Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "cause-effect graph" wg kryterium: Temat


Wyświetlanie 1-3 z 3
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:
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:
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