Agent approach in machine diagnosis

• Autorzy: Klemm M. , Tabaszewski M.

Warianty tytułu

PL

Podejście agentowe w diagnostyce maszyn

• Języki publikacji: EN

Abstrakty

EN

The paper presents a new approach to software development of diagnostic machines. The proposed system is a collection of many independent applications called agents which gain the diagnostic information, process it and inform the user of the system of the occurrence of significant events concerning the operation of the object. This allows a comprehensively support of the operation process by detecting the current condition and forecast a failure. An important feature of the proposed system is the speed, ability to learn through the use of artificial intelligence and openness that allows for any development of the system by adding more new items pursuing new activities or the same action on a different basis (increasing the reliability of inference).

PL

W pracy przedstawiono nowe podejście do tworzenia oprogramowania diagnostycznego maszyn. Zaproponowany system jest zbiorem wielu niezależnych aplikacji nazwanych agentami, które pozyskują informację diagnostyczną, przetwarzają ją i informują użytkownika systemu o wystąpieniu istotnych zdarzeń dotyczących eksploatacji obiektu. Pozwala to kompleksowo wspomagać proces eksploatacji poprzez wykrywanie aktualnego stanu i prognozę do awarii. Istotną cechą zaproponowanego systemu jest szybkość działania, zdolność uczenia się poprzez zastosowanie metod sztucznej inteligencji oraz otwartość pozwalająca na dowolny rozwój systemu poprzez dodawanie kolejnych nowych elementów realizujących nowe działania lub te same działania w oparciu o inne zasady (zwiększanie niezawodności wnioskowania).

Słowa kluczowe

EN

condition monitoring; agent system; multisymptom diagnostic; artificial intelligence; data mining

PL

diagnostyka; system agentowy; diagnostyka wielosymptomowa; sztuczna inteligencja; eksploracja danych

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2011
• Tom: nr 4(60)
• Strony: 59--64
• Opis fizyczny: Bibliogr. 23 poz., rys.

Twórcy

autor

Klemm M.

autor

Tabaszewski M.

• Poznan University of Technology, Poland, ul. Piotrowo 3, 60-965 Poznan, Poland, fax. [phone],

Bibliografia

• [1] W.Q. Wang, M.F. Golnaraghi and F. Ismail, Prognosis of machine health condition using neuro-fuzzy systems, Mechanical Systems and Signal Processing 18 (2004) 813-831.
• [2] Kamil Żarów, Przewidywanie awarii, Inżynieria i Utrzymanie Ruchu Zakładów Przemysłowych, czerwiec 2009.
• [3] Stranjak A., Ebden M., Rogers A., A Multi-Agent Simulation System for Prediction and Scheduling of Aero Engine Overhaul, Proc. of 7th Int. Conf. on Autonomous Agents and Multiagent Systems (AAMAS 2008). May, 12-16., 2008, Estoril, Portugal.
• [4] McArthur S.D.J., E. Davidson M., Hossack J.A., McDonald J.R., Automating Power System Fault Diagnosis through Multi-Agent System Technology, Proceedings of the 37th Hawaii International Conference on System Sciences - 2004.
• [5] S. D. J. McArthur S.D.J., Davidson E.M., Multi-Agent Systems for Diagnostic and Condition Monitoring Applications, Internet publication: http://www.emse.fr/~boissier/enseignement/sma06/ exposes/01372751.pdf, availability: September 2011.
• [6] Rouff C.A., Hinchey M., Rash J., Truszkowski W., Gordon-Spears D., Agent Technology from a Formal Perspective, Springer-Verlag London Limited 2006.
• [7] Chiung-Hon Leon Lee, Wen-Shang Tseng, Chin-Mu Chen, Alan Liu, Syuan-Ming Huang, Huang-Bin Huang, Designing an Intelligent Agent for Information Appliances, Journal of Computers Vol.18, No.1, April 2007.
• [8] Savarimuthu B. T. R., Purvis M., Fleurke M., Monitoring and controlling of a multi - agent based workflow system, Australasian Workshop on Data Mining and Web Intelligence (DMWI 2004), Dunedin. Conferences in Research and Practice in Information Technology, Vol. 32.
• [9] Kornacki J., Ćwik J., Statystyczne systemy uczące się, Warszawa, WNT 2005.
• [10] Cempel C., Pareto Law of Damage Evolution in Application to Vibration, Condition Monitoring. Bulletin of the Polish Academy of Sciences, vol. 39, No 4, 1991, str. 573-588.
• [11] Cempel C., Passive Diagnostic Experiment, Symptom Reliability and Their Applications in Vibration Condition Monitoring, Zagadnienia Eksploatacji Maszyn, Zeszyt 2-3 (82-83), 1990.
• [12] Papoulis A., Probability, Random Variables, Stochastic Processes, McGraw Hill, New York 1965.
• [13] Cempel C., Natke H.G, Yao J.P.T., Symptom - Based Reliability for Critical Operating Systems, Intern. Workshop on Damage Assessment, Pescara - Italy, May 1995.
• [14] Tomaszewski F., Cempel C., An Attempt to Diagnose a Locomotive Combustion Engine by Utilizing Vibroacoustic Processes. The Archives of Transport , No 1, 1991.
• [15] Cempel C., Pre-Breakdown Symptom Value for Vibration Condition Monitoring, Bulletin of The Polish Academy of Sciences, Technical Sciences Vol. 37, No 7-12, 1989.
• [16] Cempel C., Natke H. G., Tabaszewski M., A Passive Diagnostic Experiment with Ergodic Properites, Mechanical Systems and Signal Processing, 1997, vol. 11, s. 107 - 117.
• [17] Cempel C., Damage Initiation and Evolution and Operating Mechanical Systems, Bulletin of The Polish Academy of Sciences, Technical Sciences, 1992, vol. 40, no. 3, s. 201 - 214.
• [18] Cempel C., Natke H. G., System Life Cycle - System Life: The Model Based Technical Diagnostics, A View on Holistic Modeling, System Research, 1993, 10 (1), s. 53 - 62.
• [19] Cempel C., Theory of Energy Transforming System and their Application in Diagnostics of the Operating Systems, Applied Mathematics and Computer Science, 1993, vol. 3, no. 3, s. 533 - 548.
• [20] Białko M., Sztuczna inteligencja i elementy hybrydowych systemów ekspertowych, Koszalin, Wydawnictwo Uczelnianie Politechniki Koszalińskiej 2005.
• [21] Łachwa A., Rozmyty świat zbiorów, liczb, realizacji, faktów, reguł i decyzji, Warszawa, Akademicka Oficyna Wydawnicza EXIT 2001.
• [22] Larose D. T., Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, Warszawa, PWN 2006.
• [23] Tabaszewski M., Wielosymptomowa prognoza stanu i czasu do awarii z wykorzystaniem sieci neuronowych, Diagnostyka, 2007, vol. 2 (42), s. 43 - 48.