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 "Wyłomańska, A." wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Signal segmentation for operational regimes detection of heavy duty mining mobile machines - a statistical approach
    Segmentacja sygnału w celu wykrywania stanów pracy maszyny - podejście statystyczne
    Autorzy:
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/328499.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    mobile machine
    automatic operational regime detection
    signal processing
    signal segmentation
    maszyna mobilna
    automatyczna detekcja trybów pracy
    przetwarzanie sygnału
    segmentacja sygnału
    Opis:
    In the paper an automatic procedure for diagnostic signals segmentation is proposed. The purpose of the procedures is to detect/identify part of the signal, that is related to stationary operation regime of machine. Detection and parameterization of such events might help to improve efficiency of machine usage, for example to minimize number of segments and their duration for machine operation under idle mode or overload mode. It is proposed to use a procedures that are based on statistical analysis to estimate the critical point of the division in a structural change in a time series. Two measures have been proposed for critical points detection: the first one is based on testing of empirical moment of order two for time subseries with length k, second one is related to analysis of second order moment moving along the signal. These techniques have been validated using simulations and then applied to real data acquired from on board monitoring system developed for mobile mining machines (loaders are considered here). Results of application are discussed in the paper.
    W artykule przedstawiono procedury segmentacji sygnałów drganiowych. Cel opracowanych procedur jest związany z detekcją/identyfikacją fragmentów sygnału (segmentów) które związane są z różnymi trybami pracy maszyny jak na przykład bieg jałowy czy przeciążenie. Detekcja i parametryzacja tych segmentów pozwoli poprawić efektywność pracy tj. minimalizować czas pracy na biegu jałowym czy zapobiegać przyspieszonym procesom degradacji wynikającym z nieprawidłowego użytkowania maszyny. Zaproponowano dwie procedury bazujące na statystykach, które estymują punkt dzielący szereg czasowy na podprocesy o znaczących różnicach statystycznych. Pierwsza ze statystyk bazuje na badaniu zachowania empirycznego momentu rzędu 2 danej próby w oknie o długości k, druga jest analizą kroczącego drugiego momentu z próby. W pracy przedstawiono wyniki walidacji metody na sygnałach symulacyjnych oraz wyniki zastosowania procedur do sygnałów zarejestrowanych na górniczych maszynach samojezdnych pracujących w kopalni podziemnej.
    Źródło:
    Diagnostyka; 2014, 15, 2; 33-42
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Financial Data Analysis by means of Coupled Continuous-Time Random Walk in Rachev-Rűschendorf Model
    Autorzy:
    Jurlewicz, A.
    Wyłomańska, A.
    Żebrowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/1812236.pdf
    Data publikacji:
    2008-09
    Wydawca:
    Polska Akademia Nauk. Instytut Fizyki PAN
    Tematy:
    89.65.Gh
    05.40.Fb
    Opis:
    We adapt the continuous-time random walk formalism to describe asset price evolution. We expand the idea proposed by Rachev and Rűschendorf who analyzed the binomial pricing model in the discrete time with randomization of the number of price changes. As a result, in the framework of the proposed model we obtain a mixture of the Gaussian and a generalized arcsine laws as the limiting distribution of log-returns. Moreover, we derive an European-call-option price that is an extension of the Black-Scholes formula. We apply the obtained theoretical results to model actual financial data and try to show that the continuous-time random walk offers alternative tools to deal with several complex issues of financial markets.
    Źródło:
    Acta Physica Polonica A; 2008, 114, 3; 629-635
    0587-4246
    1898-794X
    Pojawia się w:
    Acta Physica Polonica A
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel 2D representation of vibration for local damage detection
    Autorzy:
    Żak, G.
    Obuchowski, J.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/88899.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Wrocławska. Wydział Geoinżynierii, Górnictwa i Geologii. Instytut Górnictwa
    Tematy:
    local damage detection
    bi-frequency plane
    partial autocorrelation function
    fault pattern surface
    Opis:
    In this paper a new 2D representation for local damage detection is presented. It is based on a vibration time series analysis. A raw vibration signal is decomposed via short-time Fourier transform and new time series for each frequency bin are differentiated to decorrelate them. For each time series, auto-correlation function is calculated. In the next step ACF maps are constructed. For healthy bearing ACF map should not have visible horizontal lines indicating damage. The method is illustrated by analysis of real data containing signals from damaged bearing and healthy for comparison.
