Wyniki wyszukiwania - BazTech

1

Diagnosing faults in the timing system of a passenger car spark ignition engine using the bayes classifier and entropy of vibration signals

Czech Piotr

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2022

|

z. 116

83--98

EN

Today's systems for diagnosing the technical condition of machines, including vehicles, use very advanced methods of acquiring and processing input data. Presently, work is being conducted globally to solve related problems. At the moment, it is not yet possible to create a single procedure that would enable the construction of a properly functioning diagnostic system, regardless of the selected object to be diagnosed. Hence, there is a need to conduct further research into the possibility of using already developed methods, as well as their modification to other diagnostic cases. This article presents the results of research related to the use of the Bayes classifier for diagnosing the technical condition of passenger car engine components. Damage to the exhaust valve of a spark ignition engine was diagnosed. The source of information on the technical condition was vibration signals recorded at various measuring points and under different operating conditions of the car. To describe the nature of changes in the vibration signals, the entropy measures were determined for the decomposed signal using the discrete wavelet transform is proposed.

2

A source discrimination method of mine water-inrush based on 3D spatial interpolation of rare classes

Jiang Qiong, Zhao Weidong, Zheng Yong, Wei Jiajia, Wei Chao

Archives of Mining Sciences

|

2019

|

Vol. 64, no. 2

321--333

EN

When the distribution of water quality samples is roughly balanced, the Bayesian criterion model of water-inrush source generally can obtain relatively accurate results of water-inrush source identification. However, it is often difficult to achieve desired classification results when training samples are imbalanced. Sample imbalance is common in the source identification of mine water-inrush. Therefore, we propose a three-dimensional (3D) spatial resampling method based on rare water quality samples, which achieves the balance of water quality samples. Based on the virtual water sample points distributed by the 3D grid, the method uses the 3D Inverse Distance Weighting (IDW) method to interpolate the groundwater ion concentration of the virtual water samples to achieve oversampling of rare water samples. Case study in Gubei Coal Mine shows that the method improves overall discriminant accuracy of the Bayesian criterion model by 5.26%, from 85.26% to 90.69%. In particular, the discriminative precision of the rare class is improved from 0% to 83.33%, which indicates that the method can improve the discriminant accuracy of the rare class to large extent. In addition, this method increases the Kappa coefficient of the model by 19.92%, from 52.26% to 72.19%, increasing the degree of consistency from “general” to “significant”. Our research is of significance to enriching and improving the theory of prevention and treatment of mine water damage.

PL

W przypadku zrównoważonych danych o jakościowym rozkładzie próbek, zastosowanie kryterium Bayesowskiego do modelowania źródeł wycieków daje stosunkowo dokładne wyniki w analizie dyskryminacyjnej źródeł wycieków wody kopalnianej. Jednakże w przypadku niezrównoważonych danych, pożądane efekty kategoryzacji są niezmiernie trudne do uzyskania. Dane o składzie próbek są w znacznej mierze niezrównoważone, i jest to powszechny problem napotykany przy identyfikacji źródeł wycieków. W obecnej pracy zaproponowano więc trójwymiarową (3D) metodę powtórnego próbkowania z wykorzy-staniem próbek wód z kategorii zdarzeń rzadkich, tak by uzyskać zrównoważony zbiór danych. W oparciu o wirtualne punkty na trójwymiarowej siatce, wykorzystano trójwymiarową metodęśredniej ważonej odległością (Inverse Distance Weighing – IDW) do interpolacji stężenia jonów w wodach gruntowych w wirtualnych próbkach wody, w celu nadpróbkowania dla kategorii zdarzeń rzadkich. Studium przypadku kopalni węgla Gubei pokazuje, że metoda poprawia dokładność dopasowania modelu w oparciu o kryterium Bayesowskie o 5.25% (z 85.26% na 90.96 %). W szczególności, dokładność rozróżniania i dyskryminacji próbek należących do kategorii zdarzeń rzadkich wzrasta od 0% do 83.33%, co oznacza bardzo znaczna poprawę. Ponadto, wartość współczynnika Kappa wzrasta o 19.92%, od 52.26 % do 72.19%, tym samym podnosząc poziom zgodności metody z poziomu ogólnego na „znaczący”. Prowadzone przez nas badania mają poważne znaczenie z punktu widzenia udoskonalenia teorii leżących u podstaw metod i technik zapobiegania i kontroli wycieków wód kopalnianych.

3

Związek między cyrkulacją atmosferyczną według Lityńskiego i sezonowymi opadami w Polsce

Pianko-Kluczyńska K.

