Informacja

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

Wyszukujesz frazę "diagnostyka sieci" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Diagnostyka łożysk silnika indukcyjnego na podstawie prądu zasilającego przy użyciu sztucznych sieci neuronowych
Diagnostics of induction motor bearings with use of supply current signal and artificial neural networks
Autorzy:
Ciszewski, T.
Swędrowski, L.
Powiązania:
https://bibliotekanauki.pl/articles/152328.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
diagnostyka
silnik indukcyjny
sieci neuronowe
uszkodzenia łożysk
diagnostics
induction motor
neural networks
bearings defects
Opis:
W artykule zawarto wyniki badań dotyczące diagnostyki łożysk silnika indukcyjnego na podstawie pomiarów prądu zasilającego z wykorzystaniem sztucznych sieci neuronowych. Zaprezentowano wyniki uczenia sieci oraz rezultaty testów przeprowadzonych na danych spoza zbioru uczącego. Badania wykonane zostały na obiektach z celowo wprowadzonymi uszkodzeniami łożysk. Przedstawiona nowa koncepcja zakłada użycie zestawu sieci neuronowych wybieranych na podstawie prędkości obrotowej silnika podczas pomiaru. Metoda ta ma szanse na wdrożenie w przemyśle.
The paper contains research results on the diagnostics of induction motor bearings by measuring the supply current with usage of artificial neural networks. Bearing failure amount is greater than 40% of all engine failures, so their damage-free operation is so important [1]. Tests were performed on objects with intentionally made bearings defects. Section 2 introduces the concept of artificial neural networks. It presents the general structure of a multilayer neural network (Fig.1) and the model of a single neuron (Fig. 2) which explains how to create an output signal (1,2). A backpropagation algorithm was chosen to be the learning method for the network being created. It uses equation (4) for calculating the errors in the k-th layer. As the model data for the network learning, DREAM vibration diagnostics system results were used. Section 3 describes how the network input data was created. The essence of the algorithm is to choose the right set of weights for each rotor speed. This is an innovative solving of this diagnostic problem. The results of this study are listed in Table 1. Equations (6) - (14) describe how each error was counted. The method presented in this paper, after developing, can be very useful for industry.
Źródło:
Pomiary Automatyka Kontrola; 2013, R. 59, nr 4, 4; 316-318
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid cytological image segmentation method based on competitive neural network and adaptive thresholding
Hybrydowa metoda segmentacji obrazów cytologicznych oparta o konkurencyjne sieci neuronowe i adaptacyjne progowanie
Autorzy:
Kowal, M.
Filipczuk, P.
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/153798.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
segmentacja obrazu
sieci neuronowe
rak piersi
diagnostyka
image segmentation
neural networks
breast cancer
diagnosis
Opis:
The paper provides a preview of research on the computer system to support breast cancer diagnosis. The approach is based on analysis of microscope images of fine needle biopsy material. The article is devoted mainly to the segmentation problem. Hybrid segmentation algorithm based on competitive learning neural network and adaptive thresholding is presented. The system was tested on a set of real case medical images obtained from patients of the hospital in Zielona Góra with promising results.
