Temat: fault forecasting - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Forecasting the global and partial system condition by means of multidimensional condition monitoring methods
Prognozowanie globalnego i cząstkowego stanu za pomocą metod wielowymiarowej diagnostyki maszyn
Autorzy:: Cempel, C.
Powiązania:: https://bibliotekanauki.pl/articles/280840.pdf
Data publikacji:: 2008
Wydawca:: Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:: condition monitoring
multidimensional observation
singular value decomposition
generalized fault symptoms
grey models
forecasting
Opis:: Machines have many faults which evolve during their operation. If one observes some number of symptoms during the machine operation, it is possible to capture fault oriented information. One of the methods to extract fault information from such a symptom observation matrix is to apply the Singular Value Decomposition (SVD), obtaining in this way the generalized fault symptoms. The problem of this paper is to find if the total damage symptom, being a sum of all generalized symptoms is the best way to infer on machine condition or is it better to use the first generalized symptom for the same purposes. There were some new software created for this purpose, and two cases of machine condition monitoring considered, but so far it is impossible to state that one of the inference methods is better. Moreover, it seems to the author that both inference methods are complimentary for each other, and should be used together to increase the reliability of diagnostic decision.
Maszyny mają wiele uszkodzeń, które ewoluują podczas ich pracy (życia). Jeśli obserwujemy pewną liczbę symptomów stanu podczas pracy maszyny, to jesteśmy w stanie uchwycić informację uszkodzeniową zorientowaną, za pomocą tzw. symptomowej macierzy obserwacji (SOM). Jedną z metod dalszej ekstrakcji tej informacji diagnostycznej jest zastosowanie rozkładu według wartości szczególnych (SVD) do SOM. Problem postawiony w tej pracy polega na rozstrzygnięciu kwestii, czy w diagnostyce stanu używać uogólnionego symptomu całkowitego uszkodzenia maszyny, czy też posłużyć się tylko uogólnionym symptomem dominującego uszkodzenia. W tym celu stworzono dodatkowe oprogramowanie, dzięki któremu pokazano, że takie dychoto- miczne postawienie kwestii nie jest niewłaściwe. Najlepiej używać obydwa symptomy uogólnione, wtedy nasza wiedza o stanie maszyny jest pełniejsza.
Źródło:: Journal of Theoretical and Applied Mechanics; 2008, 46, 4; 777-797
1429-2955
Pojawia się w:: Journal of Theoretical and Applied Mechanics
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: The global and partial system condition assessment in multidimensional condition monitoring
Całkowita i cząstkowa ocena stanu w wielowymiarowej diagnostyce maszyn
Autorzy:: Cempel, C.
Powiązania:: https://bibliotekanauki.pl/articles/327240.pdf
Data publikacji:: 2009
Wydawca:: Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:: nadzorowanie stanu
obserwacja wielowymiarowa
rozkład SVD
symptomy uogólnione
szare modele
prognozowanie
pewność decyzji
condition monitoring
multidimensional observation
singular value decomposition
generalized fault symptoms
grey models
forecasting
decision reliability
Opis:: Machines have many faults which evolve during its life (operation). Observing some number of symptoms during the machine operation it is possible to capture needed fault oriented information. One of the methods to extract fault information from such symptom observation matrix (SOM) is to apply the singular value decomposition (SVD), obtaining in this way the generalized fault symptoms. The problem of this paper is to use the total damage symptom, being a sum of all generalized symptoms. Also we will use the first generalized symptom as the dominating fault symptom, to infer better on machine condition. There was some new software created for this purpose, and some cases of machine condition monitoring have been considered as examples. Considering these it seems to the author, that both generalized symptoms should be used for the inference on machine condition. They are complimentary each other in some way, and should be used together to increase the reliability of diagnostic decision.
Maszyny mają wiele uszkodzeń, które ewoluują w trakcie ich pracy. Jeżeli obserwujemy pewną liczbę dobranych symptomów w trakcie życia obiektu możemy tą informację o uszkodzeniach wychwycić w zapisie symptomowej macierzy obserwacji (SOM). Ekstrakcja tej informacji uszkodzeniowej jest możliwa za pomocą procedury SVD, która wyodrębnia poszczególne uogólnione symptomy związane z niezależnymi uszkodzeniami w maszynie. Zazwyczaj mamy sytuacje jednego dominującego symptomu i nasze wnioskowanie diagnostyczne może być związane z tym dominującym symptomem, lub też z tzw. uszkodzeniem całkowitym jako suma wszystkich uogólnionych symptomów. Problemem pracy jest właśnie pytanie; czy wziąć pod uwagę jedynie dominujące uszkodzenie, czy też całkowite. Okazuje się z kilku przykładów, że większą pewność decyzji diagnostycznej uzyskamy jeżeli w weźmiemy pod uwagę oba symptomy, symptom całkowitego uszkodzenia jak i dominujący symptom.
Źródło:: Diagnostyka; 2009, 4(52); 23-34
1641-6414
2449-5220
Pojawia się w:: Diagnostyka
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Decomposition of the symptom observation matrix and grey forecasting in vibration condition monitoring of machines
Autorzy:: Cempel, C.
Powiązania:: https://bibliotekanauki.pl/articles/929868.pdf
Data publikacji:: 2008
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: zużycie maszyn
obserwacja wielowymiarowa
drganie
przestrzeń uszkodzeń
przestrzeń obserwacji
wartość graniczna symptomu
prognozowanie
teoria szarych systemów
machine wear
multidimensional observation
vibration
SVD decomposition
fault space
observation space
symptom limit value
forecasting
grey system theory
Opis:: With the tools of modern metrology we can measure almost all variables in the phenomenon field of a working machine, and many of the measured quantities can be symptoms of machine conditions. On this basis, we can form a symptom observation matrix (SOM) intended for condition monitoring and wear trend (fault) identification. On the other hand, we know that contemporary complex machines may have many modes of failure, called faults. The paper presents a method of the extraction of the information about faults from the symptom observation matrix by means of singular value decomposition (SVD), in the form of generalized fault symptoms. As the readings of the symptoms can be unstable, the moving average of the SOM is applied with success. An attempt to assess the diagnostic contribution of a primary symptom is made, and also an approach to assess the symptom limit value and to connect the SVD methodology with neural nets is considered. Finally, a condition forecasting problem is discussed and an application of grey system theory (GST) to symptom prognosis is presented. These possibilities are illustrated by processing data taken directly from the machine vibration condition monitoring area.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2008, 18, 4; 569-579
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "fault forecasting" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język