Przegląd Naukowy Inżynieria i Kształtowanie Środowiska

|

2015

|

Vol. 24, No. 2

167--177

PL

Warunki opadowe (czyli suma opadu i liczba dni z opadem), jakie panują w danym sezonie, na określonym terenie, są bardzo ważne w agrometeorologii. W pracy analizowano związki między indeksami cyrkulacyjnymi i typami cyrkulacji zdefiniowanymi przez J. Lityńskiego i sezonowymi warunkami opadowymi dla sześciu wybranych stacji synoptycznych Polski. Stacje te reprezentują różne regiony Polski. Poszukiwano związków przydatnych z punktu widzenia klimatologa oraz osoby prognozującej pogodę. Ważne więc było, aby dana sytuacja cyrkulacyjna nie tylko często towarzyszyła danej klasie opadowej, ale żeby jednocześnie do rzadkości należały przypadki, gdy cyrkulacja ta występowała z inną klasą opadową. Warunki opadowe określono, posługując się kilkoma klasyfikacjami: pięcioklasową bazującą na stosunku sumy opadu i liczby dni z opadem do ich wieloletnich średnich sezonowych (Biuletyn Meteorologiczno-Hydrologiczny w IMGW), siedmioklasową dla sumy opadu, opartą na standaryzowanym indeksie opadowym – SPI (często wykorzystywaną w opracowaniach agrometeorologicznych) oraz trzyklasową KLIM, stosowaną w prognozach długoterminowych zarówno w stosunku do sezonowej sumy opadu, jak i liczby dni z opadem. Cyrkulacja sezonowa została opisana za pomocą odniesienia wartości percentyli dla sezonu z danego roku do percentyli z okresu referencyjnego 1981–2010. Percentyle dotyczyły wartości indeksów będących podstawą klasyfikacji Lityńskiego oraz liczby dni z danym typem lub jego składową. Za pomocą indeksu Jaccarda zbadano siłę związków między klasami opadowymi i typami cyrkulacji oraz między klasami opadowymi i poszczególnymi składowymi cyrkulacji. Autor przeprowadził dwie rekonstrukcje warunków opadowych za pomocą prostego probabilistycznego klasyfikatora Bayesa (dla typów i indeksów cyrkulacyjnych na wejściu). Celem pracy było sprawdzenie, czy klasyfikacja według Lityńskiego jest przydatna przy opracowywaniu modelu prognozy sezonowych suszy i powodzi. Potwierdziła się hipoteza, że cyrkulacja atmosferyczna niesie ze sobą informację o bieżących i przyszłych warunkach opadowych, należy ją jednak uwzględniać w modelach prognostycznych razem z wiedzą o innych procesach atmosferycznych.

EN

Precipitation conditions (i.e. the sum of precipitation and number of days with precipitation), which exist in a given season and area, are very important for agriculture. The aim of the study was to verify the thesis that the atmospheric circulation based on Lityński’s indices and types of circulation, can determine the most likely precipitation conditions, in future seasons, in selected synoptic stations in Poland. Precipitation conditions were specified using several classifications: of five classes based on the ratio of total precipitation (number of days with precipitation to their seasonal many-years averages (Meteorological and Hydrological Bulletin, IMWM), of seven classes for total precipitation, based on Standardized Precipitation Index – SPI (often used in studies of agrometeorological), and of three classes system, which is used in long-term forecasts (this classification, denoted KLIM, describes either total precipitation and the number of days with precipitation). Seasonal circulation was described by reference of percentiles for the season of the year to the percentiles of the reference period 1981–2010. Percentiles were determined for the values of the indices and the number of days with selected type or its component. The author conducted two reconstructions of precipitation characteristics using a simple probabilistic Bayesian classifier (for types and circulation indices as explanatory variables). The aim of this work was to verify whether the classification according to Lityński is useful in forecasting of seasonal drought and flooding. The hypothesis has been confirmed that the atmospheric circulation delivers the information about current and future precipitation conditions but the knowledge of other atmospheric processes should be taken into account in forecasting models.

4

Zaawansowane metody statystyczne w sterowaniu procesami produkcyjnymi

Perzyk M., Biernacki R.

Archiwum Odlewnictwa

|

2004

|

R. 4, nr 12

19--28

PL

Omówiono rosnące znaczenie statystycznego sterowania procesami produkcyjnymi oraz zasady budowy systemów typu Six Sigma. Przedstawiono ideę narzędzi statystycznych nowego typu, jakimi są systemy uczące się, dotychczas nie stosowane w tego typu systemach. Zaprezentowano działanie tzw. naiwnego klasyfikatora Bayesa i przedyskutowano możliwości jego zastosowań w praktyce produkcyjnej.

EN

Growing significance of statistical process control and principles of the Six Sigma type systems are discussed. An idea of new type of statistical tools, i.e. learning systems is presented. Functioning of naive Bayesian classifier is shown and its practical capabilities are discussed.

5

Diagnostyka przyczyn powstawania wad w odlewach z wykorzystaniem metod statystycznych i sieci neuronowych

Perzyk M., Biernacki R.

Archiwum Odlewnictwa

|

2004

|

R. 4, nr 11/2

71--76

PL

Omówiono naiwny klasyfikator Baycsa, stosowany jako probabilistyczny system uczący się. Porównano błędy przewidywania jakości odlewów za pomocą tego systemu oraz sztucznych sieci neuronowych. Wykazano, że zarówno dla wielkości wyjściowych typu binarnego (wystąpienie wady lub jej brak), jak i parametrów ciągłego, model oparty na statystyce może stanowić dobre narzędzie diagnostyczne, alternatywne dla sieci neuronowej.

EN

Naive Bayesian classifier, applied as a probabilistic learning system, is discussed. Prediction capabilities of the system, applied to quality parameters of castings, is compared to those of artificial neural networks. It is shown .that for both types of output: binary (i.e. appearance or lack of a defect) and continuous ones, the statistical type model can be a good diagnostic tool, alternative to neural networks.