Informacja

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

Wyszukujesz frazę "predykcja uszkodzeń" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Analysis of data from measuring sensors for prediction in production process control systems
Analiza danych z czujników pomiarowych do predykcji w systemach kontroli procesów produkcyjnych
Autorzy:
Rymarczyk, Tomasz
Przysucha, Bartek
Kowalski, Marcin
Bednarczuk, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/408521.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
Cox model
time to failure prediction
production control
intelligent platform
model Coxa
predykcja uszkodzeń
sterowanie produkcją
inteligentna platforma
Opis:
The article presents a solution based on a cyber-physical system in which data collected from measuring sensors was analysed for prediction in the production process control system. The presented technology was based on intelligent sensors as part of the solution for Industry 4.0. The main purpose of the work is to reduce data and select the appropriate covariate to optimise modelling of defects using the Cox model for a specific mechanical system. The reliability of machines and devices in the production process is a condition for ensuring continuity of production. Predicting damage, especially its movement, gives the ability to monitor the current state of the machine. In a broader perspective, this enables streamlining the production process, service planning or control. This ensures production continuity and optimal performance. The presented model is a regressive survival analysis model that allows you to calculate the probability of failure occurring over a given period of time.
Artykuł przedstawia rozwiązanie oparte na systemie cyber-fizycznym, w którym analizowano dane zbierane z czujników pomiarowych do predykcji w systemie kontroli procesów produkcyjnych. Przedstawiona technologia została oparta na inteligentnych czujnikach pomiarowych jako element rozwiązania dla Przemysłu 4.0. Głównym celem pracy jest redukcja danych i wybór odpowiedniego kowariantu w celu optymalizacji modelowania usterek za pomocą modelu Coxa dla konkretnego układu mechanicznego. Niezawodność pracy maszyn i urządzeń w procesie produkcyjnym jest warunkiem zapewnienia ciągłości produkcji. Przewidywanie uszkodzenia, a zwłaszcza jego momentu daje możliwość monitorowania bieżącego stanu maszyny. W szerszej perspektywie umożliwia to usprawnienie procesu produkcji, planowania serwisu, czy kontroli. Zapewnia to utrzymanie ciągłości produkcji i optymalnej jej wydajności. Przedstawiony model jest regresywnym modelem analizy przeżycia, który pozwala na obliczanie prawdopodobieństwa wystąpienia awarii w określonym czasie.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 4; 26-29
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda zarządzania niezawodnością i procesami obsługi linii produkcyjnej wspomagana statystyczną analizą danych
Method for reliability and production line processes management aided by statistical analysis of reliability data
Autorzy:
Piesik, J.
Powiązania:
https://bibliotekanauki.pl/articles/268652.pdf
Data publikacji:
2016
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
algorytm a priori
predykcja uszkodzeń
algorithm a priori
defects prediction
Opis:
W referacie zostanie przedstawiona metoda zarządzania niezawodnością i procesem obsługi linii produkcyjnej wraz z implementacją wspomaganych komputerowo narzędzi statystycznych na linii produkcji półfabrykatów do produkcji opon. Referat ma na celu pokazanie skutecznych, relatywnie tanich oraz łatwych w implementacji w różnych środowiskach przemysłowych narzędzi do poprawy niezawodności maszyn, oraz pośrednio poprawy wyników jakościowych produkowanych wyrobów.
The paper presents the management method of reliability and service process of production line with the implementation of computer-aided statistical tool on the production line of semi-finished products for tire production. Author proposed the complex strategy of reliability management composed of three elements: Total Productive Maintenance (TPM), Reliability Centered Maintenance (RCM) and computer-aided statistical tool with prediction of potential defects and failures (CAST-P). Important issue is to obey the order of deployments of those techniques (TPM-RCM-CAST-P). CAST-P tool using Apriori algorithm analyze the historical data gathered by the supervising production system to find the rules. Created set of rules is used for filtering current data from the production line and find potential defects and failures. Rapport with potential defects is send at web page version to maintenance breakdown worker. The final step is the reaction of maintenance personnel for predicted symptoms. The paper aims to show effective, relatively cheap and easy to implement in a variety of industrial environments tools to improve machine reliability and indirectly improve the quality of produced goods.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 151-154
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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