PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Analysis of multi-source data for monitoring and control of intelligent technological systems

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
PL
Analiza danych wieloźródłowych do monitorowania i kontroli inteligentnych systemów technologicznych
Języki publikacji
EN
Abstrakty
EN
The article presents a part of cyber-physical system for acquiring, processing and controlling from measurement data. The technology was based on, intelligent measurement sensors, internet of Things as a solution for Industry 4.0. The aspect raised in the article concerns data reduction and selection of an appropriate covariant in the modeling optimization of modeling faults by the Cox model for a specific mechanical system.
PL
Artykuł przedstawia część cyber-fizycznego systemu do zbierania, przetwarzania i sterowania przy pomocy informacji pochodzącej z danych pomiarowych. Technologia ta została oparta na inteligentnych czujnikach pomiarowych z użyciem internetu rzeczy jako rozwiązania dla Przemysłu 4.0. Aspekt poruszony w pracy dotyczy redukcji danych i wyboru odpowiedniego kowariantu w optymalizacji modelowania usterek modelem Coxa dla konkretnego układu mechanicznego.
Rocznik
Strony
95--98
Opis fizyczny
Bibliogr. 29 poz., rys.
Twórcy
  • Research & Development Centre Netrix S.A.
  • University of Economics and Innovation, Projektowa 4, Lublin, Poland
  • Lublin University of Technology, 20-618 Lublin 38A Nadbystrzycka
  • AGH University of Science and Technology, Department of Mechanics and Vibroacoustics, 30-059 Kraków, al. A. Mickiewicza 30, Poland
Bibliografia
  • [1] Rymarczyk, T., Przysucha, B., Intelligent sensor platform for multi-source data analysis for monitoring and control of technological systems, 2019 Applications of Electromagnetics in Modern Engineering and Medicine, PTZE 2019, 171-175
  • [2] Repta D., Sacala I., Moisescu M., Stanescu A. Towards the development of a Cyber-Intelligent Enterprise System Architecture, 19th World Congress The International Federation of Automatic Control, Cape Town, South Africa. August 24-29, 2014.
  • [3] Dušek J., Hladký D., Mikulka J., Electrical Impedance Tomography Methods and Algorithms Processed with a GPU, In PIERS Proceedings, 2017, 1710-1714.
  • [4] Goetzke-Pala A., Hoła A., Sadowski Ł., A non-destructive method of the evaluation of the moisture in saline brick walls using artificial neural networks. Archives of Civil and Mechanical Engineering, 18 (2018), No 4, 1729-1742.
  • [5] Grudzien K., Romanowski A., Chaniecki Z., Niedostatkiewicz M., Sankowski D., Description of the silo flow and bulk solid pulsation detection using ECT, Flow Measurement and Instrumentation, 21 (2010), No. 3, 198-206.
  • [6] Kozlowski E., Mazurkiewicz D., Kowalska B., et al., Binary Linear Programming as a Decision-Making Aid for Water Intake Operators, 1st International Conference on Intelligent Systems in Production Engineering and Maintenance (ISPEM), Wroclaw, Poland, 2017.
  • [7] Galazka-Czarnecka, I.; Korzeniewska E., Czarnecki A. et al., Evaluation of Quality of Eggs from Hens Kept in Caged and Free-Range Systems Using Traditional Methods and Ultra- Weak Luminescence, Applied sciences-basel, 9 (2019), No. 12, 2430.
  • [8] Korzeniewska E., Walczak M., Rymaszewski J., Elements of Elastic Electronics Created on Textile Substrate, Proceedings of the 24th International Conference Mixed Design of Integrated Circuits and Systems - MIXDES 2017, 2017, 447- 45.
  • [9] Kryszyn J., Smolik W., Toolbox for 3d modelling and image reconstruction in electrical capacitance tomography, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska (IAPGOŚ) , 7 (2017), No. 1, 137-145.
