Informacja

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

Wyszukujesz frazę "multidimensional condition monitoring" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Wielosymptomowa prognoza stanu i czasu do awarii z wykorzystaniem sieci neuronowych
Multi-symptom forecasting of condition and residual time by means of neural networks
Autorzy:
Tabaszewski, M.
Powiązania:
https://bibliotekanauki.pl/articles/328173.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
prognozowanie
czas resztkowy
sieć neuronowa
diagnostyka wielosymptomowa
diagnostyka
łożysko toczne
forecasting
residual time
neural network
multidimensional condition monitoring
rolling bearing
Opis:
Praca zawiera próbę rozwiązania problemu prognozy wielosymptomowej dla złożonych obiektów technicznych. Zaproponowano kilka możliwości realizacji prognozy wielosymptomowej stanu i czasu do awarii kładąc szczególny nacisk na możliwość zastosowania sieci neuronowej. Przedstawiono przykład zastosowania sieci neuronowej w prognozie czasu resztkowego do awarii łożyska tocznego 608. Wskazano na silną zależność jakości otrzymywanych prognoz od przyjętej struktury sieci.
The work concerns an idea of multi-symptom forecasting for complex technical objects. Some of possibilities of realization of multi-symptom forecasting of machine condition and time to breakdown were proposed, especially realization based on neural networks. Some example of prediction of residual time to breakdown of ball bearing 608 was presented. The strong relationship between quality of forecasts and assumed structure of artificial neural network was shown.
Źródło:
Diagnostyka; 2007, 2(42); 43-48
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The investigation of the technical condition of railway systems
Autorzy:
Żółtowski, B.
Powiązania:
https://bibliotekanauki.pl/articles/246687.pdf
Data publikacji:
2012
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
Multidimensional Monitoring of Condition (MMC)
singular value decomposition (SVD)
railway technical diagnosis
Opis:
The multidimensional monitoring of symptoms applied to railway systems allow to detect and locate the sections of the track (straight and curved) that generate the decrement of the safety and comfort of the passengers. It also evaluates the technical state of the rail-vehicle interface. In addition, it allows observing, evaluating, and controlling the reliability and availability of the system. The objective of the study is to propose an alternative to evaluate the condition of the technical state of railway systems from a dynamical point of view that guarantees the safety and comfort of the passengers. One looks for diminishing the operative costs of maintenance, improving the use of equipment for tasks of maintenance for the track, vehicle and auxiliary equipment, optimizing the time of the maintenance personal, the maintenance frequencies (corrective, preventive, etc.). It also aims to identify the variables related to maintenance actions that have a high influence on the technical state of the system. This paper presents the results obtained when applying a modelling of this type to a railway system, being cantered mainly in the application of SVD theory to the technical diagnosis of systems.
Źródło:
Journal of KONES; 2012, 19, 2; 591-600
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting the global and partial system condition by means of multidimensional condition monitoring methods
Prognozowanie globalnego i cząstkowego stanu za pomocą metod wielowymiarowej diagnostyki maszyn
Autorzy:
Cempel, C.
Powiązania:
https://bibliotekanauki.pl/articles/280840.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
condition monitoring
multidimensional observation
singular value decomposition
generalized fault symptoms
grey models
forecasting
Opis:
Machines have many faults which evolve during their operation. If one observes some number of symptoms during the machine operation, it is possible to capture fault oriented information. One of the methods to extract fault information from such a symptom observation matrix is to apply the Singular Value Decomposition (SVD), obtaining in this way the generalized fault symptoms. The problem of this paper is to find if the total damage symptom, being a sum of all generalized symptoms is the best way to infer on machine condition or is it better to use the first generalized symptom for the same purposes. There were some new software created for this purpose, and two cases of machine condition monitoring considered, but so far it is impossible to state that one of the inference methods is better. Moreover, it seems to the author that both inference methods are complimentary for each other, and should be used together to increase the reliability of diagnostic decision.
Maszyny mają wiele uszkodzeń, które ewoluują podczas ich pracy (życia). Jeśli obserwujemy pewną liczbę symptomów stanu podczas pracy maszyny, to jesteśmy w stanie uchwycić informację uszkodzeniową zorientowaną, za pomocą tzw. symptomowej macierzy obserwacji (SOM). Jedną z metod dalszej ekstrakcji tej informacji diagnostycznej jest zastosowanie rozkładu według wartości szczególnych (SVD) do SOM. Problem postawiony w tej pracy polega na rozstrzygnięciu kwestii, czy w diagnostyce stanu używać uogólnionego symptomu całkowitego uszkodzenia maszyny, czy też posłużyć się tylko uogólnionym symptomem dominującego uszkodzenia. W tym celu stworzono dodatkowe oprogramowanie, dzięki któremu pokazano, że takie dychoto- miczne postawienie kwestii nie jest niewłaściwe. Najlepiej używać obydwa symptomy uogólnione, wtedy nasza wiedza o stanie maszyny jest pełniejsza.
Źródło:
Journal of Theoretical and Applied Mechanics; 2008, 46, 4; 777-797
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostyka techniczna - spojrzenie syntetyczne
Machine condition monitoring - historic overview
Autorzy:
Cempel, C.
