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 "space state" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Disturbance modeling and state estimation for offset-free predictive control with state-space process models
    Autorzy:
    Tatjewski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/330146.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    model predictive control
    state space model
    disturbance rejection
    state observer
    Kalman filter
    sterowanie predykcyjne
    model przestrzeni stanów
    eliminacja zakłóceń
    obserwator stanu
    filtr Kalmana
    Opis:
    Disturbance modeling and design of state estimators for offset-free Model Predictive Control (MPC) with linear state-space process models is considered in the paper for deterministic constant-type external and internal disturbances (modeling errors). The application and importance of constant state disturbance prediction in the state-space MPC controller design is presented. In the case with a measured state, this leads to the control structure without disturbance state observers. In the case with an unmeasured state, a new, simpler MPC controller-observer structure is proposed, with observation of a pure process state only. The structure is not only simpler, but also with less restrictive applicability conditions than the conventional approach with extended process-and-disturbances state estimation. Theoretical analysis of the proposed structure is provided. The design approach is also applied to the case with an augmented state-space model in complete velocity form. The results are illustrated on a 2 x 2 example process problem.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 2; 313-323
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Nonlinear state-space predictive control with on-line linearisation and state estimation
    Autorzy:
    Ławryńczuk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/330330.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    process control
    model predictive control
    nonlinear state space model
    extended Kalman filter
    online linearization
    proces sterowania
    model sterowania predykcyjnego
    model przestrzeni stanów
    rozszerzony filtr Kalmana
    Opis:
    This paper describes computationally efficient model predictive control (MPC) algorithms for nonlinear dynamic systems represented by discrete-time state-space models. Two approaches are detailed: in the first one the model is successively linearised on-line and used for prediction, while in the second one a linear approximation of the future process trajectory is directly found on-line. In both the cases, as a result of linearisation, the future control policy is calculated by means of quadratic optimisation. For state estimation, the extended Kalman filter is used. The discussed MPC algorithms, although disturbance state observers are not used, are able to compensate for deterministic constant-type external and internal disturbances. In order to illustrate implementation steps and compare the efficiency of the algorithms, a polymerisation reactor benchmark system is considered. In particular, the described MPC algorithms with on-line linearisation are compared with a truly nonlinear MPC approach with nonlinear optimisation repeated at each sampling instant.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2015, 25, 4; 833-847
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    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