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 "diagnostyka sieci" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 58
Tytuł:
Zdolność sieci procesorów typu sześcian 4-wymiarowy do lokalizacji dwóch niezdatnych procesorów metodą porównawczą
Capability of 4-dimensional cube type degradable processors network to identify two faulty processors
Autorzy:
Zieliński, Z.
Strzelecki, Ł.
Kulesza, R.
Powiązania:
https://bibliotekanauki.pl/articles/210610.pdf
Data publikacji:
2011
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
informatyka
diagnostyka systemowa
model porównawczy
struktura logiczna sieci
sieci procesorowe typu sześcian
informatics
comparison diagnosis
network logical structure
hypercube network
Opis:
W artykule opisano model formalny struktury logicznej sieci procesorów typu sześcian 4-wymiarowy oraz właściwości diagnozowania sieci metodą porównawczą MM*. Określono wpływ stopnia degradacji sieci na zmianę jej 2-diagnozowalności, jak również na zmianę jej zdolności do lokalizacji dwóch niezdatnych procesorów. Posługując się zbiorem węzłów wewnętrznie stabilnych struktury cyklicznej o p procesorach (p ≥ 6), określono warunek konieczny i wystarczający, aby struktura ta nie była strukturą 2-diagnozowalną i wyznaczono zbiór takich struktur. Określono częstość zdarzenia, że diagnozowanie metodą porównawczą MM* cyklicznej sieci typu sześcian 4-wymiarowy o p procesorach, która nie jest siecią 2-diagnozowalną, nie zapewni zlokalizowania dwóch niezdatnych procesorów sieci.
The paper gives a formal model of a logical structure of the 4-dimensional cubic-type processor network. It describes the rules of diagnosing the network using the comparison method MM*. The known conditions of the diagnosability of the network (for this method) for the general case perspective were given. In the article, the influence of the degree of degradation of the network on the changes of its 2-diagnosibility for testing with the MM* method was investigated. In the summary, the conclusions arising from the results presented in this article have been formulated.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2011, 60, 4; 251-263
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznej inteligencji w diagnostyce maszyn
Application of artifical inteligence in machine diagnostics
Autorzy:
Bartol-Smardzewska, M.
Powiązania:
https://bibliotekanauki.pl/articles/329334.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka techniczna
system informatyczny
sieci neuronowe
sztuczna inteligencja
technical diagnostics
computer systems
neural networks
artificial intelligence
Opis:
W ciągu ostatnich lat wzrasta zapotrzebowanie na diagnostykę techniczną, zmieniły się bowiem radykalnie kryteria oceny obiektów. Pojawiają się nowe zastosowania osiągnięć mikroelektroniki, techniki komputerowej, sieci neuronowych i sztucznej inteligencji, skutecznie wspomagają one możliwości diagnostyki technicznej. To wszystko diametralnie zmienia poglądy i dokonania w obszarze wykrywania i nadzorowania zmian stanu obiektów metodami diagnostyki technicznej. Daje to możliwość nadzorowania zmian stanu, lokalizacji uszkodzeń i minimalizacji skutków uszkodzeń.
In last few years request of technical diagnostics increase, cause of radically change of object's rate standard. New adoption of achievement of microelectronics, computer technology, neural nets and artificial intelligence succor power of technical diagnostics efficiently. All of that, change diametrically ideas and performance of detection and inspection by technical diagnostics methods of object's state changes. It gives the possibility to inspect changes of state, location of damage and reducing of damage results.
Źródło:
Diagnostyka; 2005, 33; 193-198
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie SSN do predykcji zużycia węglowych nakładek odbieraka prądu
Application of artificial neural networks for prediction of pantograph carbon strips wear
Autorzy:
Kuźnar, M.
