Informacja

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

Wyszukujesz frazę "space state" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Forecasting study of mains reliability based on sparse field data and perspective state space models
Prognozowanie niezawodności elementów sieci wodociągowej na podstawie rzadkich danych terenowych i modeli przestrzeni stanów
Autorzy:
Valis, David
Forbelská, Marie
Vintr, Zdeněk
Powiązania:
https://bibliotekanauki.pl/articles/301060.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
mains
critical infrastructure
reliability prognosis
sparse data
state space models
sieć wodociągowa
infrastruktura krytyczna
prognoza niezawodności
rzadkie dane
model przestrzeni stanów
Opis:
The elements of critical infrastructure have to meet demanding dependability, safety and security requirements. The article deals with the prognosis of water mains reliability while using sparse irregular filed data. The data are sparse because the only thing we know is the number of mains failures during a given month. Since it is possible to transform the data into a typical reliability measure (rate of failure occurrence – ROCOF), we can examine the course of this measure development in time. In order to model and predict the ROCOF development, we suggest novel single and multiple error state space models. The results can be used for i) optimizing mains operation and maintenance, ii) estimating life cycle cost, and iii) planning crisis management.
Elementy infrastruktury krytycznej muszą spełniać wysokie wymagania w zakresie niezawodności, bezpieczeństwa i ochrony. Artykuł dotyczy prognozowania niezawodności sieci wodociągowej przy wykorzystaniu nieregularnie rejestrowanych rzadkich danych. Wykorzystane w pracy dane są rzadkie, ponieważ dostarczają jedynie informacji na temat liczby uszkodzeń wodociągu w danym miesiącu. Przekształcenie tych danych w typową miarę niezawodności (wskaźnik występowania uszkodzeń – ROCOF), pozwala zbadać przebieg rozwoju tej miary w czasie. Rozwój ROCOF można modelować i przewidywać za pomocą zaproponowanych w pracy innowacyjnych modeli przestrzeni stanów uwzględniających pojedynczy błąd lub wiele błędów. Uzyskane wyniki można wykorzystać do i) optymalizacji pracy i eksploatacji sieci wodociągowej, ii) szacowania kosztów cyklu życia, oraz iii) planowania zarządzania kryzysowego.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 2; 179-191
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie trwałości środków technicznych z wykorzystaniem wielu wskaźników degradacji i zdarzeń awaryjnych w ujęciu modelu ciągłej przestrzeni stanów
Asset life prediction using multiple degradation indicators and failure events: a continuous state space model approach
Autorzy:
Zhou, Y.
Ma, L.
Mathew, J.
Sun, Y.
Wolff, R.
Powiązania:
https://bibliotekanauki.pl/articles/301478.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
prognozowanie trwałości środków
model degradacji
algorytm maksymalizacji wartości oczekiwanej
model przestrzeni stanów
asset life prediction
degradation model
expectation-maximisation algorithm
state space model
Opis:
Prognozowanie trwałości środków z wykorzystaniem wskaźników degradacji wiąże się z dwoma zagadnieniami praktycznymi:(1) identyfikacją progów niepewnego uszkodzenia dla wskaźników degradacji oraz (2) łączeniem licznych wskaźników degradacji otrzymanych na podstawie danych z monitorowania stanu. Model degradacji w przestrzeni stanów stanowi efektywne podejście do tych dwóch zagadnień. Jednakże dotychczasowe badania dotyczące tego modelu w dużej mierze przyjmują założenie dyskretnego czasu lub dyskretnych stanów, które wymaga równych odstępów między przeglądami lub dyskretyzacji ciągłych wskaźników degradacji. Aby uniknąć konieczności zakładania dyskretnego czasu i dyskretnych stanów, w niniejszej pracy zaproponowano model przestrzeni stanów oparty na procesie Gamma. Proces Gamma charakteryzuje własność monotoniczna rosnącą, która odpowiada nieodwracalnym procesom degradacji środków technicznych w trakcie jednego cyklu serwisowego. Własność monotoniczna rosnąca ułatwia również ustalenie funkcji prawdopodobieństwa, gdy brane są pod uwagę czasy uszkodzeń. W artykule sformułowano algorytmy estymacji parametrów oraz prognozowania czasu życia dla modelu przestrzeni stanów opartego na procesie Gamma. Dodatkowo określono metodę oceny efektywności wskaźników w modelowaniu degradacji. Proponowany model przestrzeni stanów oparty na procesie Gamma oraz jego algorytmy weryfikowano przy użyciu danych symulacyjnych oraz danych terenowych pozyskanych z przedsiębiorstwa zajmującego się ciekłym gazem ziemnym.
