Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
Identyfikatory
Warianty tytułu
Diagnostic testing the solar power equipment in logic 2- and 3- valuable
Języki publikacji
Abstrakty
W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przedstawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem autorów. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównania zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowejnastępuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
The article presents the problem of the study of developed diagnoses in logic 2- and 3-valuable diagnostic system (DIAG 2) devices of the solar power. For this purpose, a functional-diagnostic model of solar power devices has been described. On the basis of the elaborated model of the investigated object, a set of basic elements and a set of diagnostic signals, that are generated by the j-th elements of the functional object, have been determined. Also, there was given a brief description of intelligent diagnostic (DIAG 2) system used for the study. The system (DIAG 2) is a proprietary development of the authors. Diagnostic software in (DIAG 2) system works on the principle of comparison of the set of vectors of diagnostic signals with their standard vectors. By comparing the signals, elementary metrics of vectors disparity of diagnostic signals are determined by the neural network. On the basis of the metrics of differential distance, the system inferences about the diagnosis on the state of elements of a basic object.
Czasopismo
Rocznik
Tom
Strony
67--79
Opis fizyczny
Bibliogr. 19 poz., rys., tab., wykr.
Twórcy
autor
- Politechnika Koszalińska, Wydział Elektroniki i Informatyki, 75-453 Koszalin, ul. Śniadeckich 2
autor
- Politechnika Koszalińska, Wydział Mechaniczny, 75-620 Koszalin, ul. Racławicka 15-17
Bibliografia
- 1. Będkowski L., Dąbrowski T., Podstawy eksploatacji, cz. II, Podstawy niezawodności eksploatacyjnej, Wyd. WAT, Warszawa, 2006, s. 187.
- 2. Będkowski L., Elementy ogólnej teorii diagnostyki technicznej, WAT, Warszawa, 1981.
- 3. Bolc L., Wnioskowanie w logikach nieklasycznych. Automatyzacja wnioskowania, AOW, Warszawa, 1998.
- 4. Duer S., Artificial Neural Network-based technique for operation process control of a technical object, Defence Science Journal, DESIDOC, vol. 59, no. 3 May 2009, pp. 305-313.
- 5. Duer S., Inteligentny system wspomagający proces odnawiania cech eksploatacyjnych w złożonych obiektach technicznych, Wydawnictwo Uczelniane Politechniki Koszalińskiej, Koszalin, 2012, s. 242.
- 6. Duer S., Artificial neural network in the control process of object’s states basis for organization of a servicing system of a technical objects, Neural Computing & Applications, 2012, vol. 21, no. 1, pp. 153-160. 79 Badanie diagnostyki urządzeń elektrowni słonecznej w logice 2- i 3-wartościowej
- 7. Duer S., Inteligentny system wspomagający proces odnawiania cech eksploatacyjnych w złożonych obiektach technicznych, Wydawnictwo Politechniki Koszalińskiej, Koszalin, 2012, s. 242.
- 8. Duer S., Applications of an artificial intelligence for servicing of a technical object, Neural Computing & Applications, 2013, vol. 22, no. 5, pp. 955-968.
- 9. Duer S., Zajkowski K., Płocha I., Duer R., Training of an artificial neural network in the diagnostic system of a technical object, Neural Computing & Applications, 2013, vol. 22, no. 7, pp. 1581-1590.
- 10. Duer S., Zajkowski K., Duer R., Bernatowicz B., Wrzesień P., Inteligentny system nadzoru i bezpieczeństwa dla farmy wiatrowej, Logistyka, 6, 2014, s. 3312-3321.
- 11. Duer S., Bernatowicz D., Duer R., Wykorzystanie logiki czterowartościowej w komputerowym programie diagnostycznym DIAG 2, Logistyka, 3, 2015, s. 1008-1116.
- 12. Duer S., Bernatowicz D., Duer R., Metoda wnioskowania w logice wielowartościowej w programie diagnostycznym DIAG 2, Logistyka, 3, 2015, s. 1100-1108.
- 13. Duer S., Zajkowski K., Sokołowski S., Palkova Z., Lukac O., Przygotowanie informacji diagnostycznej o badanym obiekcie technicznym na potrzeby procesu diagnozowania w logice wielowartościowej, Logistyka, 3, 2015, s. 1132-1140.
- 14. Duer S., Zajkowski K., Wrzesień P., Duer R., Diagnostyka użytkowania urządzeń elektrowni wiatrowej, Logistyka, 3, 2015, s. 1140-1148.
- 15. Duer S., Wrzesień P., Duer R., Projekt systemu ekspertowego wspomagającego użytkowanie elektrowni wiatrowej, Logistyka, 3, 2015, s. 1116-1124.
- 16. Duer S., Zajkowski K., Duer R., Zastosowanie logiki 4-wartościowej w procesie wnioskowania w systemach diagnostycznych, Biuletyn Wojskowej Akademii Technicznej, vol. 65, nr 2, 2016, s. 41-52.
- 17. Duer S., Zajkowski K., Palkova Z., Lukac O., Pokoradi L., Duer R., Bernatowicz D., Wnioskowanie w logice 4-wartościowej w inteligentnych systemach diagnostycznych i bezpieczeństwa, XXX Konferencja Międzynarodowa „Ekomilitaris 2016”, 13-16 września 2016, Zakopane, s. 112-116.
- 18. Flasiński M., Wstęp do teorii sztucznej inteligencji, Wyd. PWN, Warszawa, 2011.
- 19. Hojjat A., Shih-Lin H., Machine learning, neural networks, genetic algorithms and fuzzy systems, John Wiley and Sons, Inc, 1995.
Uwagi
PL
2. Praca finansowana z Projektu Badawczego Statutowego Politechniki Koszalińskiej nr 504.02.12
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-638d0787-3114-4dec-bbea-b1cea1b1a293