Powiązania:
https://bibliotekanauki.pl/articles/404331.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
odbierak prądu
pantograf
węglowa nakładka ślizgowa
diagnostyka
prognoza zużycia
sztuczne sieci neuronowe
SSN
current collector
pantograph
carbon sliding strip
diagnostics
wear prediction
artificial neural networks
ANN
Opis:
Odbieraki prądu w pojeździe trakcyjnym służą do poboru prądu z sieci trakcyjnej. Elementem mającym bezpośredni kontakt z przewodem jezdnym jest ślizgacz, a dokładniej węglowa nakładka stykowa, narażona zarówno na zużycie eksploatacyjne, jak i różnego rodzaju uszkodzenia związane z użytkowaniem. Jest elementem odbieraka najczęściej wymienianym. W celu ustalenia przyczyny uszkodzenia nakładki konieczna jest znajomość typu uszkodzenia. Przyczyna wymiany nakładki wnioskowana może być na podstawie charakterystyki zużycia węglowych nakładek stykowych. W celu predykcji zużycia węglowych nakładek stykowych zastosowano Sztuczną Sieć Neuronową typu Feed-Forward z propagacją wsteczną o 6 warstwach ukrytych po 10 neuronów w każdej warstwie. Błąd średniokwadratowy dla procesu uczenia sieci wyniósł 0,578, a wyniki dotyczące predykcji zużycia nakładki przedstawiono w artykule.
In the traction vehicles, current consumption from the overhead contact line is possible thanks to the current collectors (pantographs). An element that has a direct contact with the contact wire is a slide plate, and more specifically, a carbon contact strips. Affected by both operational wear and various types of damage related to operational maintenance, carbon strip is the element which most commonly need to be exchanged. To determine the cause of damage to the contact strip, it is necessary to know the type of damage. The reason for replacing the carbon contact strip may be claimed on the basis of the wear characteristics. In order to predict the wear of carbon strip, a Feed-Forward Artificial Neural Network with backward propagation of 6 hidden layers and 10 neurons in each layer was applied. The mean square error for the network learning process was 0.578, and the results for the pantograph contact strip wear were presented in the article.
Źródło:
Symulacja w Badaniach i Rozwoju; 2017, 8, 3-4; 97-103
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie radialnych sieci neuronowych w detekcji uszkodzeń wirnika silnika indukcyjnego
Application of radial basis neural network for fault detection of the induction motor
Autorzy:
Kamiński, M.
Orłowska-Kowalska, T.
Kowalski, C. T.
Powiązania:
https://bibliotekanauki.pl/articles/1373724.pdf
Data publikacji:
2009
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
silnik indukcyjny
sieci neuronowe radialne
uszkodzenie wirnika
wirnik
diagnostyka silników elektrycznych
Opis:
Diagnostics of electrical machines is complicated process based on such elements as: measurements of chosen signals and parameters of the motor, transformation of the obtained results in order to separate fault symptoms and the fault detector and classifier design. In this paper fault detectors and classifiers based on neural networks with radial activation function are implemented for diagnostics of rotor damages in induction motors. The main stages of the design methodology of the radial basis neural detectors are described. Furthermore, influence of neural networks complexity and parameters of neuronal activation function on quality of data classification is shown. Presented neural detectors are tested with measurement data obtained in laboratory setup contained of converter-fed induction motor and changeable rotors with different degree of damages.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2009, 84; 71-76
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie struktur logicznych sieci procesorów o łagodnej degradacji i strukturze 4-wymiarowego hipersześcianu
Determination of logical structures of 4-dimensional hypercube processors network with soft degradation
Autorzy:
Kulesza, R.
Zieliński, Z.
Powiązania:
https://bibliotekanauki.pl/articles/209415.pdf
Data publikacji:
2012
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
informatyka
diagnostyka systemowa
struktura logiczna sieci
sieci typu sześcian
systemy z tolerancją błędów
informatics
system level diagnosis
network logical structure
hypercube network
fault tolerant systems
Opis:
W artykule rozwinięto metodę generowania struktur logicznych sieci procesorów o łagodnej degradacji typu 4-wymiarowy hipersześcian, zaproponowaną w artykule [8], oraz przedstawiono sposób zastosowania tej metody do wyznaczenia obrazów geometrycznych cyklicznych i acyklicznych struktur roboczych takiej sieci o co najmniej czterech procesorach. Wyznaczono szeregi przeliczające etykietowanych oraz nieetykietowanych struktur roboczych sieci.
