Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Methods of improvement of inverse diagnostic models
Języki publikacji
Abstrakty
Celem niniejszej pracy było opracowanie i zweryfikowanie metod umożliwiających doskonalenie modeli pozwalających na wnioskowanie o stanie technicznym obiektu na podstawie obserwowanych symptomów. Opisano metodę pozwalającą na wyznaczenie i doskonalenie rozpatrywanych modeli, nazywanych modelami odwrotnymi, w wyniku odwracania znanych i zweryfikowanych doświadczalnie teoretycznych modeli obiektów, które umożliwiają wyznaczanie technikami numerycznymi obserwowanych symptomów jako skutków zadawanych stanów technicznych. W pracy rozpatrywane były trzy kierunki doskonalenia rozpatrywanych modeli: 1.- przez wybór postaci modelu - zwrócono szczególną uwagę na stosowanie lokalnych modeli odwrotnych wyznaczanych za pomocą algorytmów wielowymiarowej interpolacji; 2.- przez wybór liczby i rodzaju cech wejściowych modelu - dokonano przeglądu wybranych metod wyboru cech ze względu na rozpatrywane zadanie wyznaczania modelu odwrotnego; 3.- przez odpowiednią aktualizację zbioru przykładów. Trzeciemu kierunkowi doskonalenia rozpatrywanych modeli poświęcono szczególną uwagę. Podkreślono, że doskonalenie globalnego modelu odwrotnego jest nieracjonalne z powodu konieczności rozpatrywania wielowymiarowych przestrzeni symptomów oraz stanów. Pokazano oryginalny algorytm adaptacyjnego sterowania badaniami symulacyjnymi, zmierzający do doskonalenia lokalnych modeli odwrotnych skutecznie wyznaczanych za pomocą algorytmów wielowymiarowej interpolacji. Dla potrzeb weryfikacji zaproponowanej metody adaptacyjnego sterowania badaniami symulacyjnymi rozpatrywano także mikrostanowisko pomiarowe. Otrzymane wyniki potwierdzają możliwość doskonalenia diagnostycznych modeli przez odpowiednią aktualizację zbioru przykładów. Obliczenia w ramach wykonanych badań prowadzono w rozproszonym środowisku obliczeniowym. Opracowane metody postępowania mogą być stosowane do oceny stanu technicznego dużych turbozespołów, których modele numeryczne mogą być realizowane na komputerach w wybranych ośrodkach badawczych, podczas gdy dane określające aktualne wartości cech sygnałów diagnostycznych mogą być wyznaczane w sąsiedztwie obiektu.
The purpose of dissertation was elaboration and verification of methods enabling improvement of models allowing for diagnostic inference (determination states of machines on the ground of observed symptoms). Also, a method to define and improve such models was described throughout the course of work. The models of interest are the so-called inverse diagnostic models. They can be identified given a set of experimentally verified models of investigated objects. Clearly, the inversion is based on a set of state-to-symptom examples. In this work the author has considered three ways of improvement of the models by: 1.determining an explicit (analytical) form of the models; 2.investigating specific properties of input data sets; 3.updating a set of examples. The latter, in the author's opinion, deserves a particular attention and needs to be treated as such; improving diagnostic models by means of the global approach is very unlikely to succeed. Instead, a local model may serve as a reasonable and elegant alternative. The original algorithm of adaptation control of simulation enabling for improvement of inverse diagnostic models by updating set of examples was also presented. For the purpose of verification method for adaptive control of simulating the behaviour of a rotor system was considered. Obtained results confirm possibility of improvement of inverse diagnostic models by updating set of examples. Investigation were carried out in distributed environment what is very practical. The numerical models could be developed by the research team whereas real-life symptoms could come from the object, e.g. turbine/generator set in a power plant.
Rocznik
Tom
Strony
1--154
Opis fizyczny
Bibliogr. 116 poz.
Twórcy
autor
- Politechnika Śląska, Wydział Mechaniczny Technologiczny, 44-100 Gliwice, ul. Konarskiego 18a, tel. 032 237 24 20, RMT@polsl.pl
Bibliografia
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSL7-0016-0001