Diagnostyka przekrawacza rotacyjnego – wybrane zakłócenia

• Autorzy: Musielak Stanisław K.

Identyfikatory

DOI

10.15199/54.2021.6.1

Warianty tytułu

EN

Rotary sheeter diagnostics – selected disturbances

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zakłócenia spotykane w pracy przekrawacza rotacyjnego. Skupiono się na tematyce uszkodzeń podzespołów elektrycznych, jak np. enkoder. Zaprezentowano również zagadnienia teoretyczne dotyczące systemów diagnostycznych, opartych na systemach sztucznej inteligencji – sieci neuronowe. Omówiono prostą metodę diagnostyczną, wykorzystującą statystykę w aplikacji tekturnicy.

EN

The article presents the disturbances encountered in the operation of a rotary sheeter, and focuses on damage to electrical components, such as an encoder. Theoretical issues of diagnostic systems based on artificial intelligence systems – neural networks are also presented. A simple diagnostic method was presented, based on statistics in the corrugator application.

Słowa kluczowe

PL

tekturnica; przekrawacz rotacyjny; dokładność cięcia; rozkład gęstości prawdopodobieństwa; diagnostyka SPC; sztuczna inteligencja; eksploracja danych; estymatory jądrowe

EN

corrugator; rotary sheeter; cutting accuracy; probability density distribution; SPC diagnostics; artificial intelligence; data mining; nuclear estimators

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Papierniczy
• Rocznik: 2021
• Tom: R. 77, nr 6
• Strony: 328--337
• Opis fizyczny: Bibliogr. 19 poz.

Twórcy

autor

Musielak Stanisław K.

• CCE Corrugated Consulting Engineering, 92729 Weiherhammer, Niemcy

Bibliografia

• [1] Berry M.J.A., Linoff G.S. 2000. “Mastering Data Mining”. Wiley Computer Publishing.
• [2] Czabanowski R. 2010. „Sensory i systemy pomiarowe”. nr UDA-POKL.04.01.02-00-065/09-01, Wrocław.
• [3] Demski T. 2011. „Wykrywanie przyczyn i przewidywanie problemów z jakością na przykładzie przemysłu poligraficznego”. Statsoft Polska. 14.08.2011, s. 92.
• [4] Faes G. 2009. „SPC – Statistische Prozesskontrole: Eine praktische Einführung in die statistische Prozesskontrole und deren Nutzung“. Books on Demand GmbH, Norderstedt.
• [5] Jakuszewski R. 2010. „Programowanie systemów SCADA”. Pracownia Komputerowa J. Skalmierskiego. Gliwice.
• [6] Kasprzyk J., Musielak S.K. 2013. „Fault Diagnosis of a Corrugator Cut-off using Neural Network Classifier”. ICSS 06.
• [7] Kern J. „Ishikawa Diagramme – Ursache-Wirkungs-Diagramme“. Studienarbeit, Grin-Verlag für akademische Texte, 1 Auflage.
• [8] Koch R. 2008. Die 80/20 Prinzip: Das Geheimnis um. Mit weniger mehr erreichen.
• [9] Korbicz J., Kościelny J., Kawalczuk Z., Cholewa W. 2002. „Diagnostyka procesów. Modele sztucznej inteligencji. Zastosowania”. WNT, Warszawa.
• [10] Kornacki J., Ćwik J. 2008.„Statystyczne systemy uczące się”. Akademicka Oficyna Wydawnicza Exit, Warszawa.
• [11] Kościelny J. 2001. „Diagnostyka zautomatyzowanych procesów przemysłowych”. Akadamicka Oficyna Wydawnicza Exit, Warszawa.
• [12] Kramer M.A., Leonard J.A. 1990. “Diagnosis using backpropagation neural networks. Analysis and criticism”. Computers & Chemical Engeenering 14 (12) : 1323–1338.
• [13] Kulczycki P. 2005. „Estymatory jądrowe w analizie systemowej”. WNT, Warszawa.
• [14] Lewandowski J. 2008. „Procesy decyzyjne w niezawodnosci i eksploatacji obiektów technicznych o ciagłym procesie technologicznym”. Monografia Politechniki Łódzkiej.
• [15] Musielak S.K. 2012. „Zdalne serwisowanie tekturnicy –nowy trend?”. Przegląd Papierniczy 68 (12) : 715-717.
• [16] Sałaciński T. 2009. „SPC – Statystyczne sterowanie procesami produkcji”. Politechnika Warszawska, Warszawa.
• [17] Tadeusiewicz R., Flasiński M. 1991.„Rozpoznawanie obrazów”. PWN, Warszawa.
• [18] VIBGUARD Online Condition Monitoring – Prüftechnik Condition Monitoring GmbH. www.puftechnik.com
• [19] Żółtowski B. 1996. „Podstawy diagnostyki maszyn”. Wyd. ATR, Bydgoszcz.