In the work, the formal model of the logical structure of a 4-dimensional hypercube processor network and the method of a composition structure were developed based on the method proposed in [8]. The method for determining geometrical form of logical network cyclic and acyclic working structures with the use of operations on the proposed condensed structure form was presented. Counting series for labelled and unlabelled working structures were determined.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2012, 61, 4; 293-306
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie środowiska MATLAB w analizie promieniowania jonizującego wynikającego z wyładowań niezupełnych
The use of MATLAB in the analysis of ionizing radiation resulting from the partial discharge
Autorzy:
Nagi, Ł.
Schneider, P.
Powiązania:
https://bibliotekanauki.pl/articles/378220.pdf
Data publikacji:
2013
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
promieniowanie jonizujące
wyładowania niezupełne
WNZ
odczyt radiacyjny
diagnostyka sieci elektroenergetycznych
Opis:
W artykule przedstawiono wyniki pomiarów promieniowania jonizującego wynikającego z wyładowań niezupełnych (WNZ). Analiza i opracowanie otrzymanych danych zostały wykonane w środowisku MATLAB. Przywołane zostały metody diagnostyczne do wykrywania WNZ, jednocześnie opisane zostały efekty radiacyjne wynikające z wyładowań niezupełnych. Zauważono, że wraz ze wzrostem napięcia, na wadliwej izolacji gdzie występują WNZ zwiększa się dawka promieniowania wykrywana przez Rentgenoradiometr Geigera-Mullera. W celu teoretycznego potwierdzenia wyników wykonano również dodatkowe modelowanie krzywych w środowisku MATLAB.
The paper presents the results of measurements of ionizing radiation resulting from partial discharge (PD). Analysis and processing the recaived data where done in MATLAB. We write about diagnostic metods to detect PD, about radiaton (X-Rays) and effects of radiation that are the result of partial discharge. It was noted that with the increase in voltage in damaged isulation where PD occur the radiation dose detected by Geiger-Muller Rentgenoradiometr increases too. In order to confirm the theoretical results we were also performed additional modeling curves in MATLAB.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2013, 74; 167-170
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sieci neuronowych w diagnostyce poprawności wykonania płytek drukowanych
Utilization of neural networks in process of diagnosis of correctness of assembling the printed circuit-boards
Autorzy:
Sikora, M.
Grochowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/277213.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
diagnostyka
przetwarzanie obrazów
sztuczne sieci neuronowe
diagnostics
image processing
neural networks
Opis:
Artykuł opisuje stanowisko badawcze do diagnostyki optycznej poprawności wykonania płytek drukowanych przesuwających się po taśmie produkcyjnej. Diagnostyka optyczna realizowana jest za pomocą kamery. Obraz z kamery przekazywany jest do komputera PC, gdzie trafia do zaprojektowanego systemu diagnostycznego, zaimplementowanego w środowisku MATLAB. Po wstępnym przetworzeniu obrazy kierowane są do właściwego systemu diagnostycznego wykorzystującego sztuczne sieci neuronowe, który podejmuje ostateczną decyzję o poprawności montażu elementów płytki drukowanej. Cała aplikacja zrealizowana jest w środowisku MATLAB. W artykule zamieszczono wybrane wyniki badań analizujących wpływ aspektów takich, jak rodzaj oświetlenia, sposób obróbki i kompresji obrazu, dobór architektury i parametrów sieci neuronowej na jakość osiąganych wyników.
The paper describes research test stand that is used for optical diagnostics of correctness of assembling of printed circuit-board that moves on a tape. Optical diagnostics is carried out by camera, the images are transferred to computer PC and then to designed diagnostic system implemented in Matlab. After processing of the images they are analyzed by neural networks and the decisions about the correctness of assembling the elements on printed circuit-board are made. The whole application is designed in Matlab environment. The paper presents selected results describing researches carried out in the field of: illumination, image processing techniques, structures and parameters of neural networks and their influence on efficiency of the described system.