Niniejszy artukuł przedstawia wyniki prac badawczych prowadzonych nad komputerowym systemem wspierającym diagnostykę raka piersi. Zaprezentowane podejscie oparte jest na analizie mikroskopowych obrazów materiału pozyskanego metodą biopsji cienkoigłowej bez aspiracji. Zadaniem systemu jest określenie czy badany przypadek jest zmianą łagodną czy złośliwą. Badania skupione są na dwóch głównych problemach. Pierwszym z nich jest segmentacja obrazów cytologicznych oraz ekstrakcja cech morfometrycznych jąder komórkowych występujących na rozmazach. Drugim problemem jest klasyfikacja raka sutka oraz odpowiedni dobór cech najlepiej opisujących daną klasę. W artykule autorzy położyli główny nacisk na opisie sposobu segmentacji obrazów. Poprawność procesu segmentacji w dużym stopniu decyduje o możliwości wykonania skutecznych pomiarów cech morfometrycznych jąder komórkowych i w konsekwencji dokonania właściwej diagnozy. W artykule przedstawiono hybrydowy algorytm segmentacji oparty o konkurencyjne sieci neuronowe i adaptacyjne progowanie. Jest to metoda alternatywna do zaprezentowanej wcześniej metody bazującej na rozmytym algorytmie c-średnich. Porównanie wyników obydwu metod zamieszczono w artykule. Automatyczny system wspierający diagnostykę raka piersi przetestowano na prawdziwych obrazach medycznych pacjentów regionalnego szpitala w Zielonej Górze. W przeprowadzonych eksperymetach uzyskano obiecujące wyniki.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1448-1451
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Micro milling machine – chosen aspects of diagnostic systems
Wybrane zagadnienia diagnostyki pracy mikrofrezarki
Autorzy:
Brolel-Plater, B.
Jaroszewski, K.
Dworak, P.
Powiązania:
https://bibliotekanauki.pl/articles/154807.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
micro milling machine
diagnostic system for micro milling machine
neural networks
mikrofrezarka
diagnostyka
sieci neuronowe
Opis:
The paper deals with one of designed diagnostic issues for micro milling machine. A short description of the designed and set in motion micro machine for milling is presented. A geometrical construction of the machine is considered. Drive and measurement systems are presented. Moreover capabilities of the machine are compared to conventional ones and advantages of the presented machine are listed. The machine supervisory control system, which is based on an artificial intelligence diagnostic system is described. Conducted in design process deliberations about types and structures of the net and form and source of the signals are discussed.
W artykule omawia się wybrane zagadnienia kontroli pracy i diagnostyki mikrofrezarki. Prezentuje się parametry konstrukcyjne zaprojektowanej i uruchomionej w Centrum Mechatroniki ZUT w Szczecinie maszyny SNTM-CM-ZUT-1. Przedstawiono konstrukcję geometryczną maszyny oraz jej systemy pomiarowe i napędowe. Porównano właściwości tej maszyny z rozwiązaniami stosowanymi w konwencjonalnych obrabiarkach numerycznych uwypuklając własności utrudniające precyzyjne nią sterowanie. Opisano system diagnostyki stanu maszyny i nadzoru jej pracy. Stan maszyny określany jest na podstawie pomiarów realizowanych z wykorzystaniem miniaturowych akcelerometrów umieszczonych na korpusie i wrzecionie maszyny. Rejestrowane przebiegi poddawane są przekształceniom FFT w matrycy FPGA a wyniki tych obliczeń wykorzystuje się następnie w klasyfikatorze neuronalnym. Prezentuje się rozważania przeprowadzone w procesie projektowania sieci dotyczące typu i struktury sieci oraz formy i źródła sygnałów. Przedstawia się strukturę i cechy systemu nadzoru pracy obrabiarki oraz formę prezentacji wyników modułu diagnostyki.
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 1, 1; 61-64
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial Neural Networks Approaches to Monitoring of Combustion in a Fluid Boiler
Monitorowanie kotłów fluidalnych z zastosowaniem neuronowych modeli spalania
Autorzy:
Jankowska, A.
Kornacki, S.
Powiązania:
https://bibliotekanauki.pl/articles/972155.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sztuczne sieci neuronowe
wirtualne analizatory
diagnostyka kotłów energetycznych
artificial neural networks
virtual analyzers
fluid boilers diagnosis
Opis:
The paper describes the applications of artificial neural network models to calculating the emission of exhaust gases and early detection of a steam leak in power fluid boilers. Both tasks are related to the monitoring of boilers operation necessary for fulfilling the ecological requirements (balancing and reduction of the contamination emissions) and limiting the damage results. The paper describes especially problems, that are of general character and are important for implementation of industrial applications similar to other industrial plants.
