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 "diagnostyka sieci" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Wykorzystanie sieci neuronowych w diagnostyce poprawności wykonania płytek drukowanych
    Utilization of neural networks in process of diagnosis of correctness of assembling the printed circuit-boards
    Autorzy:
    Sikora, M.
    Grochowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/277213.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    diagnostyka
    przetwarzanie obrazów
    sztuczne sieci neuronowe
    diagnostics
    image processing
    neural networks
    Opis:
    Artykuł opisuje stanowisko badawcze do diagnostyki optycznej poprawności wykonania płytek drukowanych przesuwających się po taśmie produkcyjnej. Diagnostyka optyczna realizowana jest za pomocą kamery. Obraz z kamery przekazywany jest do komputera PC, gdzie trafia do zaprojektowanego systemu diagnostycznego, zaimplementowanego w środowisku MATLAB. Po wstępnym przetworzeniu obrazy kierowane są do właściwego systemu diagnostycznego wykorzystującego sztuczne sieci neuronowe, który podejmuje ostateczną decyzję o poprawności montażu elementów płytki drukowanej. Cała aplikacja zrealizowana jest w środowisku MATLAB. W artykule zamieszczono wybrane wyniki badań analizujących wpływ aspektów takich, jak rodzaj oświetlenia, sposób obróbki i kompresji obrazu, dobór architektury i parametrów sieci neuronowej na jakość osiąganych wyników.
    The paper describes research test stand that is used for optical diagnostics of correctness of assembling of printed circuit-board that moves on a tape. Optical diagnostics is carried out by camera, the images are transferred to computer PC and then to designed diagnostic system implemented in Matlab. After processing of the images they are analyzed by neural networks and the decisions about the correctness of assembling the elements on printed circuit-board are made. The whole application is designed in Matlab environment. The paper presents selected results describing researches carried out in the field of: illumination, image processing techniques, structures and parameters of neural networks and their influence on efficiency of the described system.
    Źródło:
    Pomiary Automatyka Robotyka; 2011, 15, 2; 49-54
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozwój inteligentnego systemu monitorowania rozdzielczej sieci wodociągowej
    The development of an intelligent monitoring system of a local water supply network
    Autorzy:
    Wyczółkowski, R.
    Matysiak, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/301637.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    diagnostyka
    algorytm genetyczny
    sztuczne sieci neuronowe
    sieci wodociągowe
    wyciek
    diagnostic
    genetics algorithm
    neural networks
    water pipeline
    leakage
    Opis:
    W artykule przedstawiono rozwój inteligentnego systemu monitorowania sieci wodociągowej. Głównym zadaniem systemu jest wykrywanie i lokalizowanie awarii sieci wodociągowej. Wejściami do modelu są dane z czujników przepływu zainstalowanych na sieci, zaś wyjściami informacja o wykryciu wycieku i jego lokalizacji. Podstawową zaletą tej koncepcji systemu diagnozowania sieci wodociągowej jest możliwość przybliżonej lokalizacji uszkodzeń sieci w oparciu o ograniczoną liczbę czujników na niej zainstalowanych. System oparty jest o sztuczne sieci neuronowe, które klasyfikują stany sieci (sprawna, wyciek w zdefiniowanym obszarze sieci). Artykuł przedstawia prace prowadzone w celu ulepszenia metody budowy klasyfikatora, będącego zasadniczym elementem systemu i zwiększenia dokładności jego wskazań.
    The paper presents the development of monitoring system of intelligent water supply network. The main task of this system is water leakage detection and localization. For inputs, this system uses information from fl ow sensors, mounted on the pipeline network, while the output is a piece of information about leakage detection and localization. The main advantage of this system is a possibility of approximate leakage localization using only a limited number of installed sensors. The system is based on an artifi cial neural network which classifi ed the states of network (leakage in defined part of network, no leakage). In the paper, some developments and attempts to improve the sensitivity and accuracy of this system, and develop the method of classifi er building were described.
    Źródło:
    Eksploatacja i Niezawodność; 2009, 2; 71-75
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    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:
    System wspomagający diagnostykę czerniaka złośliwego przy pomocy metod przetwarzania obrazu i algorytmów inteligencji obliczeniowej
    Decision system supporting melanomena detection with the usage of image processing and computational intelligence methods
    Autorzy:
    Mikołajczyk, A.
    Kwasigroch, A.
    Grochowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/269110.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    diagnostyka
    wspomaganie decyzji
    przetwarzanie obrazu
    sztuczne sieci neuronowe
    czerniak złośliwy
    diagnostics
    decision support
    image processing
    artificial neural networks
    melanoma malignant
    Opis:
    Nowotwory skóry są najczęściej spotykanymi nowotworami na świecie. Czerniaki złośliwe stanowią od około 5 do 7% wszystkich nowotworów złośliwych skóry u człowieka. Ich wczesne zdiagnozowanie jest kluczowym czynnikiem w późniejszej pomyślnej terapii. Niniejsza praca zawiera propozycję rozwinięcia i zautomatyzowania najważniejszej metody diagnozowania czerniaków, metody ABCD Stoltza. W artykule przedstawiono koncepcję i implementację zautomatyzowanego systemu do diagnostyki znamion skórnych pod kątem wykrycia czerniaka zł ościowego. Zaproponowano nową, rozszerzoną wersję metody dermatoskopowej ABCD i zaimplementowano niezbędne algorytmy w środowisku Matlab. Główne cechy znamion skórnych o charakterze nowotworowym są wyszukiwane automatycznie przy pomocy metod przetwarzania obrazu oraz opracowanych algorytmów. Decyzja na temat rozpoznania lub nie czerniaka złośliwego podejmowana jest przez sztuczną sieć neuronową, wnioskującą na podstawie wskaźników wyznaczonych na etapie przetwarzania obrazów. Omawiany system wspomagania decyzji może służyć jako narzędzie usprawniające pracę lekarzy pierwszego kontaktu lub jako system umożliwiający szybkie samobadanie skóry przez pacjentów. Aplikację przetestowano na 126 znamionach skórnych. Uzyskano czułość równą 98% oraz swoistość równą 73%, co jest bardzo dobrym osiągnięciem.
    Skin cancer is the most common cancer in the world. Malignant melanomas make up about 5-7% of all types of human skin cancer. The work describes the development process of an automated system purposed for the diagnosis of skin lesions in order to detect a malignant melanoma. The application should be used as a decision support system for primary care physicians or as a system capable of self-examination of the skin. When designing an application author developed and proposed a new, enhanced version of the ABCD dermatoscopic method of Stoltz. To describe main features of skin lesions for malignancy, image processing methods were used. In addition, application was trained by artificial neural network, which acts as a specialist doctor, who is responsible of making a diagnosis based on these features. The application has been tested on 126 the skin moles. It gets high final score with a sensitivity of 98% and specificity equal to 73.08%.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 119-122
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnostics of analog systems using Artificial Neural Networks
    Diagnostyka systemów analogowych z wykorzystaniem sztucznych sieci neuronowych
    Autorzy:
    Bilski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/277729.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    artificial intelligence
    artificial neural networks
    fault detection
    analog systems diagnostics
    sztuczna inteligencja
    sztuczne sieci neuronowe
    wykrywanie uszkodzeń
    diagnostyka systemów analogowych
    Opis:
    The paper presents the diagnostic applications of artificial neural networks (ANN). Aims and problems present in the contemporary diagnostics are introduced. The structure of the artificial intelligence-based system is presented and discussed in detail. Various approaches to design the on-line fault detection and location system using artificial intelligence approaches are introduced. The generic architecture of the ANN and its variations are presented. Next, their diagnostic applications, advantages and drawbacks are discussed. Application of RBF ANN-based diagnostic module to detect and identify faults of the 5th order lowpass filter is presented. Finally, usability and limitations of the ANN-based diagnostic system are provided.
