BazTech - Yadda

Ograniczanie wyników

2 2019

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Identification of technical condition of the overhead power line supporting structure

Szopa Krystian, Iwaniec Marek, Iwaniec Joanna

Eksploatacja i Niezawodność

2019

Vol. 21, no. 1

115--124

Technical diagnostics of the overhead power line supporting structures is very important from the point of view of reliability and the national energy security. The paper presents a method of identification of technical condition of power line supporting structures. The technique is based on testing the correlation between the change of stress in the system and the change of modal parameters caused by damage. Presented approach is comprehensive and accounts for a number of problems related to the diagnostics of large-size objects of complex geometry. The basic advantage of the developed identification algorithm of the overhead power line supporting structures technical condition is low sensitivity to measurement errors, which is very important in the context of exploitational diagnostics.

Diagnostyka techniczna konstrukcji wsporczych napowietrznych linii elektroenergetycznych jest zagadnieniem niezwykle istotnym z punktu widzenia niezawodności i bezpieczeństwa energetycznego kraju. W artykule przedstawiono metodę identyfikacji stanu technicznego kratownicowych konstrukcji wsporczych. Technika jest oparta na badaniu korelacji pomiędzy zmianą stanu naprężenia w układzie, a zmianą parametrów modalnych, spowodowanych uszkodzeniem. Zaprezentowane podejście jest kompleksowe i uwzględnia szereg problemów związanych z diagnostyką obiektów wielkogabarytowych o złożonej geometrii. Podstawową zaletą opracowanego algorytmu identyfikacji stanu technicznego konstrukcji wsporczych jest niska wrażliwość na błędy pomiarowe, co jest niezwykle istotne w kontekście diagnostyki eksploatacyjnej.

Combining Spectral Analysis with Artificial Intelligence in Heart Sound Study

Kucharski Dariusz, Kajor Marcin, Grochala Dominik, Iwaniec Marek, Iwaniec Joanna

Advances in Science and Technology. Research Journal

2019

Vol. 13, no 2

112--118

The auscultation technique has been widely used in medicine as a screening examination for ages. Nowadays, advanced electronics and effective computational methods aim to support the healthcare sector by providing dedicated solutions which help physicians and support diagnostic process. In this paper, we propose a machine learning approach for the analysis of heart sounds. We used the spectral analysis of acoustic signal to calculate feature vectors and tested a set of machine learning approaches to provide the most effective detection of cardiac disorders. Finally, we achieved 91% of sensitivity and 99% of positive predictivity for a designed algorithm based on convolutional neural network.