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 "macierz obserwacji" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Double Singular Value Decomposition (SVD) Of Symptom Observation Matrix In Machine Condition Monitoring
    Zastosowanie podwójnego rozkładu wartości szczególnych (SVD) do symptomowej macierzy obserwacji w diagnostyce maszyn
    Autorzy:
    Cempel, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/329060.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wielowymiarowość
    macierz symptomowej obserwacji
    rozkład wartości szczególnych
    multidimensionality
    symptom observation matrix
    singular value decomposition
    Opis:
    Application of SVD to fault extraction from the machine symptom observation matrix (SOM) seems to be validated enough by means of data taken from real diagnostic cases. But sometimes the number of observations, i.e. rank of the SOM is low, what may influence obtained results and subsequent diagnostic decision. This was the reason to look for additional improvement by the second application of SVD to generalized fault matrix obtained by the first SVD. The result is strange, no accuracy increase flows from the application of the second SVD, independently of the SOM rank. This needs further deliberations and rethinking.
    Korzyści zastosowania SVD w wielowymiarowej diagnostyce maszyn są potwierdzone przez wielu autorów. Jednak dla małej ilości obserwacji, kiedy rząd symptomowej macierzy obserwacji jest niski, wyniki mogą wydawać się nieprecyzyjne, co może wpływać na wynikowa decyzje diagnostyczną. Zatem zastosowano podwójny rozkład SVD w skrajnych przypadkach wziętych z praktyki diagnostycznej, kilkunastu i kilkuset obserwacji. Otrzymany rezultat zaprzecza początkowej supozycji, dodatkowe zastosowanie SVD nie daje żadnego wzrostu dokładności obliczeń uogólnionych symptomów. Przy okazji tych badań podwójnego SVD łatwo było skonstruować nowy uogólniony symptom wskazujący na występowanie dwu liczących się uszkodzeń w obserwowanym obiekcie, co może być istotne w sytuacjach nadzory złożonych obiektów.
    Źródło:
    Diagnostyka; 2010, 1(53); 3-12
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Singular values of symptom observation matrix of a system in operation as indicators of system damage
    Wartości szczególne symptomowej macierzy obserwacji eksploatowanego systemu mechanicznego jako wskaźniki zużycia
    Autorzy:
    Cempel, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/328051.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    stan maszyny
    symptomowa macierz obserwacji
    dekompozycja SVD
    ewolucja wartości szczególnych
    machine condition
    symptom observation matrix
    singular value decomposition
    evolution of singular values
    Opis:
    The last paper of the present author [19] was concerned with multidimensional condition monitoring of the machines and the application of singular value decomposition (SVD). It was shown there, the immunity of singular values against uncontrolled load change, and they are also some measures of damage intensity. Following this, a simple model of singular value evolution has been proposed here and tested by means of three cases of real diagnostics in industry. It was found that postulated linear growth of singular value is good approximation of its real behavior and the same concerns the exponential growth of singular values product. Moreover this measures are sensitive to the redundancy of observation space and can depict clearly a lifetime when real damage in a monitored system starts. These properties seem to be much wanted in condition monitoring, so further investigations are planned.
    Ostatnia praca autora [19] pokazuje zastosowanie rozkładu wartości szczególnych symptomowej macierzy obserwacji w diagnostyce maszyn. Pokazano tam, że ewolucja wartości szczególnych rozkładu w czasie życia maszyny jest niewrażliwa na wahania obciążenia roboczego systemu. Zatem w obecnej pracy zaproponowano liniowy model ewolucji wartości szczególnych i ekspotencjalny model dla ich iloczynu. Porównania tych modeli z rzeczywistym przebiegiem wartości szczególnych eksploatowanych maszyn pokazują, że dla przypadku liniowego zużycia jest to dobry model, natomiast często widać skoki poziomu w ewolucji wartości szczególnej. Może to świadczyć o pojawieniu się dodatkowego uszkodzenia, bądź o przejściu zużycia do bardziej intensywnej fazy rozwoju. Planuje się, zatem przeprowadzić dalsze badania celem wyjaśnienia szczegółowego zachowania wartości szczególnych.
    Źródło:
    Diagnostyka; 2011, 4(60); 27-38
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pewność diagnozy stanu maszyn w podejściu jedno i wielowymiarowym
    Reliability of condition assessment in a single and multi dimensional approach
    Autorzy:
    Krakowiak, M.
    Cempel, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/328628.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wielowymiarowość
    macierz obserwacji
    symptom
    czas resztkowy
    niezawodność symptomowa
    dekompozycja SVD
    symptoms of condition
    observation matrix
    singular value decomposition (SVD)
    symptom reliability
    residual life
    Opis:
    W pracy przedstawiono problematykę związaną z badaniami możliwości wielowymiarowej diagnostyki stanu maszyn. Zaprezentowano przejście od macierzy obserwacji diagnostycznej obiektu i wykorzystanie dostępnych narzędzi wnioskowania diagnostycznego w środowisku Matlak. Pokazano między innymi wyznaczenie wartości granicznych symptomu i prognozy. W pracy porównano rezultaty uzyskane po zastosowaniu prognozy najpierw jedno a następnie wielowymiarowej, aby w końcowej fazie ocenić zysk wielowymiarowości w diagnostyce wybranych obiektów.
    The paper presents introductory consideration of the reliability of condition assessment, when using one symptom approach against the symptom observation matrix in the multidimensional condition monitoring. The comparison was made by using some software for condition assessment and forecasting prepared in the MATLAB environment, and basing on real symptoms used in vibration condition monitoring of the railroad diesel engines. The residual system life time was used as the quantity of comparison in a single and multi dimensional case. It was found in a given case, that multidimensionality can give us more reliability of assessment of the engine residual life.