Powiązania:
https://bibliotekanauki.pl/articles/328153.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka techniczna
wibroakustyka
drgania
vibration condition monitoring
historical overview
signal generation models
symptom life
time models
multidimensional symptom processing
Opis:
Diagnostyka techniczna, a pod tym pojęciem rozumiemy diagnostykę maszyn i urządzeń, jako nauka zaczęła się zwolna wyłaniać w latach siedemdziesiątych. Wpierw w dziedzinie tej panowały normy drganiowe typu ISO 1940, lub nawet ustalenia prywatnych firm (IRD Mechanalysis) zajmujących się diagnostyką maszyn. A trzeba dodać, że możliwości badawcze procesów drganiowych, i wiedza o drganiach maszyn nie była wtedy duża. Mierzono amplitudy drgań prędkości, przemieszenia, czy tez przyspieszenia, za pomocą dość prostych przetworników, rejestratorów i analizatorów. Ale stopniowo łącząc tę wiedzę z podstawami dynamiki maszyn i wibroakustyki maszyn modelami i relacjami udało się ze 'sztuki pomiaru i interpretacji', jaką była wtedy diagnostyka, zrobić 'prawie' dyscyplinę wiedzy i umiejętności, niezwykle przydatną w praktyce utrzymania ruchu maszyn. Przyczyniły się do tego znacznie hardwarowe i softwarowe postępy w przetwarzaniu sygnałów i rosnące powiązanie tej wiedzy szczegółowej z dynamiką i eksploatacja maszyn, ze sposobem ich zużywania się i wyłaniającymi się zwolna modelami diagnostycznymi, technologiami informatycznymi i sztuczną inteligencją. W chwili obecnej metody i środki diagnostyki technicznej, zwłaszcza wibroakustycznej, znalazły zastosowanie we wszystkich fazach życia obiektów, od projektowania przez wytwarzanie, eksploatację, aż do reużytkowania. W pracy będą scharakteryzowane głownie sposoby rozumowania i osiągnięcia diagnostyki, a w sposób zwarty najlepiej to ilustruje załączona w podsumowaniu mapka myślowa.
The beginning of machine condition monitoring (MCM) starts in a half of a previous century, mainly as a help in critical machines maintenance. At that time, the knowledge on machine acoustic noise and vibration was not large, mainly due to small possibilities in measuring and analysis of these processes. Hence it was based mainly on application of some vibration standards like ISO 1940, and the guidelines of some consulting firms like IRD Mechanalysis. The accumulation of knowledge on vibrational behavior of machines and improvements in measuring and analysis of vibration signals, mainly due to introduction of digital signal processing and analysis, has made substantial increase in machine fault detection and condition forecasting. Moreover vibration condition monitoring of the machines is now applied not only to the running machines, but in all phases of machine life, in the design, manufacturing, the usage, and recycling. We can measure, process and use for these purposes several vibration processes simultaneously, enabling the precise fault detection assessment and forecasting of residual life of the machine, sometimes far away from the machines, like in case of large wind turbines and farms.
Źródło:
Diagnostyka; 2011, 1(57); 55-67
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The global and partial system condition assessment in multidimensional condition monitoring
Całkowita i cząstkowa ocena stanu w wielowymiarowej diagnostyce maszyn
Autorzy:
Cempel, C.
Powiązania:
https://bibliotekanauki.pl/articles/327240.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
nadzorowanie stanu
obserwacja wielowymiarowa
rozkład SVD
symptomy uogólnione
szare modele
prognozowanie
pewność decyzji
condition monitoring
multidimensional observation
singular value decomposition
generalized fault symptoms
grey models
forecasting
decision reliability
Opis:
Machines have many faults which evolve during its life (operation). Observing some number of symptoms during the machine operation it is possible to capture needed fault oriented information. One of the methods to extract fault information from such symptom observation matrix (SOM) is to apply the singular value decomposition (SVD), obtaining in this way the generalized fault symptoms. The problem of this paper is to use the total damage symptom, being a sum of all generalized symptoms. Also we will use the first generalized symptom as the dominating fault symptom, to infer better on machine condition. There was some new software created for this purpose, and some cases of machine condition monitoring have been considered as examples. Considering these it seems to the author, that both generalized symptoms should be used for the inference on machine condition. They are complimentary each other in some way, and should be used together to increase the reliability of diagnostic decision.
Maszyny mają wiele uszkodzeń, które ewoluują w trakcie ich pracy. Jeżeli obserwujemy pewną liczbę dobranych symptomów w trakcie życia obiektu możemy tą informację o uszkodzeniach wychwycić w zapisie symptomowej macierzy obserwacji (SOM). Ekstrakcja tej informacji uszkodzeniowej jest możliwa za pomocą procedury SVD, która wyodrębnia poszczególne uogólnione symptomy związane z niezależnymi uszkodzeniami w maszynie. Zazwyczaj mamy sytuacje jednego dominującego symptomu i nasze wnioskowanie diagnostyczne może być związane z tym dominującym symptomem, lub też z tzw. uszkodzeniem całkowitym jako suma wszystkich uogólnionych symptomów. Problemem pracy jest właśnie pytanie; czy wziąć pod uwagę jedynie dominujące uszkodzenie, czy też całkowite. Okazuje się z kilku przykładów, że większą pewność decyzji diagnostycznej uzyskamy jeżeli w weźmiemy pod uwagę oba symptomy, symptom całkowitego uszkodzenia jak i dominujący symptom.
Źródło:
Diagnostyka; 2009, 4(52); 23-34
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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