Informacja

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

Wyszukujesz frazę "transforms" wg kryterium: Temat


Wyświetlanie 1-7 z 7
Tytuł:
Power system frequency estimation algorithm for electric energy metering of nonlinear loads
Autorzy:
Peng, Z.
Hong-Bin, L.
Powiązania:
https://bibliotekanauki.pl/articles/220639.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
frequency estimation
power systems
wavelet transforms
Opis:
In this paper, a discrete wavelet transform (DWT) based approach is proposed for power system frequency estimation. Unlike the existing frequency estimators mainly used for power system monitoring and control, the proposed approach is developed for fundamental frequency estimation in the field of energy metering of nonlinear loads. The characteristics of a nonlinear load is that the power signal is heavily distorted, composed of harmonics, inter-harmonics and corrupted by noise. The main idea is to predetermine a series of frequency points, and the mean value of two frequency points nearest to the power system frequency is accepted as the approximate solution. Firstly the input signal is modulated with a series of modulating signals, whose frequencies are those frequency points. Then the modulated signals are decomposed into individual frequency bands using DWT, and differences between the maximum and minimum wavelet coefficients in the lowest frequency band are calculated. Similarities among power system frequency and those frequency points are judged by the differences. Simulation results have proven high immunity to noise, harmonic and inter-harmonic interferences. The proposed method is applicable for real-time power system frequency estimation for electric energy measurement of nonlinear loads.
Źródło:
Metrology and Measurement Systems; 2012, 19, 2; 307-320
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Induction motor fault classification via entropy and column correlation features of 2D represented vibration data
Autorzy:
Basaran, Murat
Fidan, Mehmet
Powiązania:
https://bibliotekanauki.pl/articles/1841827.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
entropy
fault diagnosis
support vector machines
wavelet transforms
Opis:
Due to long-term use under challenging conditions, the sub-elements of induction motors may suffer certain defects over time. Such defects impair the vibration characteristics of the motors in different ways, depending on the type of defect. Therefore, the change in vibration characteristic provides indicators about the fault type and can be used in preventive maintenance strategies to ensure safe operation of the system. In this work, discrete-time vibration data were transformed into 2-dimensional grey-level images and decomposed into individual components by the Wavelet decomposition method. Features based on entropy and column correlation were extracted from these components and used to classify motor faults by using the Support Vector Machine method implemented by using the Sequential Minimal Optimisation algorithm. When the selected classifier is compared with other popular Machine Learning algorithms, it is observed that motor faults are more successfully classified, and these observations are presented in detail with comparative classification performance results.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 1; 132-142
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
R peak determination using a WDFR algorithm and Adaptive threshold
Autorzy:
Nguyen, Thanh-Nghia
Nguyen, Thanh-Hai
Ngo, Ba-Viet
Powiązania:
https://bibliotekanauki.pl/articles/38437166.pdf
Data publikacji:
2022
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
ECG signal
wavelet transforms
WDFR algorithm
R peak determination
adaptive threshold
Opis:
The determination of the R peak position in the ECG signal helps physicians not only to know the heart rate per minute, but also to monitor the patient’s health related to heart disease. This paper proposes a system to accurately determine the R peak position in the ECG signal. The system consists of a pre-processing block for filtering out noise using a WDFR algorithm and highlighting the amplitude of the R peak and a threshold value is calculated for determining the R peak. In this research, the MIT-BIH ECG dataset with 48 records are used for evaluation of the system. The results of the SEN, +P, DER and ACC parameters related to the system quality are 99.70%, 99.59%, 0.70% and 99.31%, respectively. The obtained performance of the proposed R peak position determination system is very high and can be applied to determine the R peak of the ECG signal measuring devices in practice.
Źródło:
Applied Computer Science; 2022, 18, 3; 19-30
1895-3735
2353-6977
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Fast Classification Method of Faults in Power Electronic Circuits Based on Support Vector Machines
Autorzy:
Cui, J.
Shi, G.
Gong, C.
Powiązania:
https://bibliotekanauki.pl/articles/220922.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
power electronics
fault diagnosis
wavelet transforms
support vector machines
directed acyclic graph
nearest neighbours
Opis:
Fault detection and location are important and front-end tasks in assuring the reliability of power electronic circuits. In essence, both tasks can be considered as the classification problem. This paper presents a fast fault classification method for power electronic circuits by using the support vector machine (SVM) as a classifier and the wavelet transform as a feature extraction technique. Using one-against-rest SVM and one-against-one SVM are two general approaches to fault classification in power electronic circuits. However, these methods have a high computational complexity, therefore in this design we employ a directed acyclic graph (DAG) SVM to implement the fault classification. The DAG SVM is close to the one-against-one SVM regarding its classification performance, but it is much faster. Moreover, in the presented approach, the DAG SVM is improved by introducing the method of Knearest neighbours to reduce some computations, so that the classification time can be further reduced. A rectifier and an inverter are demonstrated to prove effectiveness of the presented design.
Źródło:
Metrology and Measurement Systems; 2017, 24, 4; 701-720
