falkowych (Wavelet Transforms, WT). W niniejszej pracy, EMD i falki w połączeniu z SVM wykorzystano do prognozowania RUL łożyska ze zbioru danych IEEE PHM Challenge 2012 Big Dataset. W szczególności, przeanalizowano dwa przypadki: uwzględniający kompletny zestaw danych o drganiach oraz drugi, biorący pod uwagę okrojoną wersję tego zbioru. Prognozy otrzymane na podstawie modeli, w których zastosowano obie techniki przetwarzania wstępnego porównano z wynikami uzyskanymi za pomocą PSO + SVM bez wstępnego przetwarzania danych. Wyniki pokazały, że model EMD + SVM generował dokładniejsze prognozy i tym samym przewyższał pozostałe badane modele.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 4; 610-618
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on preventive maintenance strategy of Coating Machine based on dynamic failure rate
    Autorzy:
    Gu, Dongwei
    Nie, Ruihua
    Han, Wenbo
    Chen, Guang
    Jia, Ligang
    Powiązania:
    https://bibliotekanauki.pl/articles/24200819.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    dynamic preventive maintenance model
    DM
    BP-LSTM
    dynamic failure rate threshold
    preventive maintenance strategy
    Genetic-Particle Swarm Optimization
    GPSO
    Opis:
    In this paper, a dynamic preventive maintenance strategy is proposed for the problem of high maintenance cost rate due to excessive maintenance caused by unreasonable maintenance threshold setting when complex electromechanical equipment maintenance strategy is formulated. Increasing failure rate factor and decreasing service age factor are introduced to describe the evolution rules of failure rate during the maintenance of the coating machine, and the BP-LSTM (BP-Long Short Term Memory Network, BP-LSTM) model is combined to predict the failure rate of the coating machine. A Dynamic preventive maintenance Model (DM) that relies on dynamic failure rate thresholds to classify the three preventive maintenance modes of minor, medium and major repairs is constructed. A dynamic preventive maintenance strategy optimization process based on Genetic-Particle Swarm Optimization (GPSO) algorithm with the lowest cost rate per unit time in service phase is built to solve the difficult problem of dynamic failure rate threshold finding. Based on the historical operating data of the coating machine, a case study of the dynamic preventive maintenance strategy of the coating machine was conducted to verify the effectiveness of the model and the developed maintenance strategy proposed in this paper. The results show that the maintenance strategy developed in this paper can ensure better economy and applicability.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 1; atr. no. 20
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Spare parts allocation optimization in a multi-echelon support system based on multi-objective particle swarm optimization metod
    Optymalizacja alokacji części zamiennych w wieloszczeblowym systemie wsparcia na podstawie metody wielokryterialnej optymalizacji rojem cząstek
    Autorzy:
    Wang, Y.
    Zhao, J.
    Jia, X.
    Tian, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/301801.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    MOPSO
    części zamienne
    alokacja
    optymalizacja
    prawdopodobieństwo wsparcia
    spare parts
    allocation
    optimization
    support probability
    Opis:
    Optymalizacja alokacji części zamiennych w wieloszczeblowym systemie wspomagania stanowi trudne zagadnienie, które wymaga optymalizacji nieliniowej funkcji celu oraz zmiennych całkowitych. W niniejszej pracy, opracowano wielokryterialny model optymalizacyjny, który maksymalizuje prawdopodobieństwo wsparcia i minimalizuje jego koszty. W celu rozwiązania problemu optymalizacyjnego, wykorzystano ulepszoną metodę wielokryterialnej optymalizacji rojem cząstek (MOPSO). W metodzie tej wykorzystano techniki redukcji wymiarów oraz wielokryterialnej optymalizacji algorytmowej, które mogą poprawić efektywność metody MOPSO. Zasady proponowanej metody zilustrowano przykładem numerycznym.