Two practical issues are involved in asset life prediction using degradation indicators: (1) identifying uncertain failure thresholds of degradation indicators and (2) fusing multiple degradation indicators extracted from condition monitoring data. The state space degradation model provides an effective approach to address these two issues. However, existing research on the state space degradation model largely adopts a discrete time or states assumption which requires equal inspection intervals or discretising continuous degradation indicators. To remove the discrete time and states assumptions, this paper proposes a Gamma-based state space model. The Gamma process has a monotonically increasing property that is consistent with the irreversible degradation processes of engineering assets within a single maintenance cycle. The monotonically increasing property also makes the establishment of the likelihood function more straightforward when failure times are considered. In this paper, parameter estimation and lifetime prediction algorithms for the Gamma-based state space model are developed. In addition, an effectiveness evaluation approach for indicators in degradation modelling is established. The proposed Gamma-based state space model and algorithms are validated using both simulated data and a field dataset from a liquefied natural gas company.
Źródło:
Eksploatacja i Niezawodność; 2009, 4; 72-81
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Robustness of Multimodal Transportation Networks
Model oceny odporności multimodalnych sieci transportowych
Autorzy:
Bocewicz, G.
Powiązania:
https://bibliotekanauki.pl/articles/1366114.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
sieci multimodalne
systemy transportowe
harmonogramowanie cykliczne
odporność na zakłócenia
procesy multimodalne
przestrzeń stanów
cykliczne przebiegi ustalone
multimodal networks
transportation systems
cyclic scheduling
robustness
multimodal processes
state space
cyclic steady state
Opis:
Dynamiczny rozwój infrastruktury komunikacji miejskiej obejmującej linie autobusowe, trolejbusowe, tramwajowe, linie metra, kolei podmiejskiej, itp. składające się na tzw. Multimodalne Sieci Transportowe (MST) rodzi wiele nowych problemów. Wśród ważniejszych z nich warto wymienić problemy planowania obsługi ruchu pasażerskiego w sytuacjach związanych z awariami elementów infrastruktury, wypadkami losowymi czy też z obsługą imprez masowych. Wiadomo, że istnienie rozwiązań dopuszczalnych gwarantujących zakładaną przepustowość infrastruktury warunkuje tzw. odporność MST na ww. zakłócenia. W tym kontekście, niniejsza praca przedstawia pewien deterministyczny model multimodalnej sieci transportowej złożonej z połączonych stacjami przesiadkowymi, linii komunikacji miejskiej. Składające się na sieć, pracujące w zamkniętych cyklach, linie komunikacji miejskiej pozwalają obsłuchiwać ruch pasażerski na wybranych kierunkach np. północ-południe. Obsługiwane strumienie pasażerów modelowane są jako tzw. multimodalne procesy transportowe. Wprowadzone miary odporności MST, umożliwiające ocenę rozważanych wariantów infrastruktury, pozwalają na wyznaczenie warunków spełnienie, których gwarantuje dopuszczalną jakość obsługi ruchu pasażerskiego. Umożliwiają, zatem zarówno planowanie obsługi pasażerów na wybranych trasach, jak i kształtowanie struktury rozbudowywanej i/lub modernizowanej sieci komunikacji miejskiej.
This paper describes a declarative approach to modeling a multimodal transportation network (MTN) composed of multiple connecting transport modes, such as bus, tram, light rail, subway and commuter rail, where within each mode, service is provided on separate lines or routes. The considered model of a network of multimodal transportation processes (MTPN) provides a framework to address the needs for transportation networks robustness while taking into account their capacity and demand requirements. Therefore the work focuses on evaluation of the network robustness allowing distinguished multimodal processes to continue in order to accomplish trips following an assumed set of multimodal chains connecting transport modes between origins and destinations. Consequently, a solution to the problem of prototyping robust transits on a given multimodal network is implemented and tested. The conditions that guarantee the network robustness, taking into account disruptions of supply and demand as well as operational control, are provided. The aim of investigations is to provide a tool for evaluating the robustness of a network of multimodal transportation processes as well as different travel modes through a transportation network.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 2; 259-269
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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