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 "symptom forecasting" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Metody doboru modeli prognostycznych w automatycznych systemach diagnostycznych
    Methods of selection of forecasting models in automatic condition monitoring systems
    Autorzy:
    Tabaszewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327396.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    modele symptomowe
    prognozowanie wartości symptomu
    symptom models
    symptom value forecasting
    Opis:
    Praca zawiera próbę rozwiązania problemu wyboru optymalnego modelu prognostycznego w automatycznych (skomputeryzowanych) systemach nadzoru diagnostycznego. Wraz z napływem nowych danych pomiarowych założony wcześniej model prognostyczny może się dezaktualizować co wymaga uruchomienia mechanizmu generacji (wyboru) nowego modelu prognostycznego bez wymaganej wiedzy eksperta w oparciu tylko o zgromadzone wcześniej dane. W pracy przedstawiono wyniki różnych proponowanych metod zastosowanych w celu przeciwdziałania dezaktualizacji modelu prognostycznego.
    The paper contains an attempt of solution of optimal choice of forecasting model in automatic condition monitoring systems. As the new measured data are gathered an assumed earlier forecasting model can became inadequate. It requires to start a mechanism of generating or choosing a new forecasting model without expert knowledge, based only on some gathered earlier data. The paper presents results of the various methods used for avoidance of loss of timelines of forecasting models.
    Źródło:
    Diagnostyka; 2004, 30, T. 2; 125-128
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of diagnostic symptom values using a set of models GM(1,1) and a moving window method
    Prognoza wartości symptomów diagnostycznych za pomocą zbioru modeli GM(1,1) i metody ruchomego okna
    Autorzy:
    Tabaszewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327728.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    condition monitoring
    symptom forecasting
    GM(1,1) models
    diagnostyka techniczna
    prognoza
    model GM(1,1)
    Opis:
    The aim of this paper is to show methodology of forecasting with various horizon of prediction using grey system theory, basing on practical application to vibration condition monitoring problems. The method of forecasting was based on GM(1,1) prognostic models with various window lengths for estimating model parameters. The model GM(1,1) is very effective where we have only few data, incomplete, and with low accuracy. The moving window method applied to GM(1,1) model enables to adapt to changes in data trend. However, selecting an inappropriate window length can result in excessive forecast errors. The applied algorithm is based on tracking the current prediction error for models having various window lengths, and then eliminating the models for which the error of prediction caused by the loss of adequacy of the model to the data increases excessively.
    Celem pracy jest przedstawienie metodyki prognozowania dla różnych horyzontów prognozy z wykorzystaniem teorii szarych systemów w odniesieniu do praktycznego problemu z zakresu drganiowej diagnostyki maszyn. Metoda prognozowania jest oparta o modele GM(1,1) o różnej długości okna w której wyznacza się parametry modelu. Model GM(1,1) jest bardzo efektywny gdy istnieje niewiele danych, są one niekompletne i są niskiej jakości. Metoda ruchomego okna w zastosowaniu do modelu GM(1,1) pozwala na budowanie modelu adaptacyjnego, który umożliwia dostosowanie się do zmian w trendzie krzywej życia. Niestety źle dobrana długość okna może powodować zwiększenie się błędu prognozy w porównaniu do warunków, w których długość okna byłaby optymalna. Zastosowany algorytm polega na śledzeniu aktualnego błędu prognozy modeli o różnej długości okna i eliminacji znaczenia tych modeli, które powodują nadmierny wzrost błędu prognozy związany z utratą adekwatności do danych.
    Źródło:
    Diagnostyka; 2014, 15, 3; 65-68
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Decomposition of the symptom observation matrix and grey forecasting in vibration condition monitoring of machines
    Autorzy:
    Cempel, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/929868.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    zużycie maszyn
    obserwacja wielowymiarowa
    drganie
    przestrzeń uszkodzeń
    przestrzeń obserwacji
    wartość graniczna symptomu
    prognozowanie
    teoria szarych systemów
    machine wear
    multidimensional observation
    vibration
    SVD decomposition
    fault space
    observation space
    symptom limit value
    forecasting
    grey system theory
    Opis:
    With the tools of modern metrology we can measure almost all variables in the phenomenon field of a working machine, and many of the measured quantities can be symptoms of machine conditions. On this basis, we can form a symptom observation matrix (SOM) intended for condition monitoring and wear trend (fault) identification. On the other hand, we know that contemporary complex machines may have many modes of failure, called faults. The paper presents a method of the extraction of the information about faults from the symptom observation matrix by means of singular value decomposition (SVD), in the form of generalized fault symptoms. As the readings of the symptoms can be unstable, the moving average of the SOM is applied with success. An attempt to assess the diagnostic contribution of a primary symptom is made, and also an approach to assess the symptom limit value and to connect the SVD methodology with neural nets is considered. Finally, a condition forecasting problem is discussed and an application of grey system theory (GST) to symptom prognosis is presented. These possibilities are illustrated by processing data taken directly from the machine vibration condition monitoring area.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2008, 18, 4; 569-579
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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