Optymalizacja zbioru cech sygnałów diagnostycznych maszyny wirnikowej

• Autorzy: Sławik D.

Warianty tytułu

EN

Optimization of set of diagnostic signal features of rotating machine

• Konferencja: Diagnostyka Maszyn Roboczych i Pojazdów, XII Konferencja (22-26 czerwca 2005, Borówno k/Bydgoszczy, Polska)
• Języki publikacji: PL

Abstrakty

PL

W referacie opisano wyniki testów modeli diagnostycznych zidentyfikowanych na podstawie wartości cech sygnałów oraz informacji o stanie obiektu. Rozpatrzono dwa przypadki. W pierwszym do celów optymalizacji zbioru cech skorzystano z miar wrażliwości. W drugim przypadku uwzględniano wszystkie cechy sygnałów. Prowadząc badania, do określenia zbioru uczącego oraz testującego, skorzystano z metody leave one out. Zaproponowana w referacie metoda optymalizacji zbioru cech sygnałów znajduje zastosowanie w wyborze cech sygnałów zawierających najwięcej istotnych informacji o stanie lub klasie stanu badanego obiektu. Wybierane za jej pomocą cechy mogą służyć do budowy prostszych, sprawniejszych i wydajniejszych systemów diagnostycznych.

EN

The results of tests of diagnostics models are described in the paper. Those models are identified based on value signal feature and information of object state. Two cases were considered. The measures of sensitivities to optimization of signal features were used in the first case and all the signals features were considered in the second one. The 'leave one out' method was applied to the both cases. Sensitivity analysis can be used in selection of signal features. Such the signal features contain the most important information about state or state class of researched object. Selected signal features may be used to design and perform simpler and more efficient diagnostic systems.

Słowa kluczowe

PL

selekcja cech; analiza wrażliwości; diagnostyka maszyn; modele diagnostyczne

EN

features selection; sensitivity analysis; machinery diagnostics; diagnostic models

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2005
• Tom: Vol. 33
• Strony: 163--167
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Sławik D.

• Politechnika Śląska, Katedra Podstaw Konstrukcji Maszyn, ul. Konarskiego 18a, 44 - 100 Gliwice,

Bibliografia

• [1] Bently Nevada Corporation. Rotor Kit. Mindem USA, 1994.
• [2] Davé R.N., Krishnapuram R. Robust clustering methods: a unified view. IEEE Trans. Fuzzy Systems, (5):270-293, 1997.
• [3] Koronacki J., Mielniczuk J. Statystyka dla studentów kierunków technicznych i przyrodniczych. Wydawnictwo Naukowo-Techniczne, Warszawa, 2001.
• [4] Lin C.T. A neural fuzzy control scheme with structure and parameter learning. Fuzzy Sets and Systems, (70):183-212, 1995.
• [5] Paiva R., Dourado A. Interpretability and learning in neuro-fuzzy systems. Fuzzy Sets and Systems, (147):17-38, 2004.
• [6] The MathWorks, Inc. Fuzzy logic toolbox user’s guide, 2004.
• [7] Wysogląd B. Mikrostanowisko do badań drgań wałów. Zbiór wyników pomiarów drgań w warunkach stacjonarnych. Katedra Podstaw Konstrukcji Maszyn, Gliwice, 1997.