Informacja

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

Wyszukujesz frazę "predykcyjne utrzymanie ruchu" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
The Use of Predictive Maintenance in the Production Processes
Wykorzystanie predictive maitenance w procesie produkcyjnym
Autorzy:
Napieraj, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/319355.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
predykcja
predykcyjne utrzymanie ruchu
prewencyjne utrzymanie ruchu
prediction
predictive maintenance
preventive maintenance
Opis:
Failures are a problem for every company that causes the plant to stop working and thus incur losses. It is therefore obvious that companies want to eliminate unplanned downtime in the production process. In the wake of the still increasing demands in terms of productivity and safety requirements, cost reduction, the industry is forced to seek the optimum between economic requirements and an acceptable level of risk in terms of security. Modern factories equipped with computerized processes and extensive diagnostic tools often do not use all the information that is collected from the hardware level. It happens that some of the relationships between events are often overlooked or neglected. The article presents an approach to increasing machine reliability through predictive data analysis. The assumptions of the predictive and preventive maintenance methods are presented. The threats and possibilities offered by this methodology implemented in the production process are presented.
Awarie to problem każdego przedsiębiorstwa powodujący zatrzymanie pracy zakładu a przez to ponoszenie strat. Oczywistym zatem jest, że firmy chcą eliminować nieprzewidziane przestoje w procesie produkcji. W następstwie rosnących wciąż wymagań w zakresie produktywności i wymagań bezpieczeństwa, redukcji kosztów, przemysł zmuszony jest do poszukiwania optimum pomiędzy wymaganiami ekonomicznymi i akceptowalnym poziomem ryzyka w zakresie bezpieczeństwa. Nowoczesne fabryki wyposażone w skomputeryzowane procesy i rozbudowane narzędzia diagnostyczne często nie wykorzystują wszystkich informacji, które są zbierane z poziomu sprzętowego. Zdarza się, że niektóre z relacji pomiędzy zdarzeniami są często pomijane lub zaniedbywane. W artykule przedstawiono podejście do zwiększenia niezawodności maszyn poprzez predykcyjną analizę danych. Zaprezentowano założenia metodyki predictive i preventive maintenance. Przedstawiono zagrożenia i możliwości jakie daje ta metodyka zaimplementowana w procesie produkcyjnym.
Źródło:
Inżynieria Mineralna; 2019, 21, 1; 335-340
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Use of Predictive Maintenance in the Production Processes
Wykorzystanie predictive maitenance w procesie produkcyjnym
Autorzy:
Napieraj, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/319337.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
predykcja
predykcyjne utrzymanie ruchu
prewencyjne utrzymanie ruchu
prediction
predictive maintenance
preventive maintenance
Opis:
Failures are a problem for every company that causes the plant to stop working and thus incur losses. It is therefore obvious that companies want to eliminate unplanned downtime in the production process. In the wake of the still increasing demands in terms of productivity and safety requirements, cost reduction, the industry is forced to seek the optimum between economic requirements and an acceptable level of risk in terms of security. Modern factories equipped with computerized processes and extensive diagnostic tools often do not use all the information that is collected from the hardware level. It happens that some of the relationships between events are often overlooked or neglected. The article presents an approach to increasing machine reliability through predictive data analysis. The assumptions of the predictive and preventive maintenance methods are presented. The threats and possibilities offered by this methodology implemented in the production process are presented.
Awarie to problem każdego przedsiębiorstwa powodujący zatrzymanie pracy zakładu a przez to ponoszenie strat. Oczywistym zatem jest, że firmy chcą eliminować nieprzewidziane przestoje w procesie produkcji. W następstwie rosnących wciąż wymagań w zakresie produktywności i wymagań bezpieczeństwa, redukcji kosztów, przemysł zmuszony jest do poszukiwania optimum pomiędzy wymaganiami ekonomicznymi i akceptowalnym poziomem ryzyka w zakresie bezpieczeństwa. Nowoczesne fabryki wyposażone w skomputeryzowane procesy i rozbudowane narzędzia diagnostyczne często nie wykorzystują wszystkich informacji, które są zbierane z poziomu sprzętowego. Zdarza się, że niektóre z relacji pomiędzy zdarzeniami są często pomijane lub zaniedbywane. W artykule przedstawiono podejście do zwiększenia niezawodności maszyn poprzez predykcyjną analizę danych. Zaprezentowano założenia metodyki predictive i preventive maintenance. Przedstawiono zagrożenia i możliwości jakie daje ta metodyka zaimplementowana w procesie produkcyjnym.
Źródło:
Inżynieria Mineralna; 2019, 21, 1/2; 265-270
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu
A model of adaptive algorithm for maintenance decision support system
Autorzy:
Kosicka, E.
Mazurkiewicz, D.
Gola, A.
Powiązania:
https://bibliotekanauki.pl/articles/339925.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Zarządzania Produkcją
Tematy:
predykcyjne utrzymanie ruchu
modele predykcyjne
awarie sprzętu
diagnozowanie usterek
predictive maintenance
predictive models
equipment failure
fault diagnosis
Opis:
Currently used predictive maintenance systems predict future events by monitoring residual processes using the enforced predictive model. Despite the benefits resulting from their implementation in companies (e.g. savings resulting from preventing failure), it is necessary to draw attention to the fact that such models lack flexibility in adapting to the dynamically changing values of observation vectors due to real-time readout which can provide more accurate predictions. The paper proposes a model of adaptive algorithm for maintenance decision support system which - depending on the changing parameters of residual processes - selects an adequate mathematical model based on predictive and in-formative criteria. Moreover, to produce more accurate predictions this model uses additional input data for prediction including values of residual processes as well as technical or quality-related aspects due to the extended range of observed factors that affect failure occurrence. The proposed model additionally contains a maintenance decision-related part which - based on the information about actions taken by maintenance services - generates a constrained optimal time interval for performing the necessary maintenance work.
