Ogólna koncepcja neuronowego systemu eksperckiego identyfikacji stanu technicznego okrętowego silnika głównego

• Autorzy: Łosiewicz Z. , Nikończuk P. , Królikowski T.

Warianty tytułu

EN

The overall concept of neural expert system to identify the technical condition of the marine diesel engine

• Języki publikacji: PL

Abstrakty

PL

Zastosowanie metod sztucznej inteligencji, a w szczególności sztucznych sieci neuronowych do wykrywania uszkodzeń tłokowego spalinowego silnika okrętowego pozwala na równoległe przetwarzanie sygnałów pomiarowych, oraz na kontrolę przebiegu procesu diagnostycznego. Działanie takie umożliwia również wyeliminowanie skomplikowanych modeli matematycznych i aproksymacji nieliniowości procesów zachodzących w silniku.

EN

Application of artificial intelligence methods, in particular, artificial neural networks for the detection of damage to the marine diesel engine allows parallel processing of measurement signals. It also allows control of the diagnostic process implementation. Such operations eliminate complicated mathematical models and approximations of non-linear processes taking place in the marine diesel engine.

Słowa kluczowe

PL

silnik okrętowy; statek; model ekspercki; baza wiedzy

EN

ship engine; ship; expert model; knowledge base

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 3
• Strony: 3987--3991
• Opis fizyczny: Bibliogr. 12 poz., rys., tab., pełen tekst na CD

Twórcy

autor

Łosiewicz Z.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Techniki Morskiej i Transportu Al. Piastów 41, 70-065 Szczecin

autor

Nikończuk P.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Techniki Morskiej i Transportu Al. Piastów 41, 70-065 Szczecin

autor

Królikowski T.

• Politechnika Koszalińska, Wydział Mechaniczny, ul. Racławicka 15-17, 75-620 Koszalin

Bibliografia

• 1. Abramowski T.: Application of artificial neural networks to assessment of ship manoeuvrability qualities. Polish Maritime Research, No 2 (56) 2008 Vol. 15, 2008, pp.15-21
• 2. Cepowski T.: Application of artificial neural networks to approximation and identification of seakeeping performance of a bulk carrier in ballast loading condition. Polish Maritime Research, No 4 (54),Vol. 14, 2007, pp. 31-19
• 3. Cepowski T.: Approximation of the index for assessing ships sea-keeping performance on the basis of ship design parameters. Polish Maritime Research, No 3 (53),Vol. 14, 2007, pp. 21-26
• 4. Girtler J.: Diagnostyka jako warunek sterowania eksploatacją okrętowych silników spalinowych. Studia Nr 28 WSM, Szczecin 1997.
• 5. Królikowski T., Nikończuk P., Bałasz B.: Neural modelling of circumferential grinding of flat surface – part of the book Artificial Intelligence Methods, University of Szczecin, Szczecin 2010.
• 6. Królikowski T., Nikończuk P, Przybylski M., Neural Model of Wind Force Coefficients Affecting The Hull
• 7. Łosiewicz Z.: Ocena możliwości podejmowania decyzji z zastosowaniem współczesnych systemów diagnozujących silników głównych. Materiały konferencyjne III Międzynarodowej Konferencji Naukowo-Technicznej ”EXPLO-SHIP 2004”, AM w Szczecinie, Świnoujście- Kopenhaga 2004.
• 8. Łosiewicz Z., Probabilistyczny model diagnostyczny okrętowego silnika napędu głównego statku, Praca doktorska, Politechnika Gdańska, Gdańsk 2008
• 9. Łosiewicz Z., Pielka D.: Możliwości zastosowania metod sztucznej inteligencji do diagnostyki okrętowego silnika spalinowego. Zeszyty Naukowe nr 162 K/2, AMW w Gdyni, s. 261-266, AMW w Gdyni, Gdynia 2005.
• 10. www.mandieselturbo.com
• 11. www.wartsila.com
• 12. The Intelligent Engine. Development Status and Prospects. MAN B&W Diesel AS., Kopenhaga 2001.