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 ""Sieci"" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Wykorzystanie sieci neuronowych do identyfikacji pęknięcia stopy zęba
    An identyfication of the degree of the tooth root cracking using the artificial neural network
    Autorzy:
    Łazarz, B.
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/328702.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka
    przekładnie zębate
    sieci neuronowe
    diagnostics
    toothed gears
    neural networks
    Opis:
    W opracowaniu przedstawiono wyniki eksperymentu mającego na celu próbę zastosowania sztucznej sieci neuronowej jako klasyfikatora stopnia podcięcia zęba w przekładni zębatej. Klasyfikator neuronowy oparto na sztucznej sieci neuronowej typu SVM z jądrem radialnym. Dane wejściowe do klasyfikatora stanowiła macierz złożona z miar statystycznych. Zidentyfikowany model przekładni zębatej stanowiska FZG posłużył do generacji zbiór uczącego i testującego zastosowanego w eksperymencie.
    The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. Neural Networks were based on the Support Vector Machine and the radial basis function kernel has been chosen in the experiments. 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 application of a variety of processing methods.
    Źródło:
    Diagnostyka; 2004, 31; 79-88
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie dyskretnej transformaty falkowej i probabilistycznych sieci neuronowych w diagnostyce silników spalinowych
    Discrete wavelet transform and probabilistic neural network in ic engine fault diagnosis
    Autorzy:
    Madej, H.
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/300909.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    diagnostyka
    silniki spalinowe
    sieci neuronowe
    diagnostics
    combustion engines
    artificial neural networks
    Opis:
    W artykule przedstawiono próbę oceny stanu pracy silnika w warunkach symulowanego braku dopływu paliwa do poszczególnych cylindrów oraz próbę wykrywania uszkodzeń zaworów silnika spalinowego za pomocą sygnału drgań rejestrowanego na kadłubie silnika. Obiektem badań był czterocylindrowy silnik spalinowy. W badaniach za źródło informacji o stanie silnika przyjęto sygnały przyspieszeń drgań rejestrowane na kadłubie silnika ZI. W przypadku diagnozowania silnika spalinowego metodami drganiowymi nie można zapominać o występowaniu wielu źródeł drgań, co jest przyczyną wzajemnego zakłócania symptomów uszkodzeń. Ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych w niniejszej pracy wykorzystano dyskretną transformatę falkową (DWT). Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania probabilistycznych sztucznych sieci neuronowych do oceny procesu dopływu paliwa do cylindrów oraz stanu zaworów w silnikach spalinowych.
    The article presents an attempt of evaluating the state of engine operation under simulated shortage of fuel in? ow to individual cylinders and the attempt to detect the valve faults in the engine by using the vibroacoustic signal registered on the engine block. The object of research was a four-cylinder combustion engine. The vibration acceleration signals registered on the engine block ZI were assumed the source of information on the engine condition. 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. As results from the research, there is a possibility of using probabilistic artificial neural networks to assess the process of fuel inflow to cylinders and the condition of the valves in the combustion engines.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 4; 47-54
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of cepstrum and spectrum histograms of vibration engine body for setting up the clearance model of the piston-cylinder assembly for RBF neural classifier
    Wykorzystanie histogramów widma i cepstrum drgań korpusu silnika do budowy wzorców luzu w układzie tłok-cylinder dla klasyfikatora neuronowego RBF
    Autorzy:
    Czech, P.
