Zastosowanie wybranych metod czasowo-częstotliwościowych do oceny zmiany parametrów nieliniowego układu dynamicznego

• Autorzy: Mroczkowska H.

Warianty tytułu

EN

The use of selected time-frequency methods for parameters changes assessing of nonlinear dynamical system

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia możliwości wykorzystania wybranych metod czasowo-częstotliwościowych do określania stanu układu dynamicznego. W dyskretnych, nieliniowych układach stacjonarnych zasymulowano uszkodzenie i zbadano wpływ wielkości uszkodzenia na przebiegi wybranych transformat czasowo-częstotliwościowych oraz położenia punktów pracy obiektu. Analizowano odporność zastosowanych metod na szum pomiarowy.

EN

The work presentes the use of selected time-frequency methods to determine the state of a dynamical system. The damage in the discrete-time nonlinear system was simulated, the influence of damage size on the waveform of selected time-frequency transforms and location of operating points of the object was examined. In the paper was analyzed the tolerance to measuring noise of the used transforms.

Słowa kluczowe

PL

detekcja uszkodzeń; analiza sygnałów; nieliniowy układ dynamiczny; metody czasowo-częstotliwościowe

EN

fault detection; signal analysis; nonlinear dynamical system; time-frequency methods

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2012
• Tom: R. 88, nr 4b
• Strony: 309--315
• Opis fizyczny: Bibliogr. 15 poz., wykr.

Twórcy

autor

Mroczkowska H.

• Politechnika Białostocka, Wydział Elektryczny, ul. Wiejska 45D, 15-351 Białystok, Elektrociepłownia Białystok S.A., ul. Generała Władysława Andersa 3, 15-124 Białystok,

Bibliografia

• [1] Praca zbiorowa pod redakcją Józefa Korbicza, Diagnostyka procesów. Modele sztucznej inteligencji. Zastosowania, WNT Warszawa 2002
• [2] Zieliński T.P., Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań, WKŁ Warszawa 2005
• [3] Pieczyń ski A., Komputerowe systemy diagnostyczne procesów przemysłowych, Politechnika Zielonogórska 1999
• [4] Szabatin J., Podstawy teorii sygnałów, WKŁ Warszawa 2007
• [5] Augustyniak P., Transformacje Falkowe w zastosowaniach elektrodiagnostycznych, Uczelnianie Wydawnictwo Naukowo-Dydaktyczne, Kraków 2003
• [6] Kościelny J .M., Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001
• [7] Zając M., Metody falkowe w monitoringu i diagnostyce układów elektromechanicznych, Politechnika Krakowska 2009
• [8] Lou S.J., Budman H., Deuere T.A., Comparison of Fault Detection Techniques, Journal of Process Control 13(2003), s. 451-464
• [9] Li Rongyu , Gang Rong, Dynamic Process Fault Isolation by Partial DPCA, Chemical Engineering 20(2006), s. 69-77
• [10] Auger F., Flandrin P., Goncalves P., Lemoine O., Time-Frequency Toolbox CNRS (France), Rice University (USA), 1995-1997
• [11] Narendra K., Parthaarthy K., Identification and Control of Dynamic Systems Using Neural Networks, IEEE Trans. on Neural Networks, 1(1990), s. 4-27
• [12] Korbicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994
• [13] Omatu S., Khalid M., Yusof R., Advances in Industrial Control, Springer, 1995, s.158
• [14] G.W.Ng, Application of Neural Networks to Adaptive Control, UMIST Control Systems Centre Series, 1997, s. 132
• [15] Kurogi S., Hachimaru M., Shougang R., Two Layered LV