Zastosowanie zbiorów przybliżonych do diagnostyki aparatury paliwowej silników o zapłonie samoczynnym

• Autorzy: Klimkiewicz M.

Warianty tytułu

EN

Application of rough sets in diagnostics of diesel fuel injection systems

• Języki publikacji: PL

Abstrakty

PL

Wykorzystano właściwości zbiorów przybliżonych do wykrywania usterek układów paliwowych silników o zapłonie samoczynnym. Zbudowano model, w którym zmiennymi wejściowymi są symptomy zaobserwowane przez użytkownika wskazujące na niewłaściwą pracę silnika oraz kontrolne pomiary wykonane przez mechanika. Zmienną wyjściową jest wykryta usterka. Wygenerowano reguły pewne oraz reguły przybliżone pozwalające na wykonanie diagnozy. Przeprowadzono ocenę jakości zbudowanego modelu regułowego oraz jego weryfikację za pomocą walidacji krzyżowej.

EN

The rough sets were used to fault diagnostics of fuel systems diesel engine. A model was developed in which input variables are the symptoms observed by the users of engines and also the checks and measurements executed by a technician. An output variable is the fault which has to be repaired. On the base of rough sets certain and approximate rules were inducted to made diagnosis possible. Quality of developed rule model was estimated and verified by cross classification.

Słowa kluczowe

PL

aparatura paliwowa; diagnostyka; zbiory przybliżone; silnik o zapłonie samoczynnym

EN

diagnostics; diesel engine; diesel fuel injection system; rough sets

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2005
• Tom: R. 9, nr 14
• Strony: 177--183
• Opis fizyczny: Bibliogr. 5 poz., tab.

Twórcy

autor

Klimkiewicz M.

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie, Wydział Inżynierii Produkcji, Katedra Organizacji i Inżynierii Produkcji

Bibliografia

• Greco S., Matarozo B., Słowiński R. 2001. Rough sets theory for multicriteria decision analysis. Europ. Journ. of Operat. Res. 129. s. 1-47.
• Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W. 2002. Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. WNT. Warszawa.
• Pawlak Z. 1982. Rough sets. International Journal of Information & Computer Sciences 11. s. 341-356.
• Prędki B., Słowinski R., Stefanowski J., Susmaga R., Wilk Sz. 1998. ROSE - Software Implementation of the Rough Set Theory. W: Polkowski L., Skowron A. i in. Rough Sets and Current Trends in Computing, Lecture Notes in Artificial Intellig., vol. 1424. Springer-Verlag, Berlin. s. 605-608.
• Prędki B., Wilk Sz. 1999. Rough Set Based Data Exploration Using ROSE System. W: Ras Z.W., Skowron A. i in. Foundations of Intelligent Systems, Lecture Notes in Artif.l Intellig., vol. 1609. Springer-Verlag, Berlin. 172-180.