    Madej, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/1366311.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    diagnostyka
    silniki spalinowe
    sieci neuronowe
    diagnostics
    combustion engines
    artificial neural networks
    Opis:
    W artykule przedstawiono próbę oceny zużycia złożenia tłok-cylinder za pomocą sygnału drgań rejestrowanego na kadłubie silnika ZI. Obiektem badań był czterocylindrowy silnik spalinowy o pojemności 1,1 dm3. Diagnozowanie silnika spalinowego metodami drganiowymi jest szczególnie utrudniona ze względu na występowanie wielu źródeł drgań, co jest przyczyną wzajemnego zakłócania symptomów uszkodzeń. Diagnozowanie uszkodzeń silników metodami wibroakustycznymi jest trudne także ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych. W procesie diagnozowania stosuje się różne sposoby selekcji sygnału użytecznego. Zmiany stanu technicznego silnika wywołane wczesnymi fazami jego zużycia są trudne do wykrycia ze względu na maskowania usterek mechanicznych przez adaptacyjne układy sterowania silnika. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania sztucznych sieci neuronowych do oceny luzu w układzie tłok-cylinder.
    The paper presents an attempt to evaluate the wear of piston-cylinder assembly with the aid of vibration signal recorded on spark ignition (SI) engine body. The subject of the study was a four-cylinder combustion engine 1.1 dm3. Diagnosing combustion engines with vibration methods is specifically difficult due to the presence of multiple sources of vibration interfering with the symptoms of damages. Diagnosing engines with vibro-accoustic methods is difficult also due to the necessity to analyse non-stationary and transient signals. Various methods for selection of usable signal are utilised in the diagnosing process. Changes of the engine technical condition resulting from early stages of wear are difficult to detect for the effect of mechanical defect masking by adaptive engine control systems. According to the studies carried out, it is possible to utilise artificial neural networks for the evaluation of the clearance in piston-cylinder assembly.
    Źródło:
    Eksploatacja i Niezawodność; 2011, 4; 15-20
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie algorytmów genetycznych oraz analizy PCA do doboru wejść klasyfikatorów uszkodzeń kół zębatych opartych na sieciach neuronowych z radialnym jądrem
    Application of genetic algorithm and principal component analysis for choosing inputs for classifiers of tooth gear faults which used neural networks with radial nucleus
    Autorzy:
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/196879.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    diagnostyka
    drgania
    sieci neuronowe
    przekładnie zębate
    diagnostics
    vibrations
    neural networks
    gearboxes
    Opis:
    W artykule przedstawiono wyniki eksperymentów mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni opartego na sztucznych sieciach neuronowych. W badaniach wykorzystywano sieci neuronowe z radialnym jądrem. Dodatkowo podjęto próbę wykorzystania algorytmów genetycznych oraz analizy PCA w celu wyboru wejść klasyfikatora neuronowego. Badania oparto na sygnałach drganiowych otrzymanych z modelu dynamicznego przekładni pracującej w układzie napędowym. W artykule zaproponowano sposób budowy deskryptorów lokalnych uszkodzeń zębów kół, wykorzystując do tego celu sygnały drganiowe poddane odpowiedniej filtracji oraz selekcji widmowej.
    The paper presents the results of an experimental application of neural network as a classifier of tooth gear faults. The neural classifiers were based on the artificial neural networks with radial nucleus. In the experiment genetic algorithm and principal component analysis were used to check influence of choosing inputs for neural classifier on diagnostic error. The model of gearbox was used in order to create a base of knowledge. The input data for the classifier was in a form of matrix composed of statistical measures, obtained from vibration signals after filtration and selection of spectrum range.
    Źródło:
    Zeszyty Naukowe. Transport / Politechnika Śląska; 2014, 83; 51-57
    0209-3324
    2450-1549
    Pojawia się w:
    Zeszyty Naukowe. Transport / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Model dynamiczny układu napędowego jako źródło danych wejściowych dla klasyfikatorów neuronowych
    The toothed gear of dynamic model as a base of input data for the artificial neural network
    Autorzy:
    Peruń, G.
    Łazarz, B.
    Wojnar, G.
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/197430.pdf
    Data publikacji:
    2009
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    układ napędowy
    sieci neuronowe
    przekładnia zębata
    toothed gear
    neural networks
    geat transmission
    Opis:
    W opracowaniu przedstawiono metodologię wykorzystania modelu dynamicznego jako bazy w badaniach sieci neuronowych. Zidentyfikowany model dynamiczny układu napędowego posłużył jako źródło otrzymywania danych wejściowych dla sieci neuronowych.