Źródło:
Zarządzanie Przedsiębiorstwem; 2016, 19, 4; 29-35
1643-4773
Pojawia się w:
Zarządzanie Przedsiębiorstwem
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Inteligentne podejście w rozpoznawaniu anomalii pracy maszyn napędzanych silnikami elektrycznymi
An Intelligent Approach to Anomaly Detection at Work of Machines Driven by Electric Motors
Autorzy:
Nowicki, R.
Bate, M.
Powiązania:
https://bibliotekanauki.pl/articles/1368460.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
diagnostyka
rozpoznawanie anomalii
predykcyjne utrzymanie ruchu
silniki elektryczne
diagnostics
detection of anomalies
predictive maintenance
electric motors
Opis:
This paper presents a diagnostic approach dedicated, to electric motors and using anomaly detection technology. There is provided description of importance of diagnostic system for the predictive maintenance approach, and types of tasks solved by typical diagnostic systems and by anomaly detection ones. Part #2 presents conditions and phases of an anomaly system implementation. There are presented some examples of outcomes from anomaly system applications for machines driven by electric motors in the part #3.
W dokumencie przedstawiono metodykę diagnostyczną dedykowaną silnikom elektrycznym i wykorzystującą detekcję anomalii. Omówiono ważność systemów diagnostyki dla predykcyjnego utrzymania ruchu oraz rodzaje zadań diagnostycznych, które mogą być rozwiązywane z pomocą detekcji anomalii. W części #2 zajęto się warunkami wdrożenia takiego podejścia diagnostycznego oraz jego fazami. W części #3 zaprezentowano kilka przykładów rezultatów analiz diagnostycznych osiągniętych z pomocą systemu rozpoznawania anomalii dla maszyn napędzanych silnikami elektrycznymi.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2013, 2, 99; 241-246
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problemy wspomagania decyzji w systemach utrzymania ruchu
Problems of decision support in maintenance systems
Autorzy:
Kosicka, E.
Mazurkiewicz, D.
Gola, A.
Powiązania:
https://bibliotekanauki.pl/articles/408648.pdf
Data publikacji:
2016
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
predykcyjne utrzymanie ruchu
model predykcyjny
awaria wyposażenia
diagnostyka uszkodzeń
predictive maintenance
predictive model
equipment failure
fault diagnosis
Opis:
W artykule przedstawiono problemy związane z opracowaniem modelu adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu, który w zależności od zmieniających się parametrów procesów resztkowych, dobiera odpowiedni model matematyczny wyznaczony przez kryteria predykcyjne i informacyjne. Proponowany model zawiera dodatkowo część decyzyjną, która na podstawie informacji skupiających się na obszarze działań Służb Utrzymania Ruchu generuje zawężony optymalny przedział czasu, w którym konieczne jest przeprowadzenie konserwacji.
The paper proposes problems with development of a model of adaptive algorithm for maintenance decision support system which – depending on the changing parameters of residual processes – selects an adequate mathematical model based on predictive and informative criteria. The proposed model additionally contains a maintenance decision-related part which – based on the information about actions taken by maintenance services – generates a constrained optimal time interval for performing the necessary maintenance work.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2016, 4; 49-52
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment model of cutting tool condition for real-time supervision system
Model oceny stanu narzędzia skrawającego dla systemu nadzoru w czasie rzeczywistym
Autorzy:
Kozłowski, Edward
Mazurkiewicz, Dariusz
Żabiński, Tomasz
Prucnal, Sławomir
Sęp, Jarosław
Powiązania:
https://bibliotekanauki.pl/articles/301525.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
predictive maintenance
logistic regression
elasticnet
maximum likelihood method
ROC
AUC
predykcyjne utrzymanie ruchu
regresja logistyczna
metoda największej wiarygodności
Opis:
Further development of manufacturing technology, in particular machining requires the search for new innovative technological solutions. This applies in particular to the advanced processing of measurement data from diagnostic and monitoring systems. The increasing amount of data collected by the embedded measurement systems requires development of effective analytical tools to efficiently transform the data into knowledge and implement autonomous machine tools of the future. This issue is of particular importance to assess the condition of the tool and predict its durability, which are crucial for reliability and quality of the manufacturing process. Therefore, a mathematical model was developed to enable effective, real-time classification of the cutting blade status. The model was verified based on real measurement data from an industrial machine tool.
Dalszy rozwój inżynierii produkcji, w szczególności obróbki skrawaniem, wymaga poszukiwania nowych innowacyjnych rozwiązań technologicznych. Dotyczy to w szczególności zaawansowanego przetwarzania danych pomiarowych pochodzących z systemów diagnostycznych i monitorujących. Rosnąca ilość danych gromadzonych przez wbudowane systemy pomiarowe wymaga opracowania skutecznych narzędzi analitycznych, aby efektywnie przekształcać dane w wiedzę i wdrażać autonomiczne obrabiarki przyszłości. Kwestia ta ma szczególne znaczenie dla oceny stanu narzędzia i przewidywania jego trwałości, które są kluczowe dla niezawodności i jakości procesu produkcyjnego. Dlatego opracowano nowy model matematyczny, którego zadaniem jest skuteczna klasyfikacja stanu ostrza narzędzia skrawającego realizowana w czasie rzeczywistym. Opracowany model został zweryfikowany na podstawie rzeczywistych danych pomiarowych z przemysłowej obrabiarki.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 4; 679-685
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
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