Wyniki wyszukiwania - BazTech

1

System sensorów do wykrywania i predykcji uszkodzeń układu jezdnego wagonu towarowego taboru kolejowego

Czerwiński Szymon, Kucharek Mariusz, Walas Łukasz, Makowiecki Karol, Wiszniewski Przemysław

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 7

176--179

PL

W artykule przedstawiono system służący do oceny stanu poszczególnych elementów towarowego taboru kolejowego w sposób zautomatyzowany. System służy do pomiaru kluczowych parametrów układu jezdnego wagonu towarowego taboru kolejowego za pomocą sensorów. Dane pomiarowe przesyłane na serwer pozwalają na detekcję uszkodzeń. Dane pomiarowe, mogą służyć do predykcji stanów awaryjnych co pozwala na wyłączenie uszkodzonego składu z użytkowania zanim spowoduje on znaczne utrudnienia w ruchu kolejowym. System oprócz wymienionych funkcji spełnia również rolę geolokalizatora taboru stosowanego w celu optymalizacji zarządzania składami towarowymi.

EN

The article presents system which is used for evaluation, work conditions of rolling stock elements in automated way. System is used to measure key parameters of rolling stock elements with the use of five types of sensors. Measurement data located on server gives the possibility to detect damage. Measurement data also could be used to predict emergency state what gives possibility to stop and repair some elements of rolling stock and that could improve security of rail traffic. In order to optimize management of rolling stock, system has the functionality of geolocation.

2

Detection of epileptic seizures with the use of convolutional neural networks

Wiszniewski Przemysław, Kołodziej Marcin, Majkowski Andrzej, Rysz Andrzej

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 2

51--55

EN

The purpose of the article is to investigate whether the implementation of a CNN consisting of several layers will allow the effective detection of epileptic seizures. For the research, a publicly available database registered for 4 dogs and 8 people was used. The 1-second iEEG recordings were marked by a neurophysiologist as interictal, early seizure, and seizure. A CNN was trained for each patient individually. Coefficients such as precision, AUC, sensitivity, and specificity were calculated, and the results were compared with the best algorithms published in one of the contests on the Kaggle platform. The average accuracy for the recognition of seizures using CNN is 0.921, the sensitivity is 0.850, and the specificity is 0.927. For early seizures these values are 0.825, 0.782, and 0.828, respectively.

PL

Celem artykułu było zbadanie czy zastosowanie sieci CNN, składającej się z kilku warstw umożliwi skuteczną detekcję napadów epileptycznych. Na użytek badań zastosowano ogólnodostępną bazę danych zarejestrowaną dla 4 psów oraz 8 ludzi. Jednosekundowe zapisy sygnału iEEG zostały oznaczone przez neurofizjologa jako: międzynapadowe, wczesnonapadowe oraz napadowe. Zaproponowano strukturę sieci CNN, a następnie wytrenowano ją dla każdego pacjenta indywidualnie. Zostały wyliczone współczynniki takie jak: trafność, AUC, czułość, specyficzność. Następnie wyniki zostały porównane do osiągniętych w najlepszych algorytmach opublikowanych w konkursie na platformie Kaggle. Średnia skuteczność rozpoznawania napadów z wykorzystaniem sieci CNN wynosi 0.921, czułość 0.850, a specyficzność 0.927. Dla okresów wczesnonapadowych wartości te wynoszą odpowiednio 0.825, 0.782 i 0.828.

3

Platform posturographic system using polymer sensors

Dziadak Bogdan, Dudnyk Valentyna, Jurczak Marcin, Wiszniewski Przemysław, Wojtas Kamil

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 6

81--85

EN

The aim of presented research is a system that can monitor human posture. The project is based on scaled platform and polymer ForceSensitive Resistor (FSR) to detect pressure on predetermined points of examined person’s feet and to measure change of Center of Pressure COP. The data is collected by an Arduino UNO and sent to PC via UART for further analysis and results display (stabilogram and histogram of COP) using Python. The system can be used to support the diagnosis of locomotor and balance system.

PL

Celem prezentowanych badań jest system posturograficzny bazujący na sensorach polimerowych. System bazuje na wyskalowanej platformie z rozlokowanymi sensorami rezystancyjnymi FSR. Sensory wykrywają zmianę nacisku w określonych punktach stóp badanej osoby co umożliwia pomiar Center of Pressure COP. Akwizycja danych odbywa się za pomocą Arduino. Wizualizacja wyników którym są stabilogram i histogram trajektorii COP, przedstawiana jest w autorskiej aplikacji napisanej przy użyciu języka Python. System może być wykorzystany do wspomagania diagnostyki układu ruchowego i równowagi.