    The work presents methodology of using dynamic model of the toothed gear as a base in research of artificial neural networks. The identified dynamic model of toothed gear in power transmission system was used as a generator of input data for neural network applications.
    Źródło:
    Zeszyty Naukowe. Transport / Politechnika Śląska; 2009, 65; 89-94
    0209-3324
    2450-1549
    Pojawia się w:
    Zeszyty Naukowe. Transport / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The attempt to use the MLP neural networks to mark the work of the motor-car body deformation as a result of road collision with a limited amount of data
    Próba zastosowania sieci neuronowych MLP do wyznaczania pracy deformacji nadwozia pojazdu, jako skutku kolizji drogowej przy ograniczonej liczbie danych
    Autorzy:
    Czech, P.
    Wilk, K.
    Łukasik, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/374210.pdf
    Data publikacji:
    2009
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    sieci neuronowe
    kolizja drogowa
    deformacje
    neural networks
    road collision
    deformation
    motor-car body
    Opis:
    In the article the result of the attempt to use the MLP neural network to define the state of the motor-car body deformation as a result of road collision is presented. As the research parameter the size of damage of the car of the aggrieved party was assumed, defined by the work of the motor-car body deformation Wdef. The elements of the mechanism of the damaging event determining the size of the damage were the interior factors of the system. The research was conducted on one thousand cases submitted to liquidate in the Silesian branch of one of the insurance companies. The conducted research checked the functioning of the neural network in case of limited amount of initial expert data.
    W artykule przedstawiono wyniki prób zastosowania sieci neuronowej typu MLP do określenia stanu deformacji nadwozia pojazdu samochodowego będącej skutkiem kolizji drogowej. Jako parametr badawczy przyjęto rozmiar szkody określony pracą deformacji nadwozia pojazdu poszkodowanego Wdef. Elementy mechanizmu zdarzenia szkodowego determinujące rozmiar szkody stanowiły czynniki wewnętrzne układu. Badaniem objęto tysiąc przypadków zgłoszonych celem likwidacji w śląskim oddziale jednego z zakładów ubezpieczeń. W przeprowadzonych badaniach sprawdzono działanie sieci
    Źródło:
    Transport Problems; 2009, 4, 1; 111-117
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Koncepcja wykorzystania sygnałów wibroakustycznych i sieci neuronowych do diagnozowania uszkodzeń elementów silników spalinowych samochodów
    Conception of use vibroacoustic signals and neural networks for diagnosing of chosen elements of internal combustion engines in car vehicles
    Autorzy:
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/196196.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    diagnostyka
    sygnały WA
    sieci neuronowe
    silniki spalinowe
    diagnostics
    vibroacoustic signals
    neural networks
    combustion engines
    Opis:
    Obecnie stosowane systemy diagnostyki nie zawsze są skuteczne oraz nie dają jednoznacznych wyników pozwalających ocenić stan techniczny silnika oraz wykryć jego ewentualne uszkodzenia możliwie na wczesnych etapach. Rosnące wymagania dotyczące trwałości, niezawodności, minimalizacji kosztów i niekorzystnego oddziaływania na środowisko naturalne powodują konieczność pozyskiwania informacji o stanie technicznym poszczególnych elementów pojazdów podczas ich eksploatacji. Jedną z możliwości pozyskiwania informacji o stanie technicznym są zjawiska wibroakustyczne. Symptomy uszkodzeń, uzyskane w wyniku zaawansowanych metod przetwarzania sygnałów wibro-akustycznych, mogą stanowić wzorce wykorzystywane w trakcie budowy inteligentnego systemu diagnostycznego opartego na sztucznych sieciach neuronowych. W artykule przedstawiono koncepcję wykorzystania sztucznych sieci neuronowych do celów diagnozowania silników spalinowych samochodów.