    W artykule przedstawiono zastosowania sztucznych sieci neuronowych w diagnostyce systemów analogowych. Opisano główne cele diagnostyki oraz problemy spotykane obecnie podczas detekcji i lokalizacji uszkodzeń. Wprowadzono ogólną strukturę systemu diagnostycznego opartego na metodach sztucznej inteligencji. Przedstawiono różne metody inteligentne, które mogą zostać zastosowane w systemie działającym w trybie on-line. Następnie omówiono ogólną architekturę sztucznej sieci neuronowej oraz jej cechy szczególnie istotne z punktu widzenia detekcji i lokalizacji uszkodzeń. Specyficzne architektury sieci wraz z ich zastosowaniami diagnostycznymi przedstawiono w szczegółach. Na przykładzie filtru dolnoprzepustowego 5. rzędu przedstawiono działanie metody diagnostycznej wykorzystującej sieć neuronową typu RBF. Omówiono możliwości i ograniczenia stosowalności sztucznych sieci neuronowych jako narzędzia diagnostycznego.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 4; 23-32
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Trendy i problemy w diagnostyce procesów
    Trends and problems in diagnostics
    Autorzy:
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/328569.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka procesów
    model-based structure
    układ z modelem
    obserwator o nieznanych wejściach
    sztuczne sieci neuronowe
    logika rozmyta
    sieci neuronowo-rozmyte
    algorytmy ewolucyjne
    process diagnosis
    unknown input observers
    artificial neural networks
    fuzzy logic
    neuro-fuzzy systems
    evolutionary algorithms
    Opis:
    W ostatnich latach w systemach detekcji i lokalizacji uszkodzeń dla układów dynamicznych stosuje się zintegrowane ilościowe i jakościowe modele informacji, a większość z nich oparta jest na modelach obliczeń inteligentnych. Celem niniejszej pracy jest prezentacja nowych metod i technik analitycznych oraz obliczeń inteligentnych w systemach diagnostyki procesów. Przyjmując strukturę układu diagnostyki z modelem omawia się możliwości stosowania modeli analitycznych, a przede wszystkim obserwatorów o nieznanych wejściach. Szerzej rozpatruje się alternatywne podejścia oparte na wykorzystaniu metod obliczeń inteligentnych, takich jak sztuczne sieci neuronowe, logika rozmyta, sieci neuronowo-rozmyte oraz algorytmy ewolucyjne do rozwiązywania zadań globalnej optymalizacji. Dla zilustrowania efektywności metod sztucznych sieci neuronowych typu GMDH w układach diagnostyki w końcowej części referatu rozpatruje się problem diagnostyki urządzenia wykonawczego w Cukrowni Lublin.
    Recents approaches to Fault Detection and Isolation (FDI) for dynamic systems use methods of integrating quantitative and qualitative model information, and most of these are based on soft computing methods. The purpose of this paper is to present new methods and applications in the field of analytical and soft computing techniques for fault diagnosis of processes. Taking into account the model-based structure of a diagnostics system, possible applications of analytical models, and first of all unknown input observers, are considered. Alternative soft computing methods such as artificial neural networks, fuzzy logic, neuro-fuzzy structures and evolutionary algorithms for global optimization problems are presented and discussed in greater detail. To illustrate the effectiveness of GMDH artificial neural networks in fault diagnosis, an industrial valve actuator system in a sugar factory (Cukrownia Lublin S.A., Poland) is tested.
    Źródło:
    Diagnostyka; 2004, 30, T. 1; 275-286
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie SSN do predykcji zużycia węglowych nakładek odbieraka prądu
    Application of artificial neural networks for prediction of pantograph carbon strips wear
    Autorzy:
    Kuźnar, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/404331.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    odbierak prądu
    pantograf
    węglowa nakładka ślizgowa
    diagnostyka
    prognoza zużycia
    sztuczne sieci neuronowe
    SSN
    current collector
    pantograph
    carbon sliding strip
    diagnostics
    wear prediction
    artificial neural networks
    ANN
    Opis:
    Odbieraki prądu w pojeździe trakcyjnym służą do poboru prądu z sieci trakcyjnej. Elementem mającym bezpośredni kontakt z przewodem jezdnym jest ślizgacz, a dokładniej węglowa nakładka stykowa, narażona zarówno na zużycie eksploatacyjne, jak i różnego rodzaju uszkodzenia związane z użytkowaniem. Jest elementem odbieraka najczęściej wymienianym. W celu ustalenia przyczyny uszkodzenia nakładki konieczna jest znajomość typu uszkodzenia. Przyczyna wymiany nakładki wnioskowana może być na podstawie charakterystyki zużycia węglowych nakładek stykowych. W celu predykcji zużycia węglowych nakładek stykowych zastosowano Sztuczną Sieć Neuronową typu Feed-Forward z propagacją wsteczną o 6 warstwach ukrytych po 10 neuronów w każdej warstwie. Błąd średniokwadratowy dla procesu uczenia sieci wyniósł 0,578, a wyniki dotyczące predykcji zużycia nakładki przedstawiono w artykule.
    In the traction vehicles, current consumption from the overhead contact line is possible thanks to the current collectors (pantographs). An element that has a direct contact with the contact wire is a slide plate, and more specifically, a carbon contact strips. Affected by both operational wear and various types of damage related to operational maintenance, carbon strip is the element which most commonly need to be exchanged. To determine the cause of damage to the contact strip, it is necessary to know the type of damage. The reason for replacing the carbon contact strip may be claimed on the basis of the wear characteristics. In order to predict the wear of carbon strip, a Feed-Forward Artificial Neural Network with backward propagation of 6 hidden layers and 10 neurons in each layer was applied. The mean square error for the network learning process was 0.578, and the results for the pantograph contact strip wear were presented in the article.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2017, 8, 3-4; 97-103
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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