Informacja

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

Wyszukujesz frazę "identification systems" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Real time estimation of modal parameters of non-stationary systems using adaptive wavelet filtering and recursive least square algorithm
Identyfikacja parametrów modalnych układów niestacjonarnych z wykorzystaniem adaptacyjnego filtru falkowego oraz rekursywnyego algorytmu najmniejszych kwadratów
Autorzy:
Klepka, A.
Powiązania:
https://bibliotekanauki.pl/articles/329200.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
wavelet transform
recursive identification
non-stationary systems
transformata falkowa
rekursywne metody identyfikacji
układy niestacjonarne
Opis:
The paper presents a method of modal parameter estimation based on RLS (Recursive Least Square) algorithm, and wavelet filtering. The wavelet filtering gives possibility to decoupling frequency components of signal response of structure. This operation can also reduce the order of the signal model estimated by RLS algorithm. An additional advantage of this method is the possibility of adapting the wavelet filter parameters to the changing parameters of the system. Reduced model order significantly reduces the time of estimation of modal parameters, which enables the real – time implementation of the method. Due to recursively updated covariance matrix of model parameters, the confidence intervals of modal parameters can be also estimated. All routines have been implemented and tested in MATLAB®. The method have been tested on simulated data delivered by an AIRBUS team and on the test bed with a variable stiffness.
Artykuł prezentuje metodę estymacji parametrów modalnych bazująca na algorytmie RLS (RLS (Recursive Least Square) oraz filtracji falkowej. Filtracja falkowa daje możliwość separacji składników częstotliwościowych sygnału. Ta operacja redukuje rząd modelu estymowanego przez algorytm RLS. Dodatkowa zaletą algorytmu jest możliwość adaptacji parametrów filtru falkowego do zmieniających się parametrów układu. Redukcja modelu znacznie skraca czas estymacji parametrów modalnych. Umożliwia to implementację algorytmu w czasie rzeczywistym. Dzięki rekursywnemu uaktualnianiu macierzy kowariancji parametrów modelu estymowane są również przedziały ufności otrzymanych wyników. Wszystkie procedury zostały zaimplementowane w środowisku MATLAB. Metodę przetestowano dla danych symulacyjnych (model samolotu dostarczony przez firmę AIRBUS), oraz dla układu ze zmienna sztywnością.
Źródło:
Diagnostyka; 2015, 16, 1; 3-8
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial intelligence algorithms combined with the PIES in identification of polygonal boundary geometry
Algorytmy sztucznej inteligencji połączone z PURC w identyfikacji kształtu wielokątnej geometrii brzegu
Autorzy:
Zieniuk, E.
Kużelewski, A.
Gabrel, W.
Powiązania:
https://bibliotekanauki.pl/articles/327836.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
PURC
identyfikacja kształtu brzegu
algorytmy genetyczne
sztuczny system immunologiczny
PIES
identification of a boundary shape
genetic algorithms
artificial immune systems
Opis:
Identification of a shape of a boundary belongs to a very interesting part of boundary problems called inverse problems. Various methods were used to solve these problems. Therefore in practice, there are two well-known methods widely applied to solve the problem: the FEM and the BEM. In this paper a competitive meshless and more effective method - the PIES combined with artificial intelligence (AI) methods is applied to solve the shape inverse problems. The aim of the paper is an examination of two popular AI algorithms (genetic algorithms and artificial immune systems) in identification of the shape of the boundary.
Identyfikacja kształtu brzegu należy do bardzo interesującej grupy zagadnień brzegowych nazywanej zagadnieniami odwrotnymi. Istnieje liczna grupa metod służących rozwiązywaniu takich problemów. Jednakże w praktyce do rozwiązywania zagadnień odwrotnych szeroko wykorzystywane są dwie metody: MES i MEB. W niniejszej pracy zaproponowano zastosowanie alternatywnej bezelementowej i bardziej efektywnej metody - PURC połączonej z algorytmami sztucznej inteligencji (SI) do identyfikacji kształtu brzegu. Celem pracy jest zbadanie efektywności dwóch popularnych algorytmów SI (algorytmów genetycznych i sztucznych systemów immunologicznych) w identyfikacji kształtu brzegu.
Źródło:
Diagnostyka; 2006, 2(38); 53-56
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of submersible pump temperature changes model using KDD methods
Identyfikacja modelu zmian temperatury pompy głębinowej z zastosowaniem metod odkrywania wiedzy w bazach danych
Autorzy:
Wachla, D.
Powiązania:
https://bibliotekanauki.pl/articles/327824.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
baza danych
wiedza
identyfikacja systemów
algorytm genetyczny
metoda wektorów wspomagających
selekcja atrybutów
system SCADA
database
knowledge
system identification
genetic algorithm
support vector machines
attributes selection
SCADA systems
Opis:
This paper deals with the problem of the autoregressive model identification using KDD methods. In the considered problem, the autoregressive models are applied to describe dynamics processes of various technical systems. In particular, a method of functional dependencies discovering was presented. The method was designed for exploring data sets gathered by industrial SCADA systems. For the problem of the identification of pump temperature changes model, the method was verified. For this particular reason, a set of data was used which was gathered by submersible pumping station SCADA system. The assumptions, the exemplary results of the conducted research and conclusions were presented, as well.
W artykule poruszono problem identyfikacji modeli autoregresyjnych opisujących dynamikę obserwowanych procesów. W szczególności przedstawiono metodę odkrywania zależności funkcyjnych w zbiorach danych gromadzonych przez przemysłowe systemy SCADA. Opracowaną metodę zweryfikowano dla problemu identyfikacji modelu zmian temperatury pompy głębinowej. W tym celu zastosowano fragment danych zgromadzony przez system rejestracji danych współpracujący pompownią głębinową. Przedstawiono przyjęte założenia, fragmenty uzyskanych wyników oraz wnioski z przeprowadzonych badań.
Źródło:
Diagnostyka; 2006, 2(38); 41-44
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
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