Identyfikatory
Warianty tytułu
Signal feature encoding in an inference diagnostic system
Języki publikacji
Abstrakty
W referacie opisano część badań, których celem jest zastosowanie wnioskowania diagnostycznego z uwzględnieniem kontekstu. Zgodnie z opracowanym podejściem konteksty działania obiektu mogą być identyfikowane z zastosowaniem algorytmów ewolucyjnych. Jednym z najistotniejszych czynników zastosowania tych algorytmów jest odpowiednie przygotowanie danych wejściowych. W referacie opisano opracowane sposoby kodowania dla trzech rodzajów cech sygnałów. Przykłady zastosowania opisanych sposobów kodowania zastosowano dla sygnałów zarejestrowanych podczas działania stanowiska modelującego działanie maszyny wirnikowej.
In the paper a part of research focused on context based diagnostic inference has been presented. According to the elaborated approach contexts of machinery operation can be identifi ed with the use of evolutionary algorithms. One of most important factors of the application of such algorithms is a proper form of input data. In the paper encoding of three different types of signal features have been discussed. Examples of elaborated notations have been applied to signals recorded during operation of a model of rotating machinery.
Czasopismo
Rocznik
Tom
Strony
22--27
Opis fizyczny
Bibliogr. 14 poz.
Twórcy
autor
- Silesian Univeristy of Technology Faculty of Mechanical Engineering Konarskiego Street 18a 44-100 GLiwice, Poland
Bibliografia
- [1] Arabas J.: Lectures on genetic algorithms, WNT Warszawa 2001 (in Polish).
- [2] Goldberg E. D.: Genetic algorithms and their applications, WNT 1998 (in Polish).
- [3] Jacob C.: Stochastic Search Methods, Intelligent Data Analysis, p. 351-401, ed. Berthold M., Springer-Verlag Heidelberg – Berlin 2003.
- [4] Jordan M.: What are orbit plots, anyway, Orbit 1993, vol. 14, no 4, p. 8-15.
- [5] Kowalczuk Z., Białaszewski T.: Genetic algorithms in multioptimalization of detection observers, Process Diagnostics. Models, AI Methods, Applications, p. 465-512, ed. Korbicz J., Kościelny J. M., Kowalczuk Z., Cholewa W., PWN Warszawa 2002 (in Polish).
- [6] Ponisch A., Azzaro-Pantel C., Domenech S., Pibouleau L.: Some Guidelines for Genetic Algorithm Implementation in MINLP Batch Plant Design Problem, [in] Advances in Metaheuristics for Hard Optimisation, p. 230-315, ed. Siarry P.. Michalewicz Z., Springer-Verlag Heidelberg - Berlin, 2008.
- [7] Ronald S.: Robust Encodings in Genetic Algorithms: A Survey of Encoding Issues, IEEE International Conference on Evolutionary Computation, p. 43-48, April 1997.
- [8] Rutkowski L.: Methods and techniques of AI, WNT 2005 (in Polish).
- [9] Timofiejczuk A.: Identification of associative rules with the use of evolutionary algorithm. Symposium “Machinery Diagnostics”, Węgierska Górka 2007 (in Polish).
- [10] Timofiejczuk A.: A concept of context-based inference in technical diagnostics, CAMES no 12, p. 267 – 277, 2005.
- [11] Timofiejczuk A.: Methods of non-stationary signal analysis, Publishing House of Silesian University of Technology, Gliwice 2004 (in Polish).
- [12] Timofiejczuk A.: Application of image analysis to identifi cation of changes of features of diagnostic signals, Symposium “Machinery Diagnostics”, Węgierska Górka 2002. (in Polish)
- [13] Timofiejczuk A.: Visualization of time-frequency characteristics in layered plot form., Symposium “Machinery Diagnostics”, Węgierska Górka 1996 (in Polish).
- [14] Wysogląd B.: Methods of representation of shaft vibration in diagnostic databases. Publishing House of Silesian University of Technology, Gliwice 1996 (in Polish).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BAT1-0033-0004