Developing the operational reliabity of motor vehicles

• Autorzy: Bera P. , Heinrich M. , Jasica G. , Szybka J.

Warianty tytułu

PL

Kształtowanie niezawodności eksploatacyjnej pojazdów mechanicznych

• Języki publikacji: EN

Abstrakty

EN

This article presents a process of developing operational reliability based on damage occurring during operation. A programme operating on the basis of the artificial neural network method was used to determine the probability of damage to selected engine elements. The results calculated in this way may serve as feedback information for the design process, enabling continuous improvement in the quality of the product, i.e. the automobile combustion engine. Factors taken into consideration during artificial neural network construction, the number of inputs and outputs resulting from the number of variables, and the learning algorithm were described.

PL

W artykule przedstawiono proces kształtowania niezawodności eksploatacyjnej pojazdów w oparciu o występujące w procesie eksploatacji uszkodzenia. Do wyznaczania prawdopodobieństwa uszkodzeń wybranych elementów silnika wykorzystano program oparty na metodzie sztucznych sieci neuronowych. Obliczane przez niego wyniki mogą służyć jako informacja zwrotna dla procesu projektowania, dzięki czemu możliwe jest stałe podnoszenie jakości produktu, jakim jest samochodowy silnik spalinowy. Opisano czynniki uwzględnione na etapie budowy sztucznej sieci neuronowej, tj. liczba wejść i wyjść wynikające z liczby zmiennych oraz algorytm uczenia.

Słowa kluczowe

EN

developing reliability; operational reliability; artificial neural networks

PL

kształtowanie niezawodności; niezawodność eksploatacyjna; sztuczne sieci neuronowe

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Mechanika
• Rocznik: 2014
• Tom: R. 111, z. 1-M
• Strony: 3--10
• Opis fizyczny: Bibliogr. 8 poz., il., tab., wykr.

Twórcy

autor

Bera P.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Department of Machine Design and Technology

autor

Heinrich M.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Department of Machine Design and Technology

autor

Jasica G.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Department of Machine Design and Technology

autor

Szybka J.

• AGH University of Science and Technology, Faculty of Mechanical Engineering and Robotics, Department of Machine Design and Technology

Bibliografia

• [1] Niewczas A. (red.), Wybrane zagadnienia transportu samochodowego, Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne, Warszawa 2005.
• [2] Gasiński L., Kłos Z., Żak J., Problemy kształtowania jakości eksploatacyjnej pojazdów i innych obiektów technicznych, Wydawnictwo Politechniki Poznańskiej, Poznań 1994.
• [3] Tadeusiewicz R., Sieci Neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa 1993.
• [4] Gupta M.M., Jin L., Homma N., Static and Dynamic Neural Networks. From Fundamentals to Advanced Theory, John Wiley & Sons Inc., 2003.
• [5] Freeman J.A., Skapura D.M., Neural Networks. Algorithms, Applications, and Programming Techniques, Addison – Wesley Publishing Company, 1991.
• [6] Beale M.H., Hagan M.T., Demuth H.B., Neural Network ToolboxTM. For use with Matlab (online), Release 2012b, www.mathworks.com (accessed on: 04.10.2012).
• [7] Lenkiewicz W., Szybka J. (red.)., Problemy badawcze w eksploatacji wybranych obiektów technicznych, Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne, Warszawa 2010.
• [8] Rokosch U., Układy oczyszczania spalin i pokładowe systemy diagnostyczne samochodów OBD, WKiŁ, Warszawa 2007.