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 "intelligent maintenance" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Koncepcja modelu wspomagania procesów eksploatacji infrastruktury technicznej w obiekcie szpitalnym
    A concept of model supporting technical infrastructure maintenance processes at hospital object
    Autorzy:
    Bujanowska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/113470.pdf
    Data publikacji:
    2013
    Wydawca:
    STE GROUP
    Tematy:
    facility management
    budynek inteligentny
    analiza przyczyn i skutków wad
    rozwinięcie funkcji jakości
    obiekt szpitalny
    procesy eksploatacji
    intelligent building
    failure mode and effects analysis
    quality function deployment
    hospital object
    maintenance processes
    Opis:
    Artykuł opisuje koncepcje modelu wspomagania procesów eksploatacji infrastruktury technicznej w obiekcie szpitalnym ukierunkowanego na powstanie budynku inteligentnego oraz dostarczanie udogodnień dla jego klientów.
    The article describes a concept of model supporting technical infrastructure maintenance processes at hospital object, which is aimed at emerging Intelligent Building and delivering facilities to its clients.
    Źródło:
    Systemy Wspomagania w Inżynierii Produkcji; 2013, 4 (6); 32-41
    2391-9361
    Pojawia się w:
    Systemy Wspomagania w Inżynierii Produkcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Intelligent Forecasting of Automatic Train Protection System Failure Rate in China High-speed Railway
    Inteligentne prognozowanie intensywności uszkodzeń automatycznego systemu ochrony pociągów kolei dużych prędkości w Chinach
    Autorzy:
    Kang, Renwei
    Wang, Junfeng
    Cheng, Jianfeng
    Chen, Jianqiu
    Pang, Yanzhi
    Powiązania:
    https://bibliotekanauki.pl/articles/301390.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    intelligent maintenance
    high-speed railway
    failure rate
    automatic train protection system
    prediction model
    chaos
    inteligentna konserwacja
    kolej dużych prędkości
    intensywność uszkodzeń
    automatyczny system ochrony pociągu
    model predykcyjny
    Opis:
    Intelligent and personalized dynamic maintenance and spare parts configuration of high-speed railway have been the main trend to guarantee the safety capability of trains. In this paper, a new Automatic Train Protection (ATP) system failure rate calculation method is proposed, and the delay time and embedded dimension are determined by C-C algorithm. Then the phase space is reconstructed from one-dimensional time series to high-dimensional space. Based on chaotic characteristics of failure rate, a short-term intelligent forecasting model of failure rate of ATP system is established. The actual failure statistics from 2010 to 2018 are used as samples to train and test the validity of the model. From prediction results, it shows that the proposed chaos prediction model has an accuracy of 99.71%, which is better than the support vector machine model. Through the intelligent prediction of failure rate, this paper solves the maintenance inflexibility and imbalance of supply and demand of spare parts configuration.
    Inteligentna i spersonalizowana dynamiczna konserwacja i konfiguracja części zamiennych pociągów kolei dużych prędkości stanowią ostatnio główny trend w zakresie zapewniania bezpieczeństwa pociągów. W niniejszym artykule zaproponowano nową metodę obliczania intensywności uszkodzeń systemu Automatycznej Ochrony Pociągu (ATP), a czas opóźnienia i wymiar zanurzenia określano za pomocą algorytmu CC. Następnie, przestrzeń fazową przekształcono z jednowymiarowego szeregu czasowego do przestrzeni wielowymiarowej. Opierając się na chaotycznych charakterystykach intensywności uszkodzeń, utworzono model krótkoterminowego inteligentnego prognozowania awaryjności systemu ATP. Do uczenia modelu i weryfikacji jego trafności wykorzystano rzeczywiste dane statystyczne dotyczące awarii pociągów z lat 2010–2018. Z wyników prognoz wynika, że proponowany model predykcji, oparty na teorii chaosu, cechuje się dokładnością na poziomie 99,71%, czyli wyższą niż model maszyny wektorów nośnych. Dając możliwość inteligentnej predykcji intensywności uszkodzeń, niniejsza praca rozwiązuje problem braku elastyczności w utrzymaniu ruchu pociągów oraz braku równowagi między podażą a popytem na części zamienne.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 4; 567-576
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Autonomous Maintenance implementation directory as a step toward the intelligent quality management system
    Wdrożenie Autonomous Maintenance jako krok w kierunku inteligentnego systemu zarządzania jakością
    Autorzy:
    Molenda, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1206483.pdf
    Data publikacji:
    2016
    Wydawca:
    STE GROUP
    Tematy:
    Autonomous Maintenance
    intelligent quality management system
    TPM
    autonomiczne utrzymanie
    inteligentny system zarządzania jakością
    Opis:
    The article describes the effects of the improvement of the production process which one of the industrial enterprises obtained by implementing the method of Autonomous Maintenance (AM), which is one of the pillars of the concept of Total Productive Maintenance (TPM). AM method was presented as an aid to the formation of intelligent, self-improving procesess of the quality management system (QMS). The main part of this article is to present results of studies that have been conducted in one of the large industrial enterprises in Poland, manufacturing for the automotive industry. The aim of the study was to evaluate the effectiveness of the implementation of the AM method as a tool for self- improvement of industrial processes in the following company. The study was conducted in 2015. The gathering and comparison of data from the period of two years, ie. the year before and the year after the implementation of AM, helped to determine the effectiveness of AM in building intelligent quality management system.
    W artykule opisano efekty doskonalenia procesu produkcyjnego jakie uzyskało jedno z przedsiębiorstw przemysłowych dzięki wdrożeniu metody Autonomous Maintenance (AM), która jest jednym z filarów koncepcji Total Productive Maintenance (TPM). Metoda AM została przedstawiona jako element wspierający budowę inteligentnego, czyli samodoskonalącego swoje procesy, systemu zarządzania jakością (SZJ). Główną część niniejszego artykułu stanowi prezentacja wyników badań, które zostały przeprowadzone w jednym z dużych przedsiębiorstw przemysłowych produkującym w Polsce wyroby dla branży samochodowej. Celem badań była ocena skuteczności wdrożenia metody AM jako narzędzia samodoskonalenia procesów przemysłowych w wybranym przedsiębiorstwie. Badania zostały przeprowadzone w roku 2015. Zebrane i porównanie danych z okresu 2 lat tj. roku sprzed wdrożenia i roku po wdrożeniu AM, pozwoliło określić skuteczność AM w budowaniu inteligentnego systemu zarządzania jakością.
    Źródło:
    Management Systems in Production Engineering; 2016, 4 (24); 274-279
    2299-0461
    Pojawia się w:
    Management Systems in Production Engineering
    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