Źródło:
Pomiary Automatyka Robotyka; 2011, 15, 2; 49-54
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
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 sieci neuronowych cp w wibroakustycznej diagnostyce uszkodzeń przekładni zębatej
Use of cp neural network in vibroacoustic diagnostics of toothed gears failure
Autorzy:
Dybała, J.
Radkowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/328698.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
selekcja cech
klasyfikacja obrazów
sieci neuronowe
diagnostyka wibroakustyczna
feature selection
pattern classification
neural networks
vibroacoustic diagnostic
Opis:
W artykule przedstawiono sposób zastosowywania neuronowego klasyfikatora zbudowanego na bazie sieci neuronowej z propagacją przeciwną w diagnostyce wibroakustycznej przekładni zębatej. Ponadto, w pracy przedstawiono unikalną metodę selekcji cech stanu obiektu opartą na geometrii przestrzeni obserwacji. W końcowej części artykułu przedstawiono jako przykład wyniki eksperymentu laboratoryjnego.
The article presents a way of applying a neural classifier constructed on the basis of counter-propagation neural network in vibroacoustic diagnostics of toothed gears. Moreover, in the paper the unique feature selection method of object state is presented. This method is based on geometry of the observation space. In final unit of article the results of laboratory experiment are presented as example.
Źródło:
Diagnostyka; 2004, 31; 59-66
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sieci komunikacyjnych w aspekcie rozwoju systemów diagnostycznych pojazdów mechanicznych
Application of communication nets in aspect of development of modern systems of car diagnostics
Autorzy:
Śmieja, M.
Piętak, A.
Imiołek, M.
Wierzbicki, S.
Powiązania:
https://bibliotekanauki.pl/articles/208645.pdf
Data publikacji:
2011
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
sieci wymiany danych
CAN
OBD
diagnostyka
network area
diagnostics
Opis:
Rozwój konstrukcji pojazdów samochodowych podyktowany wzrastającymi wymaganiami w stosunku do emisji związków toksycznych oraz poprawy bezpieczeństwa oznacza coraz większą złożoność układów odpowiedzialnych za sterowanie i diagnostykę. Przepływ dużych ilości danych pomiędzy poszczególnymi elementami tych systemów wymusza stosowanie sieci o coraz większej przepustowości i niezawodności. Różnorodny charakter przesyłanych informacji wiąże się z koniecznością dostosowania sposobu transmisji do konkretnych zastosowań. Najistotniejsze właściwości wykorzystywanych protokołów sieciowych, takie jak maksymalne szybkości transmisji, sposób jej inicjacji czy stopień determinizmu czasowego, decydują m.in. o ich przydatności dla efektywnej diagnostyki. Przyjęcie międzynarodowych regulacji prawnych obowiązujących producentów pojazdów takich jak OBD II w zakresie bieżącej i okresowej kontroli stanu technicznego pojazdów obejmuje wymagania i standardy dotyczące przesyłania informacji diagnostycznej. Konsekwencją ciągłego rozwoju motoryzacji są również działania w kierunku traktowania samochodu jako elementu większej struktury niezawodnościowej, możliwej do osiągnięcia dzięki coraz dostępniejszym metodom komunikacji między pojazdem a jego otoczeniem.
