Ocena procesu odtwarzania własności użytkowych obiektu w systemie obsługiwania ze sztuczną siecią neuronową

• Autorzy: Duer S. , Zajkowski K. , Paś J.

Warianty tytułu

EN

An esteimate of the regeneration process of the object's operational properties in a maintenance system with an artificial neural network

• Konferencja: Logistyka, systemy transportowe, bezpieczeństwo w transporcie - LOGITRANS (VII ; 14-16.04.2010 ; Szczyrk, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano opis sposobu jakościowej oceny procesu odnawiania naprawialnego obiektu technicznego w systemie obsługiwania, ze sztuczną siecią neuronową. Podstawą proponowanej oceny systemu obsługiwania są wyznaczone przestrzenie cech użytkowania obiektu technicznego nowego oraz po wykonanej odnowie w systemie obsługiwania. W tym celu zdefiniowano nominalną (wzorcową) przestrzeń cech użytkowania obiektu technicznego oraz przestrzeń bieżących cech użytkowania obiektu technicznego. W analizie jest poddany ocenie poziom cech użytkowania obiektu po wykonanej odnowie w stosunku do poziomu cech użytkowania obiektu nowego jako wzorca. Wynikłe stąd różnice metryk odległości między tymi przestrzeniami wskazują bezpośrednio na błędy w procesie organizacji systemu obsługiwania obiektu technicznego.

EN

The present article includes a description of a qualitative evaluation of the regeneration process of a reparable technical object in a maintenance system with an artificial neural network. The delineated spaces of the operational features of a new technical object and of a technical object after regeneration in a maintenance system constitute the basis of the evaluation proposed of a maintenance system. For this purpose, the nominal (model) space of the operational features of a technical object as well as the space of the current operational features of a technical object was defined. An analysis covered the level of the object's operational features after regeneration had been performed in relation to the level of the operational features of a new object as a model. The resulting differences between the metrics of distances between these spaces directly indicate errors in the organization process of the maintenance system of a technical object.

Słowa kluczowe

PL

proces obsługiwania; modelowanie systemów; sieci neuronowe; baza wiedzy; informacja diagnostyczna

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2010
• Tom: nr 2
• Opis fizyczny: Pełny tekst na CD, Bibliogr. 12, rys., tab.

Twórcy

autor

Duer S.

autor

Zajkowski K.

autor

Paś J.

• Koszalin University of Technology, Department of Mechanical Engineering, Racławicka 15-17, 75-620 Koszalin, tel. [phone],

Bibliografia

• [1] Duer S.: The concept of assistant system for analogue class technical object servicing. Sixth International Conference On Unconventional Elektromechanical And Electrical System UEESS04. Alushta, The Crimea, Ukraine, 2004, pp. 687–690.
• [2] Duer S.: System ekspertowy wykorzystujący trójwartościową informację diagnostyczną wspomagający obsługiwanie złożonego obiektu technicznego. Zagadnienia Eksploatacji Maszyn Z. 4(152) VOL. 42, 2007, str. 195-208.
• [3] Duer S.: An algorithm for the diagnosis of reparable technical objects utilizing artificial neural Network. Scientific Problems Of Machines Operation And Maintenance, Committee Of Machine Engineering Polish Academy Of Sciences. Vol. 43, No. 1(53) 2008, pp. 101-113.
• [4] Duer S.: Determination of a diagnostic information of a reparable technical object on the basis of a functional and diagnostic analysis on example of a car engine. Scientific Problems Of Machines Operation And Maintenance, Committee Of Machine Engineering Polish Academy Of Sciences. Vol. 43, No. 4(156) 2008, pp. 85-94.
• [5] Duer S.: Artificial Neural Network-based technique for operation process control of a technical object. Defence Science Journal, DESIDOC, Vol. 59, No. 3, May 2009, pp. 305-313.
• [6] Duer S.: Model matematyczny odtwarzania własności użytkowych naprawialnego obiektu technicznego w systemie obsługiwania. 13th International Conference „ Computer Systems Aided Science, Industry and Transport”. Zakopane, 30 XI- 3 XII 2009. Technical University of Radom and Transport Committee of The Polish Academy of Sciences, pp. 73.
• [7] Duer S.: Diagnostic system for the diagnosis of a reparable technical object, with the use of an artificial neural network of RBF type. Neural Computing & Applications, 2010, DOI: 10.1007/s00521-009-0325-4.
• [8] Duer S.: Diagnostic system with an artificial neural network in diagnostics of an analogue technical object. Neural Computing & Applications, 2010, DOI: 10.1007/s00521-009-0234-6, Springer – Verlag London Limited, Vol. 19 No.1, pp.55- 60.
• [9] Duer S.: Diagnostic system for the diagnosis of a reparable technical object, with the use of an artificial neural network of RBF type. Neural Computing & Applications, 2010, DOI: 10.1007/s00521-009-0325-4, Springer – Verlag London Limited.
• [10] Dhillon B.S.: Applied Reliability and Quality, Fundamentals, Methods and Procedures. Springer – Verlag London Limited 2006, p. 186.
• [11] Madan M. Gupta, Liang Jin and Noriyasu Homma: Static and Dynamic Neural Networks, From Fundamentals to Advanced Theory. John Wiley and Sons, Inc 2003, p. 718.
• [12] Nakagawa T.: Maintenance Theory of Reliability. Springer – Verlag London Limited 2005, p. 264.