    Spare parts allocation optimization in a multi-echelon support system presents a difficult problem which involves non-linear objective function and integer variables to be optimized. In this paper, a multi-objective optimization model was developed, which maximizes support probability and minimizes support costs. In order to solve the optimization problem, an improved multi-objective particle swarm optimization (MOPSO) method was utilized. In this method, techniques of dimensions reduction and rules-based multi-objective optimization were employed, which can improve the efficiency of MOPSO method. A numerical example was given to show the performance of proposed method.
    Źródło:
    Eksploatacja i Niezawodność; 2014, 16, 1; 29-36
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-objective optimization with adjusted PSO method on example of cutting process of hardened 18CrMo4 steel
    Optymalizacja wielokryterialna skorygowaną metodą PSO na przykładzie procesu skrawania stali 18CrMo4 w stanie zahartowanym
    Autorzy:
    Stryczek, R.
    Pytlak, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/1366141.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    toczenie na twardo
    metoda optymalizacji wielocząsteczkowej (PSO)
    obliczenia ewolucyjne
    optymalizacja wielokryterialna
    entropia
    hard turning
    particle swarm optimization (PSO) method
    evolutionary computations
    multi-objective optimization
    entropy
    Opis:
    W pracy zaproponowano zmodyfikowaną metodę optymalizacji wielocząsteczkowej (PSO) dla problemów optymalizacji wielokryterialnej z dyskretną przestrzenią decyzyjną. W metodzie PSO zmieniono sposób określania momentu bezwładności, współczynnika uczenia oraz współczynnika społecznego. Dodatkowo wprowadzono elitaryzm oraz innowacyjny mechanizm hamowania cząstek chroniący je przed przekraczaniem dopuszczalnych granic przestrzeni decyzyjnej. Zaproponowane podejście zostało zweryfikowane na szeregu aktualnych funkcjach testowych oraz problemie optymalizacji procesu skrawania stali 18CrMo4 w stanie zahartowanym, gdzie porównano je z wynikami uzyskanymi za pomocą algorytmów genetycznych (GA). Uzyskane wyniki wskazują, że zaproponowane podejście jest względnie szybkie i wysoce konkurencyjne w stosunku do innych metod optymalizacji. Autorzy uzyskali bardzo różnorodne, zbieżne i w pełnym zakresie przebiegi frontu Pareto w przestrzeni kryteriów. W celu oceny jakości wygenerowanego zbioru Pareto dla każdego z prezentowanych przykładów wyznaczono ocenę opartą na pomiarze entropii oraz wskaźnika jakości IGD.
    In this paper a Modified Particle Swarm Optimization (PSO) method for multi-objective (MO) problems with a discrete decision space is proposed. In the PSO method the procedure to determine inertia weight, learning factor and social factor is modified. In addition, both an elitism strategy and innovative deceleration mechanism preventing the particles from going beyond the limits of decision space are introduced. The proposed approach has been applied to a series of currently used test functions as well as to optimization problems connected with finish hard turning operation, where the obtained results have been compared with those obtained by means of Genetic Algorithms (GA). The results indicate that the proposed approach is relatively quick, and thus it is highly competitive with other optimization methods. The authors have obtained a very good diversity, convergence and a maximum range of the Pareto front in the criteria space. In order to assess the quality of the generated Pareto set for each of presented examples, a rating has been determined based on the entropy measurement and inverted generational distance (IGD).
    Źródło:
    Eksploatacja i Niezawodność; 2014, 16, 2; 236-245
    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
    Tytuł:
    One cabin equipment location method based on the visibility human-factor potential field
    Metoda rozmieszczania przyrządów pokładowych oparta na pojęciach potencjałowego pola widoczności oraz potencjałowego pola czynnika ludzkiego
    Autorzy:
    Ge, Z.
    Wu, F.
    Yang, Y.
    Luo, X.