The development of modern cars is caused by the ever increasing demand to reduce toxic emission as well as to improve safety. This means that the systems responsible for diagnostics and controlling are becoming more and more complex. The flow of huge amounts of data between particular elements of these systems forces application of nets with greater capacity and increased reliability. Heterogeneous character of carried information is connected with the necessity to fit a type of transmission for a specific use. The most significant features of the used net protocols such as maximum speed, the way of triggering and the degree of time determinism, are the factors which decide about their helpfulness for effective diagnostics. Adoption of international regulations, obligatory for manufactures of cars such as OBDII ones, in the field of current and periodical checks on the technical state of cars, include demands and standards concerning the carrying of diagnostic information. The subsequent effect of such continual developments in motorisation is activity connected with treating a car as an element of a much wider reliability structure. This is possible to achieve thanks to more and more common methods of communication between a car and its environment.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2011, 60, 1; 231-241
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
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:
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:
Worm gear condition monitoring and fault detection from thermal images via deep learning method
Monitorowanie stanu i wykrywanie błędów przekładni ślimakowej na podstawie termogramów z wykorzystaniem metody głębokiego uczenia
Autorzy:
Karabacak, Yunus Emre
Gürsel Özmen, Nurhan
Gümüşel, Levent
Powiązania:
https://bibliotekanauki.pl/articles/1841856.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
fault diagnosis
worm gears
thermal imaging
convolutional neural networks
GoogLeNet
condition monitoring
diagnostyka błędów
przekładnie ślimakowe
termografia
splotowe sieci neuronowe
monitorowanie stanu
Opis:
Worm gearboxes (WG) are often preferred, because of their high torque, quickly reducing speed capacity and good meshing effectiveness, in many industrial applications. However, WGs may face with some serious problems like high temperature at the speed reducer, gear wearing, pitting, scoring, fractures and damages. In order to prevent any damage, loss of time and money, it is an important issue to detect and classify the faults of WGs and develop the maintenance plans accordingly. The present study addresses the application of the deep learning method, convolutional neural network (CNN), in the field of thermal imaging that were gathered from a test rig operating on different loads and speeds. Deep learning approaches, have proven their powerful capability to exploit faulty information from big data and make intelligently diagnostic decisions. Studies concerning the condition monitoring of WGs in the literature are limited. This is the first study on WGs with infrared thermography rather than vibration and sound measurements which have some deficiencies about hardware requirements, restricted measurement abilities and noisy signals. For comparison, CNN was also trained, with vibration and sound data which were collected from the healthy and faulty WGs. The results of fault diagnosis show that thermal image based CNN model on WG has achieved 100% success rate whereas the vibration performance was 83.3 % and sound performance was 81.7%. As a result, thermal image based CNN model showed a better diagnosing performance than the others for WGs. Moreover, condition monitoring of WGs, can be performed correctly with less measurement costs via thermal imaging methods.
W wielu zastosowaniach przemysłowych preferuje się przekładnie ślimakowe, ze względu na ich wysoki moment obrotowy, możliwość szybkiej redukcji prędkości i dobrą sprawność zazębienia. Jednakże przekładnie tego typu narażone są często na poważne problemy, takie jak wysoka temperatura przy reduktorze prędkości czy też zużycie, pitting (wżery), zatarcie, pęknięcie lub uszkodzenie kół zębatych. Zapobiec takim uszkodzeniom, i związanym z nimi stratom finansowym i czasowym, można poprzez wykrywanie i klasyfikowanie błędów przekładni i odpowiednie opracowanie planów konserwacji. Niniejsze badanie dotyczy zastosowania metody głębokiego uczenia oraz splotowych sieci neuronowych (SSN) do monitoringu stanu przekładni na podstawie termogramów zarejestrowanych na stanowisku testowym pracującym przy różnych obciążeniach i prędkościach. Podejścia oparte na uczeniu głębokim umożliwiają efektywne wykorzystanie informacji o błędach pochodzących z dużych zbiorów danych i podejmowanie trafnych decyzji diagnostycznych. Niewiele z dostępnych publikacji poświęconych jest monitorowaniu stanu przekładni ślimakowych. Niniejsza praca jako pierwsza przedstawia badania przekładni ślimakowej z zastosowaniem termografii zamiast zwyczajowo prowadzonych pomiarów drgań i dźwięku, które mają pewne wady dotyczące wymagań sprzętowych, ograniczonych możliwości pomiarowych i głośności sygnałów. SNN opartą na danych termicznych porównano z siecią, którą uczono na zbiorach danych wibracyjnych i akustycznych pochodzących z prawidłowo działających i uszkodzonych przekładni ślimakowych. Wyniki diagnostyki uszkodzeń pokazują, że model SSN przekładni ślimakowej oparty na obrazie termicznym osiągnął stuprocentową (100%) skuteczność, podczas gdy skuteczność modeli opartych na danych wibracyjnych i akustycznych wyniosła, odpowiednio, 83,3% i 81,7%. Tym samym, model SNN oparty na obrazie termicznym pozwalał na trafniejsze diagnozowanie przekładni ślimakowej niż pozostałe modele. Ponadto zastosowanie metod opartych na termografii pozwala na poprawne monitorowanie stanu przy niższych kosztach pomiaru.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 3; 544-556
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Uczenie głębokie w diagnostyce medycznej
Deep Learning in Medical Diagnosis
Autorzy:
Antczak, K.
