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 "network diagnostics" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    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:
    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 1-5 z 5

      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