    Źródło:
    Diagnostyka; 2004, 32; 125-134
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Skalowanie obserwacji w wielowymiarowej diagnostyce maszyn niestacjonarnych
    Multidimensional vibration condition monitoring of nonstationary systems in operation by symptom rescaling
    Autorzy:
    Cempel, C.
    Tabaszewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/328071.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka wielouszkodzeniowa
    symptomowa macierz obserwacji
    SMO
    rozkład wartości szczególnych
    SVD
    reskalowanie SMO
    symptom observation matrix
    multi fault observation
    singular value decomposition
    symptom rescaling
    Opis:
    Wiele obiektów krytycznych pracuje niestacjonarnie, a większość symptomów stanu technicznego zależy co najmniej od chwilowego obciążenia i warunków pracy. Zatem diagnostyka takich obiektów powinna mieć możliwość reskalowania odczytów symptomów do obciążenia znamionowego. Praca pokazuje taką możliwość dla przypadku wielowymiarowej symptomowej macierzy obserwacji, uzupełniając w ten sposób możliwości diagnozowania wielowymiarowego na przypadek niestacjonarnej pracy obiektów krytycznych.
    Many critical mechanical systems operate in a nonstationary regime (load), and many observed symptoms of its condition depend in a some way on a system load and/or environmental conditions. Hence the condition monitoring of a such systems ought to have some possibility of rescaling of observed symptoms to a standard load condition. This paper shows such a possibility of a symptoms rescaling in application to multidimensional vibration condition monitoring. It is shown on some real example of vibration condition monitoring, that rescaling of symptoms can make more reliable the assessment of current system condition, as well as its prognosis.
    Źródło:
    Diagnostyka; 2005, 34; 23-30
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementing multidimensional inference capability in vibration condition monitoring
    Wprowadzenie wnioskowania wielowymiarowego do diagnostyki drganiowej
    Autorzy:
    Cempel, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/328107.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    obserwacja wielowymiarowa
    macierz symptomowej obserwacji
    rozkład względem wartości szczególnych
    uogólnione symptomy uszkodzeń
    niezawodność symptomowa
    wartość graniczna
    multidimensional observation
    symptom observation matrix
    singular value decomposition
    generalized fault symptoms
    symptom reliability
    symptom limit value
    condition inference agent
    Opis:
    Contemporary measuring technology in condition monitoring of critical systems allow us to form diagnostic symptom observation vector, with components different physically, and to extract fault information from such created symptom observation matrix. This is possible by using singular value decomposition algorithm and specially written program, which enable also to optimize the dimensionality of symptom observation vector, and to extract needed diagnostic information. We can use as the next, the concept of symptom reliability and symptom hazard rate to calculate the symptom limit value, for system maintenance planning and execution. It seems to be possible to perform these task in an autonomous way, and adding also the knowledge base and learning loop, creating in this way some first approach to Condition Inference Agent (CIA).
    Współczesne technologie pomiarowe w diagnostyce obiektów krytycznych pozwalają nam formułować bardzo bogaty wektor obserwacji diagnostycznej obiektu, ze składowymi o różnej naturze fizykalnej. Uformowana w ten sposób macierz symptomowej obserwacji zawiera informację o wielowymiarowej przestrzeni uszkodzeń rozwijającej się w czasie życia obiektu. Jak się okazuje, ekstrakcja tej informacji jest możliwa przez zastosowanie rozkładu względem wartości szczególnych (SVD). Możemy w ten sposób formułować uogólnione symptomy uszkodzeń, a uwzględniając koncepcję niezawodności symptomowej wyznaczyć wartość graniczną symptomu dla bezpiecznej eksploatacji. Możliwa jest też informacyjna ocena pierwotnie mierzonych symptomów i optymalizacja wektora obserwacji. W ten sposób można zwolna myśleć o projekcie samodzielnego agenta diagnostycznego - CIA.
    Źródło:
    Diagnostyka; 2005, 34; 7-14
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimization of observation plan based on the stochastic characteristics of the geodetic network
    Autorzy:
    Pachelski, W.
    Postek, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/106715.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Warszawska. Wydział Geodezji i Kartografii
    Tematy:
    optimization
    observation plan
    horizontal network
    cost
    accuracy
    covariance matrix
    sequential adjustment
    optymalizacja
    plan obserwacji
    sieć pozioma
    koszt
    precyzja
    macierz kowariancji
    regulacja sekwencyjna
    Opis:
    Optimal design of geodetic network is a basic subject of many engineering projects. An observation plan is a concluding part of the process. Any particular observation within the network has through adjustment a different contribution and impact on values and accuracy characteristics of unknowns. The problem of optimal design can be solved by means of computer simulation. This paper presents a new method of simulation based on sequential estimation of individual observations in a step-by-step manner, by means of the so-called filtering equations. The algorithm aims at satisfying different criteria of accuracy according to various interpretations of the covariance matrix. Apart of them, the optimization criterion is also amount of effort, defined as the minimum number of observations required. A numerical example of a 2-D network is illustrated to view the effectiveness of presented method. The results show decrease of the number of observations by 66% with respect to the not optimized observation plan, which still satisfy the assumed accuracy.
    Źródło:
    Reports on Geodesy and Geoinformatics; 2016, 101; 16-26
    2391-8365
    2391-8152
    Pojawia się w:
    Reports on Geodesy and Geoinformatics
    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