Informacja

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

Wyszukujesz frazę "network diagnostics" wg kryterium: Temat


Wyświetlanie 1-9 z 9
Tytuł:
Problems of modelling toxic compounds emitted by a marine internal combustion engine in unsteady states
Autorzy:
Rudnicki, J.
Zadrąg, R.
Powiązania:
https://bibliotekanauki.pl/articles/259322.pdf
Data publikacji:
2014
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
technical diagnostics
diesel engine
dynamic processes
neural network
Opis:
Contemporary engine tests are performed based on the theory of experiment. The available versions of programmes used for analysing experimental data make frequent use of the multiple regression model, which enables examining effects and interactions between input model parameters and a single output variable. The use of multi-equation models provides more freedom in analysing the measured results, as those models enable simultaneous analysis of effects and interactions between many output variables. They can also be used as a tool in preparing experimental material for other advanced diagnostic tools, such as the models making use of neural networks which, when properly prepared, enable also analysing measurement results recorded during dynamic processes. The article presents advantages of the use of the abovementioned analytical tools and a sample application of the neural model developed based on the results of examination carried out on the engine research rig.
Źródło:
Polish Maritime Research; 2014, 4; 57-65
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Neural Networks and Axial Flux for the Detection of Stator and Rotor Faults of an Induction Motor
Autorzy:
Ewert, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1193708.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
induction motor
stator faults
rotor faults
diagnostics
axial flux
neural network
Opis:
The paper presents the possibility of using neural networks in the detection of stator and rotor electrical faults of induction motors. Fault detection and identification are based on the analysis of symptoms obtained from the fast Fourier transform of the voltage induced by an axial flux in a measurement coil. Neural network teaching and testing were performed in a MATLAB–Simulink environment. The effectiveness of various neural network structures to detect damage, its type (rotor or stator damage) and damage levels (number of rotor bars cracked or stator winding shorted circuits) is presented.
Źródło:
Power Electronics and Drives; 2019, 4, 39; 201-213
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of a set of thermovision image features with the use of evolutionary algorithms
Optymalizacja zbioru cech obrazów termowizyjnych z zastosowaniem algorytmów ewolucyjnych
Autorzy:
Fidali, M.
Urbanek, G.
Powiązania:
https://bibliotekanauki.pl/articles/329156.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
termowizja
algorytm ewolucyjny
sztuczna sieć neuronowa
diagnostics
infrared thermography
evolutionary algorithm
neural network
Opis:
Extraction of diagnostic information from the thermovision images is connected with analysis and evaluation of a huge amount of different diagnostic features which could cause problems with efficient assessment of technical state due to informational noise. In the paper, application of an evolutionary algorithm for optimization of a set of diagnostic features has been presented. In the case of assessment of selected optimal features, neural classifier has been used. A set of 259 features has been considered. Classification results have shown that the evolutionary algorithm can be applied in selection of relevant diagnostic features. Efficiency of classifier has come to more than 92%.
Ocena stanu technicznego maszyn na podstawie obrazów termowizyjnych wymaga ich analizy i wyznaczenia zwykle dużej liczby różnych cech diagnostycznych, które mogą utrudniać efektywną diagnozę ze względu na szum informacyjny. W artykule przedstawiono zastosowanie algorytmu ewolucyjnego do optymalizacji zbioru 259 cech diagnostycznych. Do oceny zoptymalizowanego zbioru cech posłużono się klasyfikatorem neronalnym. Wyniki klasyfikacji potwierdzają przydatność zastosowania algorytmów ewolucyjnych do wyboru cech relewantnych. Sprawność klasyfikacji była większa niż 92%.
Źródło:
Diagnostyka; 2009, 1(49); 7-12
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnosing the technical condition of planetary gearbox using the artificial neural network based on analysis of non-stationary signals
Diagnozowanie stanu technicznego przekładni planetarnej z wykorzystaniem sztucznej sieci neuronowej opartej na metodach analizy sygnałów niestacjonarnych
Autorzy:
Popiołek, K.
Pawlik, P.
Powiązania:
https://bibliotekanauki.pl/articles/328243.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
vibroacoustic diagnostics
order analysis
neural network
planetary gearbox
diagnostyka wibroakustyczna
analiza rzędów
sieć neuronowa
przekładnia planetarna
Opis:
This paper deals with the problem of diagnosing the technical condition of a planetary gearbox operating at variable load. The severity of the subject and related difficulties were discussed. Theoretical basis of analysis of non-stationary signals (order analysis) and its use in signal resampling was also presented. The paper tests the functionality of the planetary gearbox diagnostics method. The Multilayer Perceptron Network was used to identify and classify the damage. The network’s learning vectors were built on the basis of order analysis results and measurements of the planetary gearbox load. The functionality of two-layer and three-layer unidirectional artificial neural network was also analysed for potential use in diagnosing the technical condition of planetary gears.