    Currently used diagnostics systems are not always efficient and do not give straightforward results which allow for the assessment of the technological condition of the engine or for the identification of the possible damages in their early stages of development. Growing requirements concerning durability, reliability, reduction of costs to minimum and decrease of negative influence on the natural environment are the reasons why there is a need to acquire information about the technological condition of each of the elements of a vehicle during its exploitation. One of the possibilities to achieve information about technological condition of a vehicle are vibroacoustic phenomena. Symptoms of defects, achieved as a result of advanced methods of vibroacoustic signals processing can serve as models which can be used during construction of intelligent diagnostic system based on artificial neural networks. The work presents conception of use artificial neural networks in the task of combustion engines diagnosis.
    Źródło:
    Zeszyty Naukowe. Transport / Politechnika Śląska; 2014, 82; 51-58
    0209-3324
    2450-1549
    Pojawia się w:
    Zeszyty Naukowe. Transport / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of genetic algorithms in the task of choosing inputs for probabilistic neural network classifier of faults of gear-tooth
    Autorzy:
    Czech, P.
    Mikulski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/393327.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    gearbox
    diagnostics
    neural networks
    Wigner-Ville transform
    genetic algorithm
    skrzynia biegów
    diagnostyka
    sieci neuronowe
    transformata Wignera-Ville'a
    algorytm genetyczny
    Opis:
    In this article are presented results of trials of building an application based on probabilistic neural network, used to diagnose damages to the gear wheel teeth in the form of cracks at the base of the tooth. To determine the proper network learning process is necessary to get from the tested object numerous set of input data. Conducted researches are based on data obtained from the identified model of gear working in the drive system, which made it possible to acquire the necessary amount of data. In experiments was tested the usefulness of different sets of descriptors of teeth damages, constructed on the basis of vibratory signals, processed using the Wigner-Ville transform. Often the problem, which makes the proper learning of the neural classifiers impossible is the size of the network structure. Therefore, in further studies was examined the usefulness of genetic algorithms which task is selecting an input data for the artificial neural networks of PNN type.
    Źródło:
    Archives of Transport System Telematics; 2015, 8, 3; 15-19
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of fault diagnosis in a gear wheel by used probabilistic neural network, fast Fourier transform and principal component analysis
    Klasyfikacja uszkodzeń przekładni zębatych przy wykorzystaniu probabilistycznej sieci neuronowej, szybkiej transformaty Fouriera oraz analizy PCA
    Autorzy:
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/374597.pdf
    Data publikacji:
    2007
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    przekładnie zębate
    diagnostyka uszkodzeń przekładni
    probabilistyczne sieci neuronowe
    transformata Fouriera
    analiza PCA
    tooth gear
    gear diagnosis
    probbilistic neural network
    Fourier transform
    principial componenet analysis
    Opis:
    This paper presents the results of an experimental application of artificial neural network as a classifier of the degree of cracking of a tooth root in a gear wheel. The neural classifier was based on the artificial neural network of Probabilistic Neural Network type (PNN). The input data for the classifier was in a form of matrix composed of statistical measures, obtained from fast Fourier transform (FFT) and principal component analysis (PCA). The identified model of toothed gear transmission, operating in a circulating power system, served for generation of the teaching and testing set applied for the experiment.
    W artykule przedstawiono wyniki z eksperymentów, których celem było wykorzystanie sztucznej sieci neuronowej jako klasyfikatora stopnia pęknięcia u podstawy zębów kół przekładni. W badaniach użyto probabilistycznych sieci neuronowych (PNN). Dane wejściowe dla klasyfikatorów stanowiły miary statystyczne uzyskane z sygnałów drganiowych, przy wykorzystaniu szybkiej transformaty Fouriera (FFT) oraz analizy PCA. Zidentyfikowany model przekładni zębatej, pracującej w układzie napędowym, posłużył jako źródło danych uczących i testujących dla sztucznych sieci neuronowych.
    Źródło:
    Transport Problems; 2007, 2, 4; 99-106
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    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