  • [10] Mosorov V., Grudzień K., Sankowski D., Flow velocity measurement methods using electrical capacitance tomography, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska (IAPGOŚ), 7 (2017), No.1 ,30-36
  • [11] Kowalska A., Banasiak R., Romanowski A., Sankowski D., Article 3D-Printed Multilayer Sensor Structure for Electrical Capacitance Tomography, 19 (2019), Sensors, 3416
  • [12] Rymarczyk T, Kłosowski G. Innovative methods of neural reconstruction for tomographic images in maintenance of tank industrial reactors. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019); No. 2, 261–267
  • [13] Rymarczyk, T.; Kozłowski, E.; Kłosowski, G.; Niderla, K. Logistic Regression for Machine Learning in Process Tomography, Sensors, 19 (2019), 3400.
  • [14] Rymarczyk T., Characterization of the shape of unknown objects by inverse numerical methods, Przegląd Elektrotechniczny, 88 (2012), No 7b, 138-140
  • [15] Rymarczyk T., Adamkiewicz P., Polakowski K., Sikora J., Effective ultrasound and radio tomography imaging algorithm for two-dimensional problems, Przegląd Elektrotechniczny, 94 (2018), No 6, 62-69
  • [16] Rymarczyk T., Szumowski K., Adamkiewicz P., Tchórzewski P., Sikora J., Moisture Wall Inspection Using Electrical Tomography Measurements, Przegląd Elektrotechniczny, 94 (2018), No 94, 97-100
  • [17] Vališ, D., & Mazurkiewicz, D. (2018). Application of selected Levy processes for degradation modelling of long range mine belt using real-time data. Archives of Civil and Mechanical Engineering, 18 (2018), No. 4, 1430-1440.
  • [18] Wajman R., Fiderek P., Fidos H., Sankowski D., Banasiak R., Metrological evaluation of a 3D electrical capacitance tomography measurement system for two-phase flow fraction determination, Measurement Science and Technology, 24 (2013), No. 6, 065302.
  • [19] Chen B., Abascal J., Soleimani M., Electrical Resistance Tomography for Visualization of Moving Objects Using a Spatiotemporal Total Variation Regularization Algorithm, 18 (2018), Sensors 2018, 1704
  • [20] Kozłowski E., Mazurkiewicz D., Żabiński T., Prucnal S., Sęp J., Assessment model of cutting tool condition for real-time supervision system, Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019); No 4, 679–685
  • [21] Li X, Li J, He D, Qu Y. Gear pitting fault diagnosis using raw acoustic emission signal based on deep learning. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019), No. 3, 403–410
  • [22] Vališ D, Hasilová K., Forbelská M, Vintr Z, Reliability modelling and analysis of water distribution network based on backpropagation recursive processes with real field data, Measurement 149 (2020), 107026
  • [23] Bergweiler S. Intelligent Manufacturing based on Self- Monitoring Cyber-Physical Systems, UBICOMM 2015 The Ninth International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, 2015.
  • [24] Monostori L. Cyber-physical production systems: Roots, expectations and R&D challenges, Variety Management in Manufacturing. Proceedings of the 47th CIRP Conference on Manufacturing Systems, Procedia CIRP 17, 2014.
  • [25] Qian F., Xu G., Zhang L., Dong H. Design of Hybrid NC Control System for Automatic Line, International Journal of Hybrid Information Technology, 2015, vol. 8/4, 185-192.
  • [26] Deszyńska A,. Modele hazardów proporcjonalnych Coxa, Matematyka stosowana Tom 13/54 2011.
  • [27] Cox D., Snell E., Ageneral definition of residuals, Journal of thr Royal Statistical Society Series B (Methodological), 30, 248- 275, (1968).
  • [28] Yishu Xue, Elizabeth D. Schifano, Diagnostic for Cox model, Communications for statistical Applications and Methods 2017, Vol. 24, No. 6, 583-604.
  • [29] Schoenfeld D, Partial residuals for the proportional hazards regression model, Biometrika, 69, 239-241, (1980).
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-f72a05bd-3372-4a45-bf93-054a45a34825
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.