Praca podejmuje tematykę diagnostyki stanu technicznego przekładni planetarnej pracującej przy zmiennych warunkach obciążenia. Omówiono w niej istotność podjętego tematu i trudności z nim związane. Przedstawiono również teoretyczne podstawy metody analizy sygnałów niestacjonarnych - analizy rzędów oraz jej zastosowanie przy użyciu metody przepróbkowania sygnału. W artykule zbadano funkcjonalność metody diagnozowania stanu technicznego przekładni planetarnej. Do identyfikacji oraz klasyfikacji uszkodzeń wykorzystano wielowarstwową sieć perceptronową. Wektory uczące sieci zbudowano na podstawie wyników analizy rzędów oraz pomiarze obciążenia przekładni. Przeprowadzono również analizę funkcjonalności sztucznej sieci neuronowej o architekturze dwuwarstwowej oraz trójwarstwowej jednokierunkowej, pod kątem wykorzystania do diagnozowania stanu technicznegoprzekładni planetarnej.
Źródło:
Diagnostyka; 2016, 17, 2; 57-64
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci neuronowych w diagnostyce aparatury paliwowej silników o zapłonie samoczynnym
Application of the neural networks to diagnostics of fuel injection system in diesel engines
Autorzy:
Klimkiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/289946.pdf
Data publikacji:
2005
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
aparatura paliwowa
diagnostyka
sieć neuronowa
silnik o zapłonie samoczynnym
diesel engine
fuel injection system
diagnostics
neural network
Opis:
W celu wspomagania wykrywania usterek w układach paliwowych silników o zapłonie samoczynnym zbudowano model oparty na wykorzystaniu sieci neuronowej. Zmiennymi wejściowymi są symptomy zaobserwowane przez użytkownika, wskazujące na złą pracę silnika oraz sprawdzenia i pomiary wykonane przez mechanika. Zmienną wyjściową jest usterka. Zgromadzono ponad 1000 przypadków usterek i odpowiadających im symptomów, sprawdzeń i wartości pomiarowych, które zaobserwowano w zakładzie naprawy aparatury paliwowej. Porównano wiele rodzajów sieci. Najlepszą jakość wykazywały sieci probabilistyczne.
In order to aiding the detection of faults in fuel injection system of diesel engines, a model based on using the neural networks was developed. The symptoms indicating wrong engine action observed by the user as well as the inspections and measurements done by a mechanic, were the input variables. The output variable was fault of fuel injection system. The set of data was collected including above 1000 cases of faults and associated symptoms, inspections and measurements observed in fuel injection service workshop. From among numerous network structures compared, the best usability revealed the probabilistic neural network.
Źródło:
Inżynieria Rolnicza; 2005, R. 9, nr 8, 8; 153-160
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacja rodzaju i stopnia uszkodzenia zębów kół przekładni oparta na ciągłej transformacie falkowej i sieci neuronowej typu MLP - koncepcja wykorzystania danych z modelu i rzeczywistej przekładni
Classification of kinds and degee of tooth gear fail by using continuous wavelet transform and MLP neural network - conception of using dates from the model and real gearbox
Autorzy:
Czech, P.
Łazarz, B.
Powiązania:
https://bibliotekanauki.pl/articles/328338.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
przekładnia zębata
sztuczna sieć neuronowa
ciągła transformata falkowa
diagnostics
gear fault
neural network
continuous wavelet transform (CWT)
Opis:
W opracowaniu przedstawiono wyniki próby zastosowania sztucznej sieci neuronowej jako klasyfikatora rodzaju i stopnia uszkodzenia zębów kół w przekładni. Klasyfikator neuronowy oparto na sztucznej sieci neuronowej typu MLP. Dane wejściowe do klasyfikatora stanowiła macierz złożona z miar statystycznych otrzymanych z ciągłej analizy falkowej. Zidentyfikowany model przekładni zębatej pracującej w układzie napędowym oraz stanowisko mocy krążącej FZG posłużyły do generacji zbiorów uczących i testujących zastosowanych w eksperymencie.
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of kinds and degree of tooth failure. Neural Networks were based on the Multi Layer Perceptrons. Statistical measures that describe the emergence and degree of tooth gear diagnostic served as input data for the artificial neural networks. The measures employed in the experiment were obtained from signals through the continuous wavelet transform. In the experiment the dynamic model of gearbox and power circulating gear testing machine was used as generator of data.
Źródło:
Diagnostyka; 2007, 2(42); 75-82
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Synthesis of intellectual subsystems of dynamic diagnosis of the condition of turbine units thermal power
Synteza inteligentnego podsystemu dynamicznej diagnostyki stanu turbogeneratorów elektrowni cieplnych
Autorzy:
Suleimenov, A.
Suleimenov, B.
Zhirnova, O.
