Prediction of changes in the technical condition using discriminant analysis

• Autorzy: Mikołajczak P.

Warianty tytułu

PL

Predykcja zmian stanu technicznego z wykorzystaniem analizy dyskryminacyjnej

• Języki publikacji: EN

Abstrakty

EN

Discriminant analysis can be used for identification of variables which identify (discriminate) two or more naturally emerging groups of f.ex. diagnostic symptoms or factors influencing development of particular type of machine part use. The goal in this case is searching for rules for assignment of multidimensional objects to one of many populations of known parameters, at the lowest classification mistake level possible. The idea of discriminant analysis is definition if the groups differ on account of a mean of a variable, and using this variable for appurtenance to a group predicting (f.ex. new cases of diagnostic symptoms, factors influencing the use level). In the following paper, an example of discriminant analysis application to diagnostic parameters choosing and identification of external factors influencing intensity of rolling bearings use in rotary machines is introduced.

PL

Analizę dyskryminacyjną stosuje się do rozstrzygania, które zmienne wyróżniają (dyskryminują) dwie lub więcej naturalnie wyłaniających się grup np. symptomów diagnostycznych lub czynników wpływających na rozwój danego rodzaju zużycia części maszyn. Stawianym celem w tym przypadku jest poszukiwanie reguł postępowania mającego na celu przyporządkowanie wielowymiarowych obiektów do jednej z wielu populacji o znanych parametrach przy możliwie minimalnych błędach klasyfikacji. Główna idea leżąca u podstaw analizy dyskryminacyjnej to rozstrzyganie, czy grupy różnią się ze względu na średnią pewnej zmiennej, a następnie wykorzystanie tej zmiennej do przewidywania przynależności do grupy (np. nowych przypadków symptomów diagnostycznych, czynników wpływających na wartość zużycia). W pracy przedstawiono przykład zastosowania analizy dyskryminacyjnej do wyboru parametrów diagnostycznych i predykcji stanu łożysk tocznych wentylatorów w zależności od czynników wymuszających zmianę tego stanu.

Słowa kluczowe

EN

mutual measures; symptoms; sensitivity analysis; discriminant analysis; technical diagnostics

PL

miary wzajemne; ocena wrażliwości; symptomy; analiza dyskryminacyjna; diagnostyka techniczna

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2011
• Tom: nr 4(60)
• Strony: 13--19
• Opis fizyczny: BBibliogr. 13 poz., tab., wykr.

Twórcy

autor

Mikołajczak P.

• Katedra Budowy, Eksploatacji Pojazdów i Maszyn. Wydział Nauk Technicznych, UWM w Olsztynie,

Bibliografia

• [1] Cempel C. Diagnostyka wibroakustyczna maszyn. PWN, Warszawa 1989.
• [2] Gibiec M., Barszcz T., Bielecka M.: Selection of clustering methods for wind turbines operational data. Diagnostyka 4(56)/20100 p. 37-42.
• [3] Giri N. C. Multivariant Statistical Data Analysis of Multivariate Observations. New York, Wiley 1996.
• [4] Huberty C. J. Applied discriminant analysis. New York, Wiley 1967.
• [5] Klecka W.R. Discriminant analysis. Sage, London 1980.
• [6] Mikołajczak P. Klasyfikacja zbiorów symptomów diagnostycznych z wykorzystaniem metody Dattoli. Diagnostyka 4(40)/2006, p.185-190.
• [7] Morrison D. F. Wielowymiarowa analiza statystyczna. PWN, Warszawa 1990.
• [8] Morel J.: Drgania maszyn i diagnostyka ich stanu technicznego. PTDT,Warszawa 1992.
• [9] Niziński S., Michalski R.: Diagnostyka obiektów technicznych. ITE Radom 2002.
• [10] Radkowski S., Zawisza M. Failure orientem diagnostic models in condition monitoring. Diagnostyka 4(52)/2009, p. 93-97.
• [11] Staniszkin A. Przystępny kurs statystyki z zastosowaniem STATISTICA PL. Tom 3. Analizy wielowymiarowe. StatSof Kraków 2007.
• [12] Tylicki H.: Optymalizacja procesu prognozowania stanu technicznego pojazdów mechanicznych. Rozprawa nr. 86, ATR, Bydgoszcz 1998.
• [13] Żółtowski B.: Podstawy diagnostyki maszyn. ART, Bydgoszcz 1996.