Diagnostics of low-capacity solar power station equipment with 2- and 3-valued logic

• Autorzy: Duer S. , Wrzesień P. , Duer R. , Bernatowicz D.

Identyfikatory

DOI

10.5604/01.3001.0012.6613

Warianty tytułu

PL

Diagnostyka urządzeń elektrowni słonecznej małej mocy

• Języki publikacji: EN

Abstrakty

EN

The paper outlines research issues relating to 2- and 3-valued logic diagnoses developed with the diagnostic system (DIAG 2) for the equipment installed at a low-capacity solar power station. The presentation is facilitated with an overview and technical description of the functional and diagnostic model of the low-power solar power station. A model of the low-power solar power station (the tested facility, a.k.a. the test object) was developed, from which a set of basic elements and a set of diagnostic outputs were determined and developed by the number of functional elements j of j. The work also provides a short description of the smart diagnostic system (DIAG 2) used for the tests shown herein. (DIAG 2) is a proprietary work. The diagnostic program of (DIAG 2) operates by comparing a set of actual diagnostic output vectors to their master vectors. The output of the comparison are elementary divergence metrics of the diagnostic output vectors determined by a neural network. The elementary divergence metrics include differential distance metrics which serve as the inputs for (DIAG 2) to deduct the state (condition) of the basic elements of the tested facility.

PL

W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przestawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównaniu zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowej następuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.

Słowa kluczowe

EN

technical diagnostics; diagnostic inference; multiple-valued logic; artificial intelligence

PL

diagnostyka techniczna; wnioskowanie diagnostyczne; logiki wielowartościowe; sztuczna inteligencja

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2018
• Tom: Vol. 67, nr 3
• Strony: 185--195
• Opis fizyczny: Bibliogr. 16 poz., il., rys., tab.

Twórcy

autor

Duer S.

• Koszalin University of Technology, Faculty of Mechanical Engineering, 15-17 Raclawicka Str., 75-620 Koszalin, Poland

autor

Wrzesień P.

• Vortex Energy Polska sp. z o.o., Department of Technical and Commercial Management, Rodła Square 8, 70-419 Szczecin, Poland

autor

Duer R.

• Koszalin University of Technology, Faculty of Electronics and Computer Science, 2 Śniadeckich Str., 75-453 Koszalin, Poland

autor

Bernatowicz D.

• Koszalin University of Technology, Faculty of Electronics and Computer Science, 2 Śniadeckich Str., 75-453 Koszalin, Poland

Bibliografia

• [1] Będkowski L., Dąbrowski T., Podstawy eksploatacji cz. 2, Wyd. WAT, Warszawa, 2006, p. 187.
• [2] Będkowski L., Elementy ogólnej teorii diagnostyki technicznej, Wyd. WAT, Warszawa, 1981.
• [3] Duer S., Duer R., Mazuru S., Determination of the expert knowledge base on the basis of a functional and diagnostic analysis of a technical object. 18th Edition, International Conference of Nonconventional Technologies, ICNcT 2016, Chisinau, Republic of Moldova, 30.06 - 1.07.2016. Nonconventional Technologies Review, 2016 Romanian Association of Nonconventional Technologies, Romanian, June, 6/2016, vol. 20, nr 2, 2016, 23-29.
• [4] Duer S., Zajkowski K., Duer R, Wrzesień P., Bernatowicz D., Ekspertowa baza wiedzy wspomagająca diagnozowanie urządzeń farmy wiatrowej, Wydawnictwo Uczelniane Politechniki Koszalińskiej. Koszalin, 2017, p. 163.
• [5] Duer S., Wrzesień P., Duer R., Creating of structure of facts for the knowledge base of an expert system for wind power plant’s equipment diagnosis, EEMS 2017, E3S Web of Conferences 19, 01029 (2017). DOI : 10.1051/e3sconf/20171901038.
• [6] Duer R., Duer S., Badanie diagnostyki urządzeń elektrowni słonecznej w logice 2- i 3-wartościowej, Biuletyn Wojskowej Akademii Technicznej, 66, 2, 2017, pp. 67-79, DOI : 10.5604/01.3001.0009.9485.
• [7] Duer S., Wnioskowanie diagnostyczne o stanie obiektu technicznego w logice k-wartościowej, Biuletyn Wojskowej Akademii Technicznej, 66, 1, 2017, pp. 115-126, DOI : 10.5604/01.3001.0009.9488.
• [8] Duer S., Bernatowicz D., The computer diagnostic program (DIAG 2) for identifying states of complex technical objects, EEMS 2017, E3S Web of Conferences 19, 01029 (2017). DOI : 10.1051/e3sconf/20171901029.
• [9] Dhillon B.S., Applied Reliability and Quality, Fundamentals, Methods and Procedures, Springer – Verlag London Limited, 2006, p. 186.
• [10] Flasiński M., Wstęp do sztucznej inteligencji, Wyd. PWN, Warsaw, 2011, p. 331.
• [11] Hojjat A., Shih–Lin Hung, Machine learning, neural networks, genetic algorithms and fuzzy systems, John Wiley and Sons, Inc, 1995.
• [12] Instrukcja obsługi siłowni wiatrowej Nordex klasy K08 gamma.
• [13] Madan M. Gupta, Liang Jin and Noriyasu H.: Static and Dynamic Neural Networks, From Fundamentals to Advanced Theory, John Wiley End Sons, Inc. 2003, p. 718.
• [14] OSOWSKI S., Sieci neuronowe, Wyd. Politechniki Warszawskiej, Warsaw, 1996, p. 241.
• [15] Pokorádi L., Duer S., Investigation of maintenance process with Markov matrix, Proceedings of the 4th International Scientific Conference On Advances In Mechanical Engineering. 13-15 October 2016, Debrecen, Hungary, pp. 402-407.
• [16] Rosiński A., Reliability analysis of the electronic protection systems with mixed – three branches reliability structure, Reliability, Risk and Safety. Theory and Applications, [ed:] R. Bris, C. Guedes Soares & S. Martorell. CRC Press/Balkema, London, UK, vol. 3, 2010.

Uwagi

This paper was funded under the Koszalin Technical University Statutory Research Project no. 504.02.12.