Double Singular Value Decomposition (SVD) Of Symptom Observation Matrix In Machine Condition Monitoring

• Autorzy: Cempel C.

Warianty tytułu

PL

Zastosowanie podwójnego rozkładu wartości szczególnych (SVD) do symptomowej macierzy obserwacji w diagnostyce maszyn

• Języki publikacji: EN

Abstrakty

EN

Application of SVD to fault extraction from the machine symptom observation matrix (SOM) seems to be validated enough by means of data taken from real diagnostic cases. But sometimes the number of observations, i.e. rank of the SOM is low, what may influence obtained results and subsequent diagnostic decision. This was the reason to look for additional improvement by the second application of SVD to generalized fault matrix obtained by the first SVD. The result is strange, no accuracy increase flows from the application of the second SVD, independently of the SOM rank. This needs further deliberations and rethinking.

PL

Korzyści zastosowania SVD w wielowymiarowej diagnostyce maszyn są potwierdzone przez wielu autorów. Jednak dla małej ilości obserwacji, kiedy rząd symptomowej macierzy obserwacji jest niski, wyniki mogą wydawać się nieprecyzyjne, co może wpływać na wynikowa decyzje diagnostyczną. Zatem zastosowano podwójny rozkład SVD w skrajnych przypadkach wziętych z praktyki diagnostycznej, kilkunastu i kilkuset obserwacji. Otrzymany rezultat zaprzecza początkowej supozycji, dodatkowe zastosowanie SVD nie daje żadnego wzrostu dokładności obliczeń uogólnionych symptomów. Przy okazji tych badań podwójnego SVD łatwo było skonstruować nowy uogólniony symptom wskazujący na występowanie dwu liczących się uszkodzeń w obserwowanym obiekcie, co może być istotne w sytuacjach nadzory złożonych obiektów.

Słowa kluczowe

EN

multidimensionality; symptom observation matrix; singular value decomposition

PL

wielowymiarowość; macierz symptomowej obserwacji; rozkład wartości szczególnych

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2010
• Tom: nr 1(53)
• Strony: 3--12
• Opis fizyczny: Bibliogr. 15 poz., rys.

Twórcy

autor

Cempel C.

• Poznań University of Technology,

Bibliografia

• 1. Cempel C., (1999).: Innovative developments in systems condition monitoring, Keynote Lecture, Proceedings of DAMAS'99, Dublin, Key Engineering Materials, Vols. 167-168, Trans Tech. Publ., Switzerland, 1999, pp172-188.
• 2. Cempel C., Natke H. G., Yao J. P. T., (2000), Symptom Reliability and Hazard for Systems Condition Monitoring, Mechanical Systems and Signal Processing, Vol. 14, No 3, 2000, pp 495-505.
• 3. Cempel C., Tabaszewski M., (2005), Multidimensional vibration condition monitoring of non-stationary systems in operation, Proceedings of 12 International Congress on Sound and Vibration, (on CD-paper No 496), Lisbon, July 2005, (full text in Mechanical Systems and Signal Processing, 2007, 21 (3), pp. 1233-1241).
• 4. Korbicz J., et al, (eds.), (2004), Fault Diagnosis - Models, Artificial Intelligence, Applications, Springer Verlag, Berlin - Heidelberg, 2004, p828.
• 5. Tumer I. Y., Huff E. M., (2002), Principal component analysis of tri-axial vibration data from helicopter transmission, 56th Meeting of the Society of Machine Failure Prevention Technology, 2002.
• 6. Jasiński, M., (2004), Empirical models in gearbox diagnostics (in Polish), PhD Thesis, Warsaw University of Technology, Warsaw, December 2004.
• 7. Cempel C., (1991), Vibroacoustic Condition Monitoring, Ellis Horwood Press, New York, 1991, p212.
• 8. Cempel C.: Simple condition forecasting techniques in vibroacoustical diagnostics, Mechanical Systems and Signal Processing, 1987, pp 75 - 82.
• 9. Kielbasinski A., Schwetlik H.: Numeric Linear Algebra, WNT Press Warsaw, 1992, p502.
• 10. Golub G. H., VanLoan Ch. F.: Matrix Computation, III-rd edit, J Hopkins Univ. Press, Baltimore, 1996, p694.
• 11. Cempel C., Tabaszewski M.: Multidimensional condition monitoring of the machines in nonstationary operation, Mechanical Systems and Signal Processing, Vol. 21, 2007, pp 1233-1247.
• 12. Will T., (2005): Hanger matrix, two-thirds theorem, Internet: http://www.uwlax.edu/faculty/will/svd/svd/index.html , June 2005; (see also: SVD ingredients, Mathematica, April 2004).
• 13. Cempel C.: Optimization of Symptom Observation Matrix in Vibration Condition Monitoring, Proceeding of ICRMS09, Chengdu- China, July 2009, pp 944-960.
• 14. Tabaszewski M.: Forecasting of residual life of the fan mill by means of neural nets (in Polish), Diagnostyka, vol. 3, (39), 2006, pp 149-156.
• 15. Cempel C., Tabaszewski M.: Application of grey system theory in multidimensional machine condition monitoring (in Polish), Diagnostyka, No 2, (47) 2007, pp11-18.