    Powiązania:
    https://bibliotekanauki.pl/articles/301748.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    cabin equipment
    human-factor potential field (HFPF)
    visibility potential field(VPF)
    layout optimization
    particle swarm optimization (PSO)
    przyrządy pokładowe
    potencjałowe pole czynnika ludzkiego (HFPF)
    potencjałowe pole widoczności (VPF)
    optymalizacja rozmieszczenia
    optymalizacja rojem cząstek (PSO)
    Opis:
    The visibility is the basic condition for cabin equipment location. For the description of human, object and obstacle, the humanfactor potential field concept is proposed in this paper, concluding the visibility potential field, the reachability potential field. The cabin equipment layout problem is modeled based on the basic visibility potential field model. The optimal layout optimization method is studied based on the particle swarm optimization (PSO) algorithm by natural selection. Finally, the applicability of the proposed idea is illustrated by numerical studies.
    Widoczność jest podstawowym warunkiem przy projektowaniu rozmieszczenia przyrządów pokładowych. W przedstawionej pracy zaproponowano pojęcie potencjałowego pola czynnika ludzkiego (human-factor potential field, HFPF), które służy do opisu czynnika ludzkiego, przedmiotów oraz przeszkód. HFPF obejmuje pojęcia potencjałowego pola widoczności oraz potencjałowego pola dostępu. Problem umiejscowienia elementów wyposażenia kabiny zamodelowano na podstawie podstawowego modelu potencjałowego pola widoczności. Metodę optymalizacji rozmieszczenia elementów wyposażenia badano w oparciu o algorytm optymalizacji rojem cząstek (PSO), metodą naturalnej selekcji. Zastosowanie proponowanej koncepcji zilustrowano na przykładzie badań numerycznych.
    Źródło:
    Eksploatacja i Niezawodność; 2015, 17, 2; 236-242
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Early prediction of remaining discharge time for lithium-ion batteries considering parameter correlation between discharge stages
    Wczesne przewidywanie czasu pozostałego do rozładowania baterii litowo-jonowej z uwzględnieniem korelacji parametrów z różnych etapów procesu rozładowania
    Autorzy:
    Yu, Jinsong
    Yang, Jie
    Tang, Diyin
    Dai, Jing
    Powiązania:
    https://bibliotekanauki.pl/articles/1365259.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    lithium-ion battery
    parameter correlation
    particle swarm optimization (PSO)
    particle filter
    remaining discharge time prognostics
    bateria litowo-jonowa
    korelacja parametrów
    optymalizacja rojem cząstek
    filtr cząsteczkowy
    prognozowanie czasu do rozładowania
    Opis:
    In this paper, we propose a method for making early predictions of remaining discharge time (RDT) that considers information about future battery discharge process. Instead of analyzing the entire degradation process of a battery, as in the existing literature, we obtain the information about future battery condition by decomposing the discharge model into three stages, according to level of voltage loss. Correlation between model parameters at the first and last stages of discharge process allows the values of model parameters in the future to be used to predict the value of parameters at early stages of discharge. The particle swarm optimization (PSO) and particle filter (PF) algorithms are employed to update parameters when new voltage data is available. A case study demonstrates that the proposed approach predicts RDT more accurately than the benchmark PF-based prediction method, regardless of the degradation period of the battery.
    W pracy zaproponowano metodę wczesnego przewidywania czasu pozostałego do rozładowania baterii (RDT), która uwzględnia informacje na temat przyszłego procesu jej rozładowywania. Zamiast analizować cały proces degradacji baterii, jak to ma miejsce w literaturze przedmiotu, wykorzystano informacje o przyszłym stanie baterii uzyskane na drodze podziału modelu procesu rozładowania na trzy etapy, według poziomu utraty napięcia. Korelacje między parametrami modelu uzyskanymi na pierwszym i ostatnim etapie procesu rozładowania baterii umożliwiają wykorzystanie przyszłych wartości parametrów do przewidywania wartości parametrów we wczesnych etapach rozładowania. Do aktualizacji parametrów zgodnie z napływającymi nowymi danymi napięciowymi wykorzystano algorytm optymalizacji rojem cząstek (PSO) i algorytm filtra cząsteczkowego (PF). Studium przypadku pokazuje, że proponowane podejście pozwala bardziej precyzyjnie prognozować RDT niż metoda prognozowania oparta na PF, niezależnie od okresu degradacji baterii.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 1; 81-89
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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