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 "analiza składowych głównych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Chatter detection using principal component analysis in cold rolling mill
    Autorzy:
    Usmani, N. I.
    Kumar, S.
    Velisatti, S.
    Tiwari, P. K.
    Mishra, S. K.
    Patnaik, U. S.
    Powiązania:
    https://bibliotekanauki.pl/articles/329460.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    chatter
    principal component analysis
    PCA
    cold rolling
    vibration
    drgania samowzbudne
    analiza składowych głównych
    walcowanie na zimno
    drgania
    Opis:
    Most cold rolling mills are prone to chatter problem. Chatter marks are often observed on the strip surface in cold rolling mill leading to downgrade and rejection of rolled material. Chatter impact product quality as well as productivity of mill. In absence of online chatter detection no corrective action can be taken immediately and whole campaign gets affected. Most conventional approach for online chatter detection is by using vibration measurement of mill stands in time & frequency domain. Present work proposes two approaches to detect chatter in cold rolling mill using a statistical technique called Principal Component Analysis (PCA). In this paper two methods are used for chatter detection. First method applies PCA on Fast Fourier Transform (FFT) to differentiate between chatter and non-chatter condition. Second method applies PCA on statistical parameters calculated from raw vibration data to detect chatter.
    Źródło:
    Diagnostyka; 2018, 19, 1; 73-81
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie analizy składowych głównych w diagnostyce silników o zapłonie samoczynnym
    Use of the principal components analysis in the diesel diagnostics
    Autorzy:
    Boruta, G.
    Jasiński, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/328099.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka wibroakustyczna
    analiza składowych głównych (PCA)
    rozkład macierzy względem wartości własnych (SVD)
    vibroacoustic diagnostic
    principal components analysis (PCA)
    singular value decomposition (SVD)
    Opis:
    Jedną z metod diagnozowania i prognozowania wczesnych faz rozwoju uszkodzeń, jest korelacja obiektywnego stanu technicznego z diagnostycznym parametrem uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) mamy możliwość uzyskania liniowego przekształcenia zmiennych, w związku z czym redundantna informacja jest redukowana, co pozwala uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań, prezentowanym w naszym referacie, jest silnik o zapłonie samoczynnym. Konkludując, metoda przedstawiona w tym referacie unika potrzeby wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest diagnozowanie silnika na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.
    One of method of defects evolution early stages diagnostic and prediction, is the correlation of the objective technical condition with the diagnostic parameter received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for linear transformation of the problem variables so that the redundant information is reduced and the diagnostic model is more easily extracted. The product chosen for the investigation presented in this paper is a diesel. To conclude, the method presented here avoids the need for performing analytical model which are time consuming and costly. It is possible to diagnose of engine from the objective parameters of the specially prepared vibroacoustic signal without performing simulation models.
    Źródło:
    Diagnostyka; 2005, 34; 43-50
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie składowych głównych w diagnozowaniu maszyn
    Use of principal components in machinery diagnostics
    Autorzy:
    Jasiński, M.
    Radkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/328772.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka wibroakustyczna
    analiza składowych głównych (PCA)
    rozkład macierzy względem wartości własnych (SVD)
    vibroacoustic diagnostic
    principal components analysis (PCA)
    singular value decomposition (SVD)
    Opis:
    Jedną z metod diagnozowania i prognozowania wczesnych faz rozwoju uszkodzeń, jest korelacja obiektywnego stanu technicznego z diagnostycznym parametrem uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) mamy możliwość uzyskania liniowego przekształcenia zmiennych, w związku z czym redundantna informacja jest redukowana, co poz.wala uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań, prezentowanym w naszym referacie, jest przekładnia zębata. Konkludując, metoda przedstawiona w tym referacie unika potrzeby wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest oszacowanie typu i stopnia uszkodzenia przekładni zębatej na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.
    One of method of defects evolution early stages diagnostic and prediction, is the correlation of the objective technical condition with the diagnostic parameter received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for linear transformation of the problem variables so that the redundant information is reduced and the diagnostic model is more easily extracted. The product chosen for the investigation presented in this paper is a gear. To conclude, the method presented here avoids the need for performing analytical model which are time consuming and costly. It is possible to estimate the type and stage of defect to any gear vibroacoustic signal from the objective parameters of the specially prepared signal without performing simulation models.
    Źródło:
    Diagnostyka; 2004, 30, T. 1; 207-210
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of changes of machine technical state on the basis of results of principle component analysis of a sequence of thermographic images
    Identyfikacja zmian stanu obiektów technicznych na podstawie wyników analizy głównych składowych sekwencji zdjęć termograficznych
    Autorzy:
    Fidali, M.
    Bzymek, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/327752.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka
    maszyna
    termowizja
    termografia
    analiza głównych składowych
    machine
    diagnostics
    thermovision
    thermography
    principal component analysis
    PCA
    Opis:
    During continuous object observation with the use of a thermographic device, a sequence of thermographic images can be recorded in time function. On the basis of an acquired series of thermograms, determination of diagnostic signals and identification of changes of a machine technical state is possible. An approach presented in the paper concerns application of a Principal Component Analysis (PCA) method. In order to verify the method, an active diagnostic experiment, during which sequences of thermographic images were recorded and analyzed according to their components, was carried out. The obtained results showed that diagnostic signals provided by PCA could be used for identification of changes of a technical state as well as classification of the state with considerably high efficiency.
    Podczas ciągłej obserwacji termowizyjnej obiektu technicznego rejestrowana jest sekwencja obrazów w czasie. Na podstawie zarejestrowanej sekwencji obrazów możliwe jest wyznaczenie sygnałów diagnostycznych pozwalających na identyfikację stanu technicznego obserwowanego obiektu. W artykule zaproponowano metodę diagnozowania maszyn na podstawie wyników analizy składowych głównych (PCA) sekwencji obrazów termowizyjnych. W celu weryfikacji metody przeprowadzono czynny eksperyment diagnostyczny, podczas którego rejestrowano sekwencje obrazów, które poddano analizie składowych. Uzyskane wyniki wykazały, że metoda składowych głównych pozwala na identyfikację zmian stanu technicznego oraz efektywną klasyfikację stanu technicznego maszyny.
    Źródło:
    Diagnostyka; 2009, 3(51); 45-48
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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