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 "railway maintenance" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Modeling of railway system maintenance and availability by means of Colored Petri nets
    Modelowanie utrzymania ruchu i gotowości systemu kolejowego za pomocą kolorowych sieci Petriego
    Autorzy:
    Song, H.
    Schnieder, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/300762.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    prognostics and health management
    colored Petri nets
    railway system
    maintenance
    availability
    prognostyka i zarządzanie zdrowiem
    kolorowe sieci Petriego
    system kolejowy
    utrzymanie ruchu
    gotowość
    Opis:
    Prognostics and health management (PHM) technologies permit actionable information to enable proper decision-making for improving systems’ performance. With the increasing requirements placed on the rail systems’ availability, better maintenance decisions should be evaluated before practical application. The aim of this work is to build maintenance models and estimate the performance of considered maintenance decisions regarding the rail system’s reliability and availability by means of Colored Petri nets. As a high-level formalization method, Colored Petri nets provide different color sets, which are suitable to represent different maintenance attributions. The maintenance models are evaluated at both the structure and parameterization levels. At the structure level, the structure correctness of the maintenance models is evaluated by using the state space analysis. At the parameterization level, specific maintenance decisions are illustrated. With various maintenance parameters, comparisons of system reliability and availability are made with the results obtained with the Colored Petri nets model.
    Technologie prognostyki i zarządzania zdrowiem (PHM) dostarczają praktycznych danych, które umożliwiają podejmowanie właściwych decyzji w zakresie poprawy wydajności systemów. Wraz z rosnącymi wymaganiami dotyczącymi gotowości systemów kolejowych, rośnie potrzeba oceny decyzji dotyczących utrzymania ruchu przed ich wprowadzeniem w życie. Celem przedstawionej pracy było zbudowanie modeli utrzymania ruchu oraz oszacowanie za pomocą kolorowych sieci Petriego możliwości realizacji rozważanych decyzji konserwacyjnych dotyczących niezawodności i gotowości systemu kolejowego. Kolorowe sieci Petriego to metoda o wysokim poziomie formalizacji, którą w przedstawionej pracy wykorzystano do reprezentacji za pomocą różnych zestawów kolorów, różnych atrybutów utrzymania ruchu. Modele utrzymania ruchu oceniano zarówno na poziomie struktury jak i parametryzacji. Na poziomie struktury, poprawność struktury modeli utrzymania ruchu oceniano za pomocą analizy przestrzeni stanów. Na poziomie parametryzacji, zilustrowano konkretne decyzje dotyczące konserwacji. Niezawodność i gotowość systemu przy różnych parametrach utrzymania ruchu porównano z wynikami uzyskanymi za pomocą modelu kolorowych sieci Petriego.
    Źródło:
    Eksploatacja i Niezawodność; 2018, 20, 2; 236-243
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Intelligent Forecasting of Automatic Train Protection System Failure Rate in China High-speed Railway
    Inteligentne prognozowanie intensywności uszkodzeń automatycznego systemu ochrony pociągów kolei dużych prędkości w Chinach
    Autorzy:
    Kang, Renwei
    Wang, Junfeng
    Cheng, Jianfeng
    Chen, Jianqiu
    Pang, Yanzhi
    Powiązania:
    https://bibliotekanauki.pl/articles/301390.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    intelligent maintenance
    high-speed railway
    failure rate
    automatic train protection system
    prediction model
    chaos
    inteligentna konserwacja
    kolej dużych prędkości
    intensywność uszkodzeń
    automatyczny system ochrony pociągu
    model predykcyjny
    Opis:
    Intelligent and personalized dynamic maintenance and spare parts configuration of high-speed railway have been the main trend to guarantee the safety capability of trains. In this paper, a new Automatic Train Protection (ATP) system failure rate calculation method is proposed, and the delay time and embedded dimension are determined by C-C algorithm. Then the phase space is reconstructed from one-dimensional time series to high-dimensional space. Based on chaotic characteristics of failure rate, a short-term intelligent forecasting model of failure rate of ATP system is established. The actual failure statistics from 2010 to 2018 are used as samples to train and test the validity of the model. From prediction results, it shows that the proposed chaos prediction model has an accuracy of 99.71%, which is better than the support vector machine model. Through the intelligent prediction of failure rate, this paper solves the maintenance inflexibility and imbalance of supply and demand of spare parts configuration.
    Inteligentna i spersonalizowana dynamiczna konserwacja i konfiguracja części zamiennych pociągów kolei dużych prędkości stanowią ostatnio główny trend w zakresie zapewniania bezpieczeństwa pociągów. W niniejszym artykule zaproponowano nową metodę obliczania intensywności uszkodzeń systemu Automatycznej Ochrony Pociągu (ATP), a czas opóźnienia i wymiar zanurzenia określano za pomocą algorytmu CC. Następnie, przestrzeń fazową przekształcono z jednowymiarowego szeregu czasowego do przestrzeni wielowymiarowej. Opierając się na chaotycznych charakterystykach intensywności uszkodzeń, utworzono model krótkoterminowego inteligentnego prognozowania awaryjności systemu ATP. Do uczenia modelu i weryfikacji jego trafności wykorzystano rzeczywiste dane statystyczne dotyczące awarii pociągów z lat 2010–2018. Z wyników prognoz wynika, że proponowany model predykcji, oparty na teorii chaosu, cechuje się dokładnością na poziomie 99,71%, czyli wyższą niż model maszyny wektorów nośnych. Dając możliwość inteligentnej predykcji intensywności uszkodzeń, niniejsza praca rozwiązuje problem braku elastyczności w utrzymaniu ruchu pociągów oraz braku równowagi między podażą a popytem na części zamienne.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 4; 567-576
    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