    Źródło:
    Mining Science; 2014, 21; 105-113
    2300-9586
    2353-5423
    Pojawia się w:
    Mining Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Local fault detection of rolling element bearing components by spectrogram clustering with semi-binary NMF
    Wykrywanie uszkodzeń lokalnych elementów łożysk tocznych poprzez klasteryzację spektrogramu za pomocą półbinarnej nieujemnej faktoryzacji macierzy
    Autorzy:
    Wodecki, J.
    Zdunek, R.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/327868.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    vibration data
    time-frequency analysis
    nonnegative matrix factorization
    local damage detection
    dane drganiowe
    analiza czasowo-częstotliwościowa
    nieujemna faktoryzacja macierzy
    wykrywanie uszkodzeń lokalnych
    Opis:
    Information extraction is a very important problem nowadays. In diagnostics, it is particularly useful when one desires to isolate information about machine damage from a measured diagnostic signal. The method presented in this paper utilizes the idea that is based on a very important topic in numerical algebra, which is nonnegative matrix factorization. When applied to the matrix of multidimensional representation of the measured data, it can extract very useful information about the events which occur in the signal and are not recognizable otherwise. In the presented methodology, we use the algorithm called Semi-Binary Nonnegative Matrix Factorization (SB-NMF), and apply it to a time-frequency representation of the real-life vibration signal measured on faulty bearing operating in a belt conveyor driving station. Detected impulses of local damage are clearly identifiable. Performance of the algorithm is very satisfying in terms of time efficiency and output signal quality.
    Ekstrakcja informacji jest aktualnym kierunkiem badań. Jest ona szczególnie użyteczna, kiedy próbuje się wyizolować informację na temat uszkodzenia maszyny z zarejestrowanego sygnału diagnostycznego. Metoda zaprezentowana w niniejszej pracy bazuje na bardzo ważnym zagadnieniu algebry numerycznej, jakim jest nieujemna faktoryzacja macierzy. Kiedy jest ona zastosowana do analizy macierzy będącej wielowymiarową reprezentacją sygnału wejściowego, może wyizolować informację istotną z punktu widzenia procesów zachodzących w sygnale, a która nie jest rozpoznawalna w inny sposób. Przedstawiona metodologia korzysta z algorytmu znanego jako półbinarna nieujemna faktoryzacja macierzy, zastosowanego do reprezentacji czasowo-częstotliwościowej rzeczywistego sygnału drganiowego, zmierzonego na uszkodzonym łożysku pracującym w stacji napędowej przenośnika taśmowego. Wykryte impulsy związane z uszkodzeniem lokalnym zostały wyraźnie zidentyfikowane. Działanie algorytmu jest satysfakcjonujące w kwestii wydajności obliczeniowej oraz jakości otrzymanego wyniku.
    Źródło:
    Diagnostyka; 2017, 18, 1; 3-8
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of ARMA modelling and alpha-stable distribution for local damage detection in bearings
    Zastosowanie modelu ARMA i rozkładu alfa-stabilnego do detekcji uszkodzeń lokalnych w łożyskach
    Autorzy:
    Żak, G.
    Obuchowski, J.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/329304.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    local damage detection
    informative frequency band selection
    time series modeling
    heavy-tailed distributions
    wykrywanie uszkodzeń lokalnych
    wybór pasma informacyjnego
    modelowanie szeregów czasowych
    rozkłady ciężko-ogonowe
    Opis:
    In this paper a novel method for informative frequency band selection is presented. It is suitable for a vibration signal from a damaged rotating machine which is consisted of a pulse train, but it might be contaminated by other vibrations, often with higher energy. We first decompose the signal into simpler sub-signals and analyze those sub-signals using statistical tools, i.e. autoregressive moving average modelling and fitting of the α -stable distribution. The choice of this distribution is motivated by its excellent ability of modeling heavy-tailed data, i.e impulsive data. We illustrate the proposed methodology by analysis of real vibration signals from heavy-duty rotating machinery. The results prove that this statistical analysis is very efficient in informative frequency band selection in presence of high-energy contamination.
