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 "data mining" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Application of selected Data Mining methods to machinery operation
    Zastosowania wybranych metod Data Mining w eksploatacji maszyn
    Autorzy:
    Gibiec, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327756.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    maszyna
    eksploatacja
    stan techniczny
    data mining
    analiza danych
    machine
    diagnostics
    technical condition
    data analysis
    Opis:
    In this research an example of selected Data Mining techniques application to mining cutterloader exploitation and service planning was presented. Information, concerning a type of machine failure or execution of servicing activity, recorded in servicing protocols, was used. Early information about the range of expected service is essential for optimization of schedule of services and contents of spare parts stockroom. In this research, forecasting of the maintenance activities range was analyzed. Also the identification of sequence of activities performed during following machine stoppages was performed. Such information makes it possible to increase the reliability of maintenance due to conducting services of several parts during the same break in exploitation. For these purposes algorithms of sequence and link analyses were used.
    W pracy przedstawiono przykład wykorzystania wybranych technik Data Mining do wspomagania eksploatacji górniczego kombajnu ścianowego. Wykorzystano informacje o rodzaju uszkodzenia lub wykonanej czynności serwisowej zawarte w protokołach serwisowych sporządzanych przez służby utrzymania ruchu. Ponieważ wczesna informacja o zakresie serwisu pomaga w lepszym jego zaplanowaniu oraz daje możliwość optymalizacji stanów magazynowych części zamiennych, w pracy przeanalizowano możliwość przewidywania zakresu czynności utrzymaniowych. Dokonano także identyfikacji sekwencji następujących po sobie czynności wykonywanych podczas kolejnych zatrzymań maszyny. Ich znajomość umożliwia obniżenie kosztów utrzymania poprzez wykonanie serwisu kilku elementów podczas jednego postoju. Do tych zastosowań wykorzystano metody analizy połączeń i sekwencji.
    Źródło:
    Diagnostyka; 2009, 3(51); 69-72
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie technik Data Mining do odkrywania relacji diagnostycznych w danych opisujących przebieg historii eksploatacji maszyn
    Data Mining techniques application to diagnostic relations discovering in historic data of machinery exploitation
    Autorzy:
    Gibiec, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/329144.pdf
    Data publikacji:
    2007
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    relacje diagnostyczne
    klasyfikacja stanu technicznego
    data mining
    analiza danych
    diagnostic relations
    technical condition classification
    data analyses
    Opis:
    W pracy przedstawiono przykład wykorzystania wybranych technik Data Mining do odkrywania relacji diagnostycznych w danych z rejestratora przebiegu eksploatacji górniczego kombajnu ścianowego. Wykorzystując metody grupowania określono ilość grup w danych oraz zweryfikowano ich związek ze stanem technicznym urządzenia na podstawie protokołów serwisowych. Zbudowano modele klasyfikujące wyróżnione stany techniczne urządzenia wykorzystując metody drzew klasyfikujących. Analizując działanie mechanizmu klasyfikującego drzew w postaci reguł odkryto relacje diagnostyczne opisujące przyczyny zmian stanu technicznego rozważanego urządzenia.
    In this research an example of Data Mining techniques application to diagnostic relations discovering from data recorder of exploitation parameters of mining cutter-loader was presented. Using clustering methods the number of clusters in data was determined. Their correlations with technical condition of machinery was verified basing on servicing documentation. Classification trees methods were used to build models classifying listed technical conditions. Performance of their classification system in form of rules was investigated. Basing on these rules diagnostic relations describing reasons of technical condition changes were discovered.
    Źródło:
    Diagnostyka; 2007, 3(43); 65-70
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selection of clustering methods for wind turbines operational data
    Dobór metod grupowania danych procesowych dla turbin wiatrowych
    Autorzy:
    Gibiec, M.
    Barszcz, T.
    Bielecka, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327686.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka maszyn
    turbina wiatrowa
    eksploracja danych
    grupowanie
    machine diagnostics
    wind turbine
    data mining
    clustering
    Opis:
    Quickly growing number of monitored wind turbines has changed the needs for monitoring and diagnostic algorithms. The data from hundreds of monitoring systems are transferred to the diagnostic centers, where the data should be analyzed. High cost of labor created the need for automated diagnostic methods. The first task in this wide discipline is classification of the data and detection of malfunction states. The paper investigates application of data mining methods for classification of operational data from wind turbines. It is shown, that combination of the agglomeration method with the C-means clustering yields very good results and can be used for automated diagnostics of wind farms.
    Szybko rosnąca liczba monitorowanych turbin wiatrowych zmieniła potrzeby w zakresie algorytmów monitorowania diagnostyki. Obecnie dane z setek systemów monitorowania przesyłane są do centrów diagnostycznych, gdzie muszą zostać przeanalizowane. Wysokie koszty pracy ekspertów spowodowały potrzebę zautomatyzowania metod diagnostycznych. Pierwszym zadaniem stała się automatyczna klasyfikacja danych i wykrywanie stanów niesprawności. Artykuł przedstawia zastosowanie metod "data mining" do klasyfikacji danych procesowych z turbin wiatrowych. Pokazano, że połączenie metody aglomeracji danych z metodą K-means daje bardzo dobre wyniki i może być zastosowane do zautomatyzowanej diagnostyki farm wiatrowych.
    Źródło:
    Diagnostyka; 2010, 4(56); 37-42
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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