Informacja

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

Wyszukujesz frazę "rozkład wartości własnych" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
The multidimensional diesel engine diagnosis based on the vibroacoustic signal spectrum analysis
Wielowymiarowa diagnostyka silników o zapłonie samoczynnym oparta na badaniu widm sygnału wibroakustycznego
Autorzy:
Boruta, G.
Jasiński, M.
Powiązania:
https://bibliotekanauki.pl/articles/241793.pdf
Data publikacji:
2008
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
diagnostyka wibroakustyczna
analiza składowych głównych (PCA)
rozkład macierzy względem wartości własnych (SVD)
silnik o zapłonie samoczynnym
vibroacoustic diagnosis
principal components analysis (PCA)
singular value decomposition (SVD)
diesel engine
Opis:
Higher and higher exploitation demands given to the equipment and machines from reasons of safety and minimalization of exploitation costs, cause the necessity of the search for the new methods of the damages detection in the diagnosed objects, for example on the base of the vibroacoustics signals analysis. The natural feature of vibroacoustics diagnostics is the possibility for an easy and fast recording of a high figure of strongly redundant vibroacoustics signals and related with this the large surplus of information, which is not utilized in great part, but simultaneously the necessity for the usage of the multidimensional diagnostic vector steps out most often. This causes the necessity diminution of utilized information to the level permitting on design of adequate diagnostic model. One of methods of machines defects diagnose is the correlation of the objective technical condition with diagnostic parameters received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for a linear transformation of those parameters. The redundant information included into those parameters is reduced and the obtained diagnostic model is more reliable. The product chosen for the investigation presented in this paper is a Diesel engine. The application of the presented method eliminates the necessity of the performing analytical model which are time consuming and costly. It is possible to diagnose of the engine from objective parameters of the specially prepared vibroacoustic signal without performing simulation models.
Coraz wyższe wymagania eksploatacyjne stawiane urządzeniom i maszynom ze względów bezpieczeństwa oraz minimalizacji kosztów eksploatacji, powodują konieczność poszukiwania nowych metod wykrywania uszkodzeń w diagnozowanych obiektach np. na podstawie analizy sygnałów wibroakustycznych. Naturalną cechą diagnostyki wibroakustycznej jest możliwość łatwej i szybkiej rejestracji dużej liczby silnie redundantnych sygnałów wibroakustycznych i związanego z tym dużego nadmiaru informacji, która w znacznej części nie jest wykorzystywana, a równocześnie najczęściej występuje konieczność wykorzystania wielowymiarowego wektora diagnostycznego. Powoduje to konieczność zredukowania wykorzystywanej informacji do poziomu pozwalającego na zbudowanie adekwatnego modelu diagnostycznego. Jedną z metod diagnozowania maszyn jest korelacja obiektywnego stanu technicznego z parametrami diagnostycznymi uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) istnieje możliwość uzyskania liniowego przekształcenia tych parametrów. Pozwala to zredukować redundantną informację zawartą w tych parametrach i uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań zaprezentowanych w pracy był silnik o zapłonie samoczynnym. Stosowanie przedstawionej metody eliminuje konieczność wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest diagnozowanie silnika na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.
Źródło:
Journal of KONES; 2008, 15, 4; 63-71
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie analizy składowych głównych w diagnostyce silników o zapłonie samoczynnym
Use of the principal components analysis in the diesel diagnostics
Autorzy:
Boruta, G.
Jasiński, M.
Powiązania:
https://bibliotekanauki.pl/articles/328099.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka wibroakustyczna
analiza składowych głównych (PCA)
rozkład macierzy względem wartości własnych (SVD)
vibroacoustic diagnostic
principal components analysis (PCA)
singular value decomposition (SVD)
Opis:
Jedną z metod diagnozowania i prognozowania wczesnych faz rozwoju uszkodzeń, jest korelacja obiektywnego stanu technicznego z diagnostycznym parametrem uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) mamy możliwość uzyskania liniowego przekształcenia zmiennych, w związku z czym redundantna informacja jest redukowana, co pozwala uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań, prezentowanym w naszym referacie, jest silnik o zapłonie samoczynnym. Konkludując, metoda przedstawiona w tym referacie unika potrzeby wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest diagnozowanie silnika na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.
