Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  średnia ruchoma
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In time series analysis, signal processing, and financial analysis, simple moving average (SMA), weighted moving average (WMA), exponential moving average (EMA), exponential weighted moving average (EWMA), and Kalman filter are widely used methods. Each method has its own strengths and weaknesses, and the choice of method depends on the specific application and data characteristics. It is important for researchers and practitionersto understand the properties and limitations of these methods in order to make informed decisions when analyzing time seriesdata. This study investigates the effectiveness of time series analysis methods using data modeled with a known exponential function with overlaid random noise. This approach allows for control of the underlying trend in the data while introducing the variability characteristic of real-world data. The relationships were written using scripts for the construction of dependencies, and graphical interpretation of the results is provided.
PL
W analizie szeregów czasowych, przetwarzaniu sygnałów i analizie finansowej szeroko stosowane są: prosta średnia ruchoma (SMA), ważona średnia ruchoma (WMA), wykładnicza średniaruchoma (EMA), wykładniczo-ważona średnia ruchoma (EWMA) i filtr Kalmana. Każda z metod ma swoje mocne i słabe strony, a wybór metody zależy od konkretnego zastosowania i charakterystyki danych. Dla badaczyi praktyków ważne jest zrozumienie właściwości i ograniczeń tych metod w celu podejmowania świadomych decyzji podczas analizy danych szeregów czasowych. W niniejszej pracy zbadano skuteczność metod analizy szeregów czasowych z wykorzystaniem danych modelowanych znaną funkcją wykładniczą z nałożonym szumem losowym. Takie podejście pozwala na kontrolowanie głównego trendu w danych przy jednoczesnym wprowadzeniu zmienności typowej dla danych rzeczywistych. Do budowy zależności zostały napisane skrypty. Podanajest graficzna interpretacja wyników.
PL
W artykule przedstawiono propozycję metody filtracji sygnału wykorzystującą metodę średniej ruchomej. Metoda polega na wielokrotnym obliczaniu karty średniej ruchomej (MA - moving average) dla tego samego ciągu. Celem stosowania proponowanej metody jest uzyskanie optymalnych rezultatów filtrowania w porównaniu z efektami filtracji MA. Uzyskanie optymalnych wyników filtrowania polega na doborze dwu parametrów proponowanej karty Zwiększenie liczby parametrów karty wpływa na polepszenie rezultatów filtrowania. Za pozytywny efekt działania karty przyjmuje się odfiltrowanie składowych sygnału o niskiej amplitudzie i wysokiej częstotliwości w odniesieniu do parametrów sygnału, przy zachowaniu zawartych w sygnale istotnych informacji.
EN
The paper presents a new method of digital signal filtering based on moving average (MA). The new concept is to calculate MA many times for the same sequence of raw samples. The number of iterations of MA which is the second parameter of proposed method, allows to optimize (tune) filtering strength. The aim of filtering is to remove a high-frequency, low-amplitude signal component relative to variability of original (not disturbed) signal.
3
Content available remote Statistical evaluation of the WEDM process degradation
EN
The paper presents two statistical models for prediction of wire breaking in WEDM process. First model used moving average MA(x) of the delay time of discharges as a too and the process state evaluation depended on minimal and maximal value of MA(x). The second one took advantage of time series analysis of values 0/1 derived from discrimination of gap voltage pulses and process state evaluation results from estimation of transition probabilities. Models were preverified with off-line method using data logged during stable process and before wire breaking. Robust versions of the worked out methods are also proposed and discussed.
PL
Opracowano dwa modele statystyczne, które umożliwiają wyróżnienie procesu stabilnego obróbki WEDM i stanu poprzedzającego zerwanie elektrody drutowej. W pierwszym - wykorzystano proces średniej ruchomej MA(x) do analizy wartości czasu opóźnienia kolejnych wyładowań. Podstawą oceny stanu procesu były zmiany minimalnych i maksymalnych wartości MA(x). W drugim - rozważano szeregi czasowe o wartości 0/1, uzyskane w klasyfikacji kolejnych impulsów napięcia międzyelektrodowego. Obszar bezpiecznej obróbki ustalono przez określenie prawdopodobieństwa przejścia pomiędzy stanami zmiennej losowej. Modele zweryfikowano obliczeniowo w trybie off-line. Stosowano dane rejestrowane podczas wycinania stabilnego i przed zerwaniem drutu oraz dokonano ich weryfikacji.
EN
The variety of the presented in the article time series characterizing a standard radio frequency (SRF) generator, called for designing appropriate procedures in order to acquire diagnostic knowledge. At the stage of initial input data preparation, methods of time series grouping and analysis were applied. These methods allowed to significantly improving the quality of the acquired knowledge. For the obtained corrected time series, a linear regression model made up of sections described by linear segments was used. This model enables to calculate the factors of the SRF deviation from its nominal value. This allows operators to assess the generator instability as well as to correct the generated signal value.
PL
Zaprezentowana w artykule różnorodność przebiegów czasowych, charakteryzujących pracę generatora radiowej częstotliwości wzorcowej, wymagała opracowania odpowiednich procedur postępowania w celu pozyskania wiedzy diagnostycznej. Na etapie wstępnego przygotowania danych wejściowych zastosowano metody grupowania i analizy szeregów czasowych. Metody te pozwoliły w istotny sposób poprawić jakość pozyskanej wiedzy. Dla otrzymanego skorygowanego przebiegu czasowego zastosowano model regresji liniowej składający się z segmentów opisywanych odcinkami liniowymi. Otrzymany model umożliwia obliczanie wskaźników odchylenia radiowej częstotliwości wzorcowej od wartości nominalnej. Pozwala to m.in. operatorom ocenić niestabilność generatora oraz korygować wartość częstotliwości generowanego sygnału.
5
Content available remote Active compensator of load power variability
EN
Theory and application of new type compensator of active power variability are presented. Proposed compensator includes reversible power electronic converter with supercapacitor energy storage. The goal of the compensator operation is to stabilise source power whereas the load power is very variable. The parallel compensator controls the supply current according to average load. The running average current is calculated and source current control law is formulated. A difference between the load current and running average is used to determine the reference compensator current. Simulation results and laboratory tests of the system confirms the compensator operation.
PL
W artykule przedstawiona jest stabilizacja mocy zasilania odbiornika o dużej zmienności mocy metodą kompensacji równoległej. Do stabilizacji mocy zasilania jest stosowany kompensator równoległy w postaci rewerysjnego przekształtnika energoelektronicznego i superkondensatorowego zasobnika energii. Zaproponowano regulację prądu sieci z uwzględnieniem średniej biegnącej. Przeprowadzone badania symulacyjne i laboratoryjne potwierdzają znaczne zmniejszenie pulsacji mocy pobieranej ze źródła.
PL
W artykule przedstawiono wynik prac mających na celu określenie możliwo- ści zastosowania wybranych algorytmów uśredniania synchronicz- nego do filtracji sygnału pochodzącego z czujników drgań, rejestrowanego podczas pomiarów diagnostycznych generatorów prądotwórczych. Zadaniem opracowywanego filtru uśredniającego jest zmniejszenie amplitudy obecnego w sygnale drgań losowego sygnału zakłócającego.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.