Powiązania:
https://bibliotekanauki.pl/articles/408537.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
technical diagnostics
intelligent technologie
expert system
fuzzy system
neural network
diagnostyka techniczna
inteligentna technologia
system ekspercki
system rozmyty
sieć neuronowa
Opis:
Technique of creating a sub-line diagnostics status turbine unit thermal power plant based on an analysis of its diagnostic features. Rapid assessment of the technical state of turbine unit allows an early stage to detect the possibility of an emergency and to localize it. It involves the integration of the subsystems of the existing process control system (PCS), which will allow more efficient use of its information, hardware and software. Evaluation of the technical condition of the turbine unit thermal power plant is proposed to determine the use of modern intelligent technologies. The proposed method was used in the development of rapid diagnostic subsystems technical state of turbine of thermal power in Almaty.
Zaproponowano metodykę opracowania podsystemu dynamicznej diagnostyki stanu turbogeneratora elektrowni cieplnej, która bazuje na analizie jego cech diagnostycznych. Dynamiczna ocena technicznego stanu turbogeneratora pozwala na wykrycie we wczesnym stadium awaryjnych sytuacji i jej lokalizacji. Proponuje się integrację tego podsystemu z istniejącym systemem automatycznego sterowania procesem technologicznym, co pozwoli bardziej efektywnie wykorzystać jego informacyjne, techniczne i programowe zabezpieczenia. Ocena technicznego stanu turbogeneratora elektrowni cieplnej proponuje się określić z wykorzystaniem współczesnych technologii inteligentnych. Zaproponowana metodyka była wykorzystana przy opracowaniu podsystemu diagnostyki dynamicznej stanu technicznego turbogeneratora w elektrowni cieplnej w Ałmaty.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 2; 40-43
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Realizacja wnioskowania diagnostycznego rozpylacza opryskiwacza polowego w czasie rzeczywistym
Implementation of diagnostic concluding for field spraying machine atomiser in real time
Autorzy:
Langman, J.
Pedryc, N.
Powiązania:
https://bibliotekanauki.pl/articles/289765.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
diagnostyka
komputer pokładowy
sieć neuronowa
ochrona roślin
opryskiwacz polowy
rozpylacz
diagnostics
onboard computer
neural network
plant protection
field spraying machine
atomizer
Opis:
Komputery pokładowe stosowane w opryskiwaczach spełniają głównie rolę sterowników odciążając w ten sposób operatora i dokładniej sterują procesem. Informacje dostarczane przez czujniki wykorzystywane są tylko do zmiany parametrów roboczych, ponieważ mikrokomputery nie mają zaimplementowanych procedur diagnostycznych. Rozszerzenie funkcji komputera pokładowego o moduły diagnostyczne wymaga opracowania bardzo wydajnego, a równocześnie prostego w aplikacji systemu diagnostycznego. W pracy przedstawiony został moduł wnioskowania diagnostycznego umożliwiający diagnostykę rozpylaczy opryskiwacza polowego jako osobny moduł jak również może być wykorzystany do rozbudowy istniejących komputerów pokładowych.
On-board computers employed in spraying machines work mainly as controllers, and thus they relieve machine operators and control the process more precisely. Information delivered by sensors is used only to change working parameters, because microcomputers do not have any implemented diagnostic procedures. Adding diagnostic modules to on-board computer functions requires a diagnostic system to be developed, which would be very efficient and at the same time simple to apply. The work presents diagnostic concluding module allowing to diagnose field spraying machine atomisers that may either work as a separate module or be used to expand existing on-board computers.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 11(109), 11(109); 165-171
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Entropia dyskretnej transformaty falkowej i radialne sieci neuronowe jako narzędzia diagnostyki nieszczelności zaworu wylotowego w silniku ZS
Entropy of discrete wavelet transform and radial neural networks as a diagnosis tool of diesel engine exhaust valve fault
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/198343.pdf
Data publikacji:
2011
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
transformata falkowa
sieć neuronowa
diagnostyka
zawór wydechowy
silnik z zapłonem samoczynnym
wavelet transform
neural network
diagnostics
exhaust valve
compression-ignition engine
Opis:
W przypadku diagnozowania silnika spalinowego metodami drganiowymi nie można zapominać o występowaniu wielu źródeł drgań, co jest przyczyna wzajemnego zakłócania symptomów uszkodzeń. Ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych w niniejszym artykule wykorzystano dyskretna transformatę falkową (DWT). Na podstawie sygnałów zdekomponowanych za jej pomocą wyznaczono wartość entropii, która stanowiła podstawę do budowy wzorców stanów pracy silnika, przeznaczonych do uczenia sieci neuronowych. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania radialnych sztucznych sieci neuronowych do oceny nieszczelności zaworu wylotowego w silniku ZS.
In case of diagnosing combustion engines by vibration methods, the presence of numerous sources of vibration cannot be neglected, which are the reason for reciprocal interference of symptoms of fault. Owing to the necessity of analyzing non-stationary and impulse signals, a discrete wavelet transform (DWT) has been applied in this study. Based on the signals' decomposition performed by means of the transform, the value of entropy was determined, which served as a basis in the construction of the states of engine operation intended for teaching neural networks. As results from the research, there is a possibility of using radial neural networks to assess the diesel engine exhaust valve fault.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2011, 73; 15-20
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-9 z 9

    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