Wyniki wyszukiwania - BazTech

1

Context filtering in diagnostics

Augustyn G. Ł., Batko W., Wierzbicki J.

Transactions of the Institute of Fluid-Flow Machinery

|

2003

|

nr 113

67-74

EN

The paper presents a new method for filtering signals with use of the Modified Recursive Discrete Fourier Transform. The basis idea of the method is the application of user defined context to the recursive form of the DFT and filtration of data or signals. The context is considered as a pre-defined pattern in frequency domain, like frequency envelope of phenomena, which is being searched for. The method works as tool with scanning amplitude-time-frequency representation in the context of such pattern. In this paper authors present mathematical formulas, example of processing noisy signal with predefined patterns and idea of an intelligent algorithm scheme for intelligent context filtering of signals and data. As the example authors filter by the chosen context a genuine diagnostic signal from a large power turbine, where context is applied as a filter for extraction of certain properties of a diagnostic signal, to obtain knowledge about damages or phenomenas caused by machine dynamics. Future research and possible applications in other fields are also discussed.

2

The Elimination of Noise and Interference with the Use of Intelligent Fuzzy Interference Systems

Wierzbicki J., Augustyn G. Ł.

Machine Dynamics Problems

|

2002

|

Vol. 26, No. 1

69-79

EN

This paper presents an application of an intelligent fuzzy interference system for extraction of certain structures and noise from registered data. Presented method gives an opportunity for obtaining noise and distortion free information from wide range diagnostic signals from phenomenon and processes being observed.

3

Rekursywno-adaptacyjna dyskretna transformacja Fouriera z analizą wzorców jako nowe narzędzie analizy sygnałów

Augustyn G. Ł.

Metallurgy and Foundry Engineering

|

2001

|

spec. ed.

151-158

PL

Problemy analizy i syntezy sygnałów we współczesnej inżynierii dźwięku stanowią wciąż, pomimo dobrze opracowanych i stosowanych już szeroko metod, źródło poszukiwań i badań. Są one ciągle udoskonalane, gdyż w wielu zastosowaniach, szczególnie profesjonalnych, ich naturalne ograniczenia są zbyt duże, aby mogły one działać skutecznie. Problemy te dotyczą również niezwykle szerokiej i trudnej dziedziny badań jaką jest dekompozycja sygnałów. Na gruncie inżynierii dźwięku problem dekompozycji pojawia się sporadycznie. Zazwyczaj dotyczy on usuwania szumu i zakłóceń z sygnałów tak, aby znaleźć i odseparować poszukiwaną informację. Ostatnimi czasy opracowano szereg nowych metod usuwania szumu na podstawie narzędzi wykorzystujących inteligentne systemy decyzyjne (sieci neuronowe, logika rozmyta, zbiory przybliżone). Prezentowana poniżej rekursywno-adaptacyjna dyskretna transformacja Fouriera nie jest niczym nowym. Jednak rozszerzenie jej o postać odwracalną przekształcenia i procedurę analizy wzorców, którymi są zazwyczaj ważone funkcje harmoniczne, może posunąć badania w tej dziedzinie o krok naprzód, stanowiąc atrakcyjną alternatywę dla już stosowanych metod przetwarzania sygnałów.

EN

This document presents a new method for signal analysis in audio engineering and signal processing. Recursive - adaptive discrete Fourier transform (ADFT) isn't completely new method, but its extension on pattern analysis using weighted analysing harmonic functions makes possible de-composition of musical sounds and instruments. It can be very effective tool in signal processing, because it gives mathematical formulas for the new way of signal filtering. Its adaptive nature can be used for analysing highly non-stationary signals. This new approach is also useful in signal synthesis or loss less information compression. The method doesn't need a new standard for the signal processing or data transferring. It uses the same hardware and devices as conventional methods. The only limits for commercial applications of the ADFT with pattern analysis are the highest numerical complexity, very long processing time and a proper set of patterns. Future experiments will be oriented on optimalization and automatization of algorithms and construction of sets of patterns. For now, it works properly using, instead of DFT, classical FFT algorithm and other known transforms. Its applications range from telecommunication, through geology, medicine, diagnostics, monitoring, modern physics, astronautics to new possibilities in signal filtration and processing in DSP techniques. This advanced method gives new opportunities to all scientists as a powerful tool in their work. The future work will be aimed on proper construction of pattern sets and searching new applications.