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 "cause-effect graph" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Problem doboru optymalnego zbioru sensorów na potrzeby diagnostyki
    The problem of optimal sensor placement for fault detection and isolation
    Autorzy:
    Sztyber, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/257513.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    diagnostyka
    sieć sensorów
    analiza strukturalna
    graf przyczynowo-skutkowy
    diagnosis
    sensor network
    structural analysis
    cause-effect graph
    Opis:
    W tym artykule przedstawiony jest przegląd stanu badań dotyczących zagadnienia projektowania zbioru sensorów wykorzystywanych w diagnostyce procesów przemysłowych. Szczególna uwaga poświęcona została rozwiązaniom wykorzystującym analizę strukturalną lub opis procesu w postaci grafu. Na zakończenie przedstawiona została propozycja alternatywnego podejścia do problemu.
    In this article, a review of publications related to sensor placement for the diagnosis of process plants is presented. The main tasks of a sensor network and criteria used for sensors selection are indicated. A summary of methods used for the best selection of measurements is presented. Particular attention is devoted to solutions based on structural analysis and algorithms using a graph as a model of the monitored process plant. A simple example of single tank system is presented and results obtained on this system using different methods of sensor placement are compared. At the end of the article, an idea for a new problem description using a cause-effect graph is presented. A cause-effect graph is a qualitative model of a process plant containing casual relationships between process variables. This kind of process description allows one to directly include faults in the model. Other advantages of that description are mentioned.
    Źródło:
    Problemy Eksploatacji; 2011, 2; 201-211
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zmodyfikowana metoda budowy grafów przyczynowo-skutkowych procesów z wykorzystaniem archiwalnych przebiegów sygnałów
    Modified method for building cause-effect graphs of processes using archival signal values
    Autorzy:
    Tabor, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/156381.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    graf przyczynowo-skutkowy
    diagnostyka procesów
    modelowanie procesów
    odkrywanie wiedzy z danych
    cause-effect graph
    process diagnostics
    process modelling
    data mining
    Opis:
    W artykule opisano zmodyfikowaną metodę automatycznej budowy grafu przyczynowo-skutkowego procesu przemysłowego. Metoda składa się z etapów, w których między innymi analizowane są wskaźniki statystyczne oraz opóźnienia transportowe między sygnałami. W artykule poruszono kwestię wrażliwości metody na parametry oraz zaproponowano rozwiązanie mające zmniejszyć ten problem. Przedstawiono efekt działania algorytmu przed i po modyfikacji dla obiektu przemysłowego, będącego fragmentem sieci przesyłowej gazu ziemnego na dużym obszarze.
    The paper describes a modified method for building the cause-effect graph of an industrial process. The algorithm consists of three steps. First, the dataset is searched for signals connected by well know relations such as the PID equation. Next, the algorithm searches the pairs of signals having high values of Kendall correlation coefficients. Additionally, the sequence of spreading disturbances is analysed [5]. The results of the basic algorithm performance are presented on example of a three tank system (Fig. 2) and a gas network (Figs. 4 and 5). In case of the gas network the cause-effect graph created using only the expert knowledge is shown in Fig. 3. In Section 3 the problem of the algorithm sensitivity is analysed (Figs. 4, 5 and 6). There is proposed a solution how to minimise the influence of selected parameters on the final result in Section 4. In order to be able to compare the results before and after modification, the distance measure between graphs [10, 11, 12] is suggested in Section 5. The described method sensitivity before and after modification on the example of the mentioned industrial object - a part of the gas network (Fig. 7) is discussed in Section 6. There is also given the best ( meaning the distance to the graph created by the expert) result of the algorithm for the gas network (Fig. 8).
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 1, 1; 101-104
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Budowa grafów przyczynowo-skutkowych procesów z wykorzystaniem archiwalnych przebiegów sygnałów
    Building cause-effect graph of processes with use of archival signal values
    Autorzy:
    Tabor, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/277657.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    graf przyczynowo-skutkowy
    diagnostyka
    modelowanie procesów
    obiekt liniowy
    obiekt nieliniowy
    cause-effect graph
    diagnostics
    process modeling
    linear system
    nonlinear system
    Opis:
    W artykule opisano metodę automatycznego tworzenia grafu przyczynowo-skutkowego procesu przemysłowego. Metoda polega na wyszukiwaniu w całym zbiorze zmiennych procesowych takich sygnałów, które związane są pewnymi znanymi zależnościami często występującymi w instalacjach przemysłowych (np. algorytm regulacji PID). Następnie poszukiwane są pary sygnałów o wysokiej wartości współczynników korelacji liniowej Pearsona oraz monotonicznej Spearmana i Kendalla między zmiennymi. Dodatkowo analizowana jest sekwencja rozchodzenia się zaburzeń w instalacji. Na podstawie zdobytych informacji tworzony jest graf przyczynowo-skutkowy opisujący obiekt lub jego część. Przedstawiono efekt działania algorytmu dla dwóch obiektów. Pierwszy składa się z trzech zbiorników z cieczą z regulacją poziomu w jednym z nich. Drugim jest fragment sieci przesyłowej transportującej gaz ziemny na dużym obszarze.
    The paper presents cause-effect graphing method applied to industrial process. Method is based on searching in process dataset such signals, that are tied together by relations often occurring in industrial installations (for example PID algorithm). Subsequently algorithm is looking for pairs of signals having high values of Pearson, Spearman and Kendall correlation coefficients. Additionally sequence of spreading disturbances is analyzed. On the basis of the gathered information case-effect graph that describes analyzed object or its part is build. Effect of described method is presented with two example industrial objects. First is a three tank system. Second is a part of gas network.
    Źródło:
    Pomiary Automatyka Robotyka; 2010, 14, 11; 65-68
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    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