    W artykule zaprezentowano nową metodę selekcji informacyjnego pasma częstotliwościowego. Jest ona odpowiednia dla sygnałów drganiowych z maszyny uszkodzonej zawierających impulsy, nawet kiedy są one niewidoczne w dziedzinie czasu, tzn. kiedy wysokoenergetyczne drgania innych elementów zakłócają sygnał informacyjny. Pierwszym krokiem zaproponowanej metody jest dekompozycja sygnału na składowe o prostszej strukturze i ich analiza za pomocą narzędzi statystycznych, tj. modelu ARMA i rozkładu alfa-stabilnego. Wybór tego rozkładu jest umotywowany zdolnością modelowania danych ciężko ogonowych, tzn. sygnałów, w których występują impulsy. Metodę zilustrowano analizą rzeczywistych sygnałów z drganiowych maszyn górniczych. Potwierdzono efektywność zaproponowanej metody statystycznej w kontekście selekcji informacyjnego pasma częstotliwościowego w obecności wysokoenergetycznych zakłóceń.
    Źródło:
    Diagnostyka; 2014, 15, 3; 3-10
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inteligentny system diagnostyki taśm przenośnikowych – koncepcja
    Intelligent diagnostic system for conveyor belt maintenance
    Autorzy:
    Zimroz, R.
    Błażej, R.
    Stefaniak, P.
    Wyłomańska, A.
    Obuchowski, J.
    Hardygóra, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/89133.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Wrocławska. Wydział Geoinżynierii, Górnictwa i Geologii. Instytut Górnictwa
    Tematy:
    taśma przenośnikowa
    diagnostyka
    zarządzanie
    system wspomagania podejmowania decyzji
    Opis:
    W pracy przedstawiono koncepcję inteligentnego systemu do diagnostyki taśm i komputerowego wspomagania zarządzania taśmami przenośnikowymi z wykorzystaniem podejścia „utrzymanie maszyn zależne od stanu” (ang. Condition Based Maintenance). Omówiono strukturę systemu oraz wybrane kluczowe elementy. Niektóre z modułów zostały już zrealizowane, inne są w trakcie realizacji. Stąd też artykuł traktuje raczej o koncepcji niż o gotowym produkcie. Systemowe ujęcie problemu jest niezbędne ze względu na docelowo szerszy kontekst zarządzania systemem przenośników a nie tylko taśm, układów napędowych czy innych elementów. Kluczowym elementem artykułu jest wykorzystanie elementów uczenia maszynowego do wspomagania zarządzania. Dotyczą one walidacji danych, wyznaczania progów decyzyjnych, decyzji o dopuszczeniu do eksploatacji/wymianie taśmy, czy elementów prognozy czasu życia odcinka taśmy czy połączenia. Zastosowanie sztucznej inteligencji wydaje się konieczne ze względu na konieczność budowania obiektywnej wiedzy w sformalizowanej postaci w zakresie eksploatacji taśm przenośnikowych.
    The paper deals with the concept of an intelligent system for the damage detection, diagnosis and computer-aided maintenance management system for conveyor belts using the Condition Based Maintenance approach. The structure of the system and some key elements are described in the paper. Some modules of the system have been already completed, while others are under construction. Hence the article deals with the concept rather than a finished product. Holistic view to the problem is necessary because ultimately the wider context of the conveyor system maintenance management system is expected. A Diag Manager, precursor of proposed intelligent system, has been developed several years ago for transmissions used in conveyor drives. Our intent is to exploit experience with Diag Manager and to extend this idea to belts and other components of the conveyor in future. A key element of this article is to use the elements of artificial intelligence (AI) and machine learning to support maintenance management. AI might relate to data validation, determining the decision thresholds, the decision regarding release to continue service or exchange the belt. Application of artificial intelligence seems to be necessary due to necessary development of objective knowledge in a formalized form regarding the operation of conveyor belts.
    Źródło:
    Mining Science; 2014, 21, Special Issue 2; 99-109
    2300-9586
    2353-5423
    Pojawia się w:
    Mining Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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