Budowa rozszerzonej bazy wiedzy pomiarowej dla diagnostyki złożonych obiektów technicznych

• Autorzy: Duer Stanisław , Bernatowicz Dariusz , Woźniak Marek

Identyfikatory

DOI

10.15199/13.2025.6.2

Warianty tytułu

EN

Construction of an extended measurement knowledge base for the diagnostics of complex technical objects

• Języki publikacji: PL

Abstrakty

PL

Jedną z podstawowych wad realizacji procesu diagnozowania złożonych obiektów technicznych jest przyjęcie uproszczenia dotyczącego występowania jednego sygnału diagnostycznego z jednym parametrem przypisanym do pojedynczego elementu. Takie podejście umożliwia dokonanie dekompozycji modelu funkcjonalno-diagnostycznego obiektu do poziomu czterech warstw obsługowych złożonych z obiektu, modułów, podzespołów funkcjonalnych i elementów podstawowych. Ponieważ w praktyce sygnały diagnostyczne mogą cechować się większą liczbą parametrów, a do jednego elementu możemy przypisać większą liczbę sygnałów np. napięciowe, termiczne, akustyczne itp. to konieczne jest rozszerzenie czterowarstwowego modelu dekompozycji do poziomu sześciu warstw obsługowych. W pracy oprócz rozszerzonego modelu dekompozycji przedstawiono również bazę wiedzy pomiarowej w postaci tabelarycznej opisującej zbiory sygnałów diagnostycznych i nominalnych. Na koniec opisano schemat oraz reguły procesu wnioskowania w poszczególnych warstwach obsługowych dla wielowartościowych ocen stanu badanego obiektu technicznego. Przedstawiony rozszerzony model wnioskowania umożliwia dokładniejsze wyznaczenie bazy wiedzy diagnostycznej w procesie klasyfikacji obiektu.

EN

Simplifying the process of diagnosing complicated technical items by assigning a single parameter to a single element and creating a single diagnostic signal is one of the key disadvantages of this approach. The functional-diagnostic model of an item can be broken down using this method into four service layers: the object, modules, functional components, and fundamental elements. It is important to extend the four-layer decomposition model to the level of six operational layers since, in practice, diagnostic signals can be characterised by more parameters and we can assign additional signals to a single element, such as voltage, thermal, acoustic, etc. The report describes sets of nominal and diagnostic signals and includes an enhanced decomposition model along with a tabular measurement knowledge base. Lastly, a description is given of the structure and guidelines for the multivalued condition evaluations of the technical object under investigation in each maintenance layer, as well as the inference process itself. It is now feasible to identify the diagnostic knowledge base in the object classification process with more accuracy thanks to the enlarged inference model that has been given.

Słowa kluczowe

PL

automatyka; elektronika; elektrotechnika i technologie kosmiczne; akwizycja danych; baza wiedzy

EN

automation; electronics; electrical engineering and space technologies; data acquisition; knowledge base

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2025
• Tom: Vol. 66, Nr 6
• Strony: 10--13
• Opis fizyczny: Bibliogr. 11 poz., tab.

Twórcy

autor

Duer Stanisław

• Wydział Inżynierii Mechanicznej i Energetyki, Politechnika Koszalińska

autor

Bernatowicz Dariusz

• Wydział Elektroniki i Informatyki, Politechnika Koszalińska

autor

Woźniak Marek

• Szkoła doktorska, Politechnika Koszalińska

Bibliografia

• [1] Bernatowicz D., Zastosowanie czterowartościowej oceny stanów w diagnozowaniu cech eksploatacyjnych złożonych obiektów technicznych, Rozprawa doktorska, Politechnika Koszalińska 2022
• [2] Będkowski L., Elementy diagnostyki technicznej, WAT, Warszawa 1991
• [3] Duch W., Grudziński K., Weighting and selection of features in Similarity Based Methods, Intelligent Information Systems VIII, Ustroń, Poland, 1999
• [4] Duer S., Determination of a diagnostic information of a reparable technical object on the basis of a functional and diagnostic analysis on example of a car engine, Zagadnienia Eksploatacji Maszyn, PAN, Vol. 43, No 4(156), 2008
• [5] Duer S., Diagnostic system with an artificial neural network in diagnostics of an analogue technical object, Neural Computing & Applications, Vol. 19(1), 2010
• [6] Duer S., Inteligentny system wspomagający proces odnawiania cech eksploatacyjnych w złożonych obiektach technicznych, Monografia nr 220, Wydawnictwo Politechniki Koszalińskiej, Koszalin, 2012.
• [7] Kościelny J.M., Algorytmy i oprogramowanie do nadzoru obwodów regulacji. Pomiary Automatyka i Robotyka, T. 11, 2010
• [8] Le T.T, Watton, J., Pham. D.T., An Artificial Neural Network Based Approach to Fault Diagnosis and Classification of Fluid Power Systems. Proceedings of the Institution of Mechanical Engineers - Part I, Vol. 211 Issue 4, 1997
• [9] Lindstedt P., Praktyczna diagnostyka maszyn i jej teoretyczne podstawy, Wyd. ASKON, Warszawa 2002
• [10] Nakagawa T., Maintenance Theory of Reliability. Springer – Verlag London Limited, 2005
• [11] PN-93/N-50191-191, Niezawodność i eksploatacja, Warszawa 1993.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).