Powiązania:
https://bibliotekanauki.pl/articles/404011.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
sieci neuronowe
diagnostyka medyczna
uczenie głębokie
neural networks
medical diagnosis
deep learning
Opis:
W pracy przeanalizowano perspektywy zastosowania metod uczenia głębokiego w diagnostyce medycznej. Jedną z kluczowych cech uczenia głębokiego jest zdolność do wyodrębniania złożonych wzorców o strukturze hierarchicznej. Wzorce takie występują również w diagnostyce, jako tak zwane diamenty diagnostyczne. Zastosowanie głębokich sieci neuronowych mogłoby poprawić jakość klasyfikatorów wykrywających choroby na podstawie objawów. Dodatkowo umożliwiłoby to sterowanie czułoscią i swoistością klasyfikatorów.
In this paper we analyze perspectives of applying deep learning methods in a field of medical diagnosis. One of key features of deep learning is ability to extract complex, hierarchical patterns. Such patterns are present also in a medical diagnosis, where they are known as diagnostic diamonds. Applying deep neural networks could increase performance of medical classifiers. Moreover, it would allow to adjust sensitivity and specificity of classifiers.
Źródło:
Symulacja w Badaniach i Rozwoju; 2016, 7, 3-4; 83-88
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Trendy i problemy w diagnostyce procesów
Trends and problems in diagnostics
Autorzy:
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/328569.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka procesów
model-based structure
układ z modelem
obserwator o nieznanych wejściach
sztuczne sieci neuronowe
logika rozmyta
sieci neuronowo-rozmyte
algorytmy ewolucyjne
process diagnosis
unknown input observers
artificial neural networks
fuzzy logic
neuro-fuzzy systems
evolutionary algorithms
Opis:
W ostatnich latach w systemach detekcji i lokalizacji uszkodzeń dla układów dynamicznych stosuje się zintegrowane ilościowe i jakościowe modele informacji, a większość z nich oparta jest na modelach obliczeń inteligentnych. Celem niniejszej pracy jest prezentacja nowych metod i technik analitycznych oraz obliczeń inteligentnych w systemach diagnostyki procesów. Przyjmując strukturę układu diagnostyki z modelem omawia się możliwości stosowania modeli analitycznych, a przede wszystkim obserwatorów o nieznanych wejściach. Szerzej rozpatruje się alternatywne podejścia oparte na wykorzystaniu metod obliczeń inteligentnych, takich jak sztuczne sieci neuronowe, logika rozmyta, sieci neuronowo-rozmyte oraz algorytmy ewolucyjne do rozwiązywania zadań globalnej optymalizacji. Dla zilustrowania efektywności metod sztucznych sieci neuronowych typu GMDH w układach diagnostyki w końcowej części referatu rozpatruje się problem diagnostyki urządzenia wykonawczego w Cukrowni Lublin.
Recents approaches to Fault Detection and Isolation (FDI) for dynamic systems use methods of integrating quantitative and qualitative model information, and most of these are based on soft computing methods. The purpose of this paper is to present new methods and applications in the field of analytical and soft computing techniques for fault diagnosis of processes. Taking into account the model-based structure of a diagnostics system, possible applications of analytical models, and first of all unknown input observers, are considered. Alternative soft computing methods such as artificial neural networks, fuzzy logic, neuro-fuzzy structures and evolutionary algorithms for global optimization problems are presented and discussed in greater detail. To illustrate the effectiveness of GMDH artificial neural networks in fault diagnosis, an industrial valve actuator system in a sugar factory (Cukrownia Lublin S.A., Poland) is tested.
Źródło:
Diagnostyka; 2004, 30, T. 1; 275-286
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 58

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