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Development of the automatic control system of pumping station for urban water supply
Rozwój automatycznych systemów sterowania stacją pomp zasilającą miasto w wodę
Autorzy:
Pistun, E.
Yakymchuk, N.
Powiązania:
https://bibliotekanauki.pl/articles/408422.pdf
Data publikacji:
2014
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
water resources
wavelet transforms
fuzzy control
adaptive systems
zasoby wodne
transformata falkowa
sterowanie rozmyte
systemy adaptacyjne
Opis:
The analysis of the automatic control of water intake area of the pumping station, which is based on a controller with fuzzy logic and systematization using seasonally and hourly water consumption by using wavelet transforms.
Analiza automatycznej kontroli poboru wody pompowni, opartej jest na regulatorze rozmytym i systematyzacji na podstawie sezonowego i godzinowego zużycia wody z wykorzystaniem transformaty falkowej.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2014, 2; 68-71
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wavelet method of edge detection in images with high-noise level
Metoda falkowa detekcji krawędzi w obrazach o wysokim poziomie szumów
Autorzy:
Niedziela, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/1818413.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu
Tematy:
characteristic features
detection of non-sharp edges
Haar-Gauss wavelet
wavelet transforms
transformata falkowa
detekcja krawędzi
cecha charakterystyczna
falka Haara-Gaussa
Opis:
In the paper a mathematical model addressed to non-sharp edges in the images is proposed. This model is based on and integral transform with Haar-Gauss wavelet and matching algorithm of bandwidth, such model is used to detection of the edges in images with high-level noises, both in the x plane and the frequency domains. There is shown that applying the integral Haar-Gaussian transformation the detection of single and double edges is possible. Demonstrated in the paper results confirm that wavelet transform supported by the matching wavelet algorithm of wavelength bandwidth make an important exploration tool of the images with the edges possessing a large depth of sharpness.
W artykule zaproponowano model matematyczny nieostrej krawędzi oraz całkową transformatę z falka Haara-Gaussa wraz z algorytmem dopasowania pasma zarówno w przestrzeni x jak i w dziedzinie częstotliwości. Zilustrowano detekcję pojedynczej i podwójnej krawędzi wykorzystując całkową transformatę Haara-Gaussa. Proponowany model krawędzi wraz z transformatą falkową i algorytmem dopasowania szerokości pasma częstotliwości falki może być ważnym narzędziem w rozpoznawaniu obiektów przez nowoczesne wizyjne systemy transportowe.
Źródło:
Journal of Civil Engineering and Transport; 2020, 2, 3; 119-130
2658-1698
2658-2120
Pojawia się w:
Journal of Civil Engineering and Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A heuristic method for detecting and locating faults employing electromagnetic acoustic transducers
Heurystyczna metoda wykrywania i lokalizowania usterek z wykorzystaniem elektromagnetycznych przetworników akustycznych
Autorzy:
Gómez, C. Q. M.
García, F. P. M.
Arcos, A. J.
Cheng, L.
Kogia, M.
Mohimi, A.
Papaelias, M. A.
Powiązania:
https://bibliotekanauki.pl/articles/1365720.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
fault detection and diagnosis
electromagnetic acoustic transducers (EMAT)
wavelet transforms
non destructive test
guided waves
wykrywanie i diagnozowanie wad
elektromagnetyczne przetworniki akustyczne
EMAT
transformaty falkowe
badania nieniszczące
fale prowadzone
Opis:
The objective of this paper is to demonstrate a novel signal processing for detection, identification and flaw sizing of structural damage using ultrasonic testing with Electromagnetic Acoustic Transducers (EMATs). Damage detection involves the recognition of a defect that exists within a structure. Damage location is the identification of the geometric position of the defect. Defect classification is the cluster of the damage type into multiple damage scenarios. In the absence of external interferences, a good measure of detectability of a flaw is its signal-to-noise ratio (SNR). Although the SNR depends on various parameters such as electronics used, material properties, e.g. homogeneity and damping, and flaw size, it can be improved using advanced signal processing. The main scientific novelties presented in this paper focus on filtering signal noise through advanced digital signal processing; incorporating wavelet transforms for image and signal representation enhancements; investigating multi-parametric analysis for noise identification and defect classification; studying attenuation curves properties for defect localisation improvement and flaw sizing and location algorithm development.
Celem niniejszego artykułu jest omówienie nowatorskiego sposobu przetwarzania sygnałów w celu wykrywania, identyfikacji i oceny uszkodzeń strukturalnych przy użyciu ultrasonograficznych testów za pomocą elektromagnetycznych przetworników akustycznych (EMAT). Wykrywanie uszkodzeń polega na rozpoznaniu istniejących defektów wewnątrz danej struktury. Lokalizacja uszkodzeń sprowadza się do identyfikacji geometrycznego położenia defektu. Klasyfikacja defektu to klaster typu uszkodzenia w wielu scenariuszach uszkodzeń. W przypadku braku zewnętrznych zakłóceń, dobrym wskaźnikiem wykrywalności błędu jest stosunek sygnału do szumu (SNR). Pomimo tego, że SNR zależy od różnych parametrów, takich jak użyta elektronika, właściwości materiału, np. jednorodność i tłumienie, a także wielkość wady, wskaźnik ten można poprawić przy użyciu zaawansowanego przetwarzania sygnałów. Główne nowe zagadnienia naukowe przedstawione w niniejszym artykule skupiają się na filtrowaniu szumu sygnału za pomocą zaawansowanego przetwarzania sygnału cyfrowego, w tym wykorzystując transformaty falkowe w celu ulepszenia obrazu i sygnału; badanie analizy wieloparametrycznej w celu identyfikacji szumów i klasyfikacji defektów; badanie właściwości krzywych osłabiania w celu sprawniejszego wykrywania i oceny wad oraz rozwoju algorytmu lokalizacji.
Źródło:
Eksploatacja i Niezawodność; 2017, 19, 4; 493-500
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
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