One of method of defects evolution early stages diagnostic and prediction, is the correlation of the objective technical condition with the diagnostic parameter received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for linear transformation of the problem variables so that the redundant information is reduced and the diagnostic model is more easily extracted. The product chosen for the investigation presented in this paper is a diesel. To conclude, the method presented here avoids the need for performing analytical model which are time consuming and costly. It is possible to diagnose of engine from the objective parameters of the specially prepared vibroacoustic signal without performing simulation models.
Źródło:
Diagnostyka; 2005, 34; 43-50
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Finding robust transfer features for unsupervised domain adaptation
Autorzy:
Gao, Depeng
Wu, Rui
Liu, Jiafeng
Fan, Xiaopeng
Tang, Xianglong
Powiązania:
https://bibliotekanauki.pl/articles/331356.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
unsupervised domain adaptation
feature reduction
generalized eigenvalue decomposition
object recognition
adaptacja domeny
redukcja cech
rozkład wartości własnych
rozpoznawanie obiektu
Opis:
An insufficient number or lack of training samples is a bottleneck in traditional machine learning and object recognition. Recently, unsupervised domain adaptation has been proposed and then widely applied for cross-domain object recognition, which can utilize the labeled samples from a source domain to improve the classification performance in a target domain where no labeled sample is available. The two domains have the same feature and label spaces but different distributions. Most existing approaches aim to learn new representations of samples in source and target domains by reducing the distribution discrepancy between domains while maximizing the covariance of all samples. However, they ignore subspace discrimination, which is essential for classification. Recently, some approaches have incorporated discriminative information of source samples, but the learned space tends to be overfitted on these samples, because they do not consider the structure information of target samples. Therefore, we propose a feature reduction approach to learn robust transfer features for reducing the distribution discrepancy between domains and preserving discriminative information of the source domain and the local structure of the target domain. Experimental results on several well-known cross-domain datasets show that the proposed method outperforms state-of-the-art techniques in most cases.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 99-112
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie składowych głównych w diagnozowaniu maszyn
Use of principal components in machinery diagnostics
Autorzy:
Jasiński, M.
Radkowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/328772.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka wibroakustyczna
analiza składowych głównych (PCA)
rozkład macierzy względem wartości własnych (SVD)
vibroacoustic diagnostic
principal components analysis (PCA)
singular value decomposition (SVD)
Opis:
Jedną z metod diagnozowania i prognozowania wczesnych faz rozwoju uszkodzeń, jest korelacja obiektywnego stanu technicznego z diagnostycznym parametrem uzyskanym z sygnału wibroakustycznego. Korzystając z metody składowych głównych (PCA) mamy możliwość uzyskania liniowego przekształcenia zmiennych, w związku z czym redundantna informacja jest redukowana, co poz.wala uzyskać bardziej wiarygodny model diagnostyczny. Obiektem wybranym do badań, prezentowanym w naszym referacie, jest przekładnia zębata. Konkludując, metoda przedstawiona w tym referacie unika potrzeby wykonywania czasochłonnych i kosztownych modeli analitycznych. Możliwe jest oszacowanie typu i stopnia uszkodzenia przekładni zębatej na podstawie odpowiednio przygotowanego, wymiarowo zredukowanego sygnału wibroakustycznego, bez wykonywania modeli symulacyjnych.
One of method of defects evolution early stages diagnostic and prediction, is the correlation of the objective technical condition with the diagnostic parameter received from the vibroacoustic signal. Principal Components Analysis (PCA) offers an approach for linear transformation of the problem variables so that the redundant information is reduced and the diagnostic model is more easily extracted. The product chosen for the investigation presented in this paper is a gear. To conclude, the method presented here avoids the need for performing analytical model which are time consuming and costly. It is possible to estimate the type and stage of defect to any gear vibroacoustic signal from the objective parameters of the specially prepared signal without performing simulation models.
Źródło:
Diagnostyka; 2004, 30, T. 1; 207-210
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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