Opisano zastosowanie modeli neuronowych do wyliczania emisji zanieczyszczeń powietrza oraz do wczesnego wykrywania nieszczelności parowych w energetycznych kotłach fluidalnych. Oba zadania związane są z monitorowaniem pracy kotłów koniecznym dla spełnienia wymagań ekologicznych (bilansowanie i redukcja emisji zanieczyszczeń) oraz ograniczeniem skutków awarii. W artykule przedstawiono zwłaszcza te zagadnienia, które mają charakter ogólny i są ważne przy tworzeniu tego typu przemysłowych aplikacji dla innych obiektów przemysłowych.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 3, 3; 149-151
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pewne aspekty wykorzystania sztucznych sieci neuronowych dla identyfikacji i sterowania procesem przemiału cementu
Some aspects of use of artificial neural networks for identification and control of cement grinding process
Autorzy:
Rojek, R.
Bursy, G.
Powiązania:
https://bibliotekanauki.pl/articles/151235.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sieci neuronowe
identyfikacja
diagnostyka
sterowanie
przemiał cementu
młyn kulowy
neural networks
identification
diagnostics
control
cement grilling
ball mill
Opis:
artykule przedstawiono wybrane aspekty zastosowania sztucznych sieci neuronowych do identyfikacji i sterowania energochłonnym procesem przemiału cementu. Jest to złożony nieliniowy proces dynamiczny. Sterowanie takim procesem z wykorzystaniem klasycznych układów regulacji nie jest efektywne. Zaproponowano zatem wykorzystanie niestandardowych algorytmów opartych na sieciach neuronowych. Do ich realizacji wykorzystano dane pomiarowe oraz wiedzę operatorów. Badania symulacyjne układu przeprowadzono w środowisku Matlab-Simulink pod kątem optymalizacji struktury sieci i wyboru odpowiedniego procesu uczenia. Uzyskane wyniki potwierdzają możliwości wykorzystania algorytmów neuronowych do sterowania procesem przemiału.
This paper presents selected aspects of application of artificial neural networks to identification and control of the cement grinding process occurring in the closed-circuit ball mill (Fig. 1) [13, 14]. Cement grinding is a complicated, nonlinear, energy-consuming process. Control of the process by means of classical control systems is not effective. Therefore, nonstandard neural network algorithms combined with the inverse modeling method of Jordan and Jacon [2, 15, 18] are proposed for the purpose. The NARX neural network model (Fig. 3) is used, in addition to the expert operator knowledge developed on a basis of a number of experiments run at a domestic cement plant. Simulation runs in the Matlab/Simulink environment are directed to optimization of the network structure and selection of its adequate learning process. The obtained results enable concluding that the application of a neurocontroller to control of the grinding process can yield satisfactory process performance [4].
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 2, 2; 190-192
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostyka torów pomiarowych i urządzenia wykonawczego w układzie regulacji turbiny kondensacyjnej
Diagnostic of measuring tracks and executive device in control system for condensing turbine
Autorzy:
Pawlak, M.
Powiązania:
https://bibliotekanauki.pl/articles/155014.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
układ regulacji
modelowanie rozmyte
sieci neuronowe
diagnostyka
tory pomiarowe
elementy wykonawcze
fault diagnosis
power control
power generation
turbines
fuzzy modeling
fault tolerant systems
Opis:
Przedstawiono układ regulacji turbiny kondensacyjnej odporny na uszkodzenia torów pomiarowych. Opisano działania układu regulacji turbiny kondensacyjnej pracującej w układzie blokowym. Zaprezentowano charakterystykę sygnałów wchodzących do regulatora i metody wykrywania uszkodzeń dla danego toru pomiarowego. Opisano zasadę działania i system diagnostyki dla urządzenia wykonawczego
In this paper described fault tolerant system of regulation of condensing turbine on damages of measuring - tracks. One presented characterization of signals entering to controler and methods of detecting of damages measuring - track and executive device.
Źródło:
Pomiary Automatyka Kontrola; 2006, R. 52, nr 11, 11; 48-50
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    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