Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Dempster-Shafer

Sortuj według:

Ogranicz wyniki do:

Hardness identification of rock based on multi-sensor information fusion during the process of roadway tunnelling

Wang H., Lu S., Huang M., Zhao X.

Bulletin of the Polish Academy of Sciences. Technical Sciences

2020

Vol. 68, nr 6

1301--1309

In this paper, a new dynamic model was proposed for identifying the rock hardness during the process of roadway tunnelling, thereby regulating the speed of the driving motor and the torque of the cutting head. The presented identification model establishes a multi-information feature database containing vibration signals in the y-axis, acoustic emission signals, cutting current signals, and temperature signals. Subsequently, we obtain the membership functions (MFs) of the given multiple signals with the amount of feature samples according to the principle of minimum fuzzy entropy. Furthermore, a rock hardness identification model was established based on multi-sensor information fusion and Dempster-Shafer (D-S) evidence theory. To prove the accuracy of the proposed model, an identification experiment was carried out through the cutting of a poured mixed rock specimen with five grades of hardness. As a result, the proposed identification model recognizes the rock hardness accurately for fifteen sampling points, which indicates the significance of the method with regard to the dynamic identification of rock hardness during the process of roadway tunnelling, and further provides data support for adjusting the speed of the cutting head adaptively, thereby achieving high efficiency tunnelling.

Method of analysis of measurement result cohesion with the theory of mathematical record using and concentrations analysis

Topolska K., Walkowiak W., Topolski M.

Journal of KONES

2007

Vol. 14, No. 2

521-528

This study presents method of selection the most coherent, repeatable in time, results of researches. Firstly, a possible of application of concentration analysis for detection of variable or dependent variable, which results are different from other variables, is presented. Because some results of the same variable in time periods could influence on increase of results standard error, for such points detection, measure using mathematic filing system theory, Spearman's correlation ordinal ranks and weight of information contradiction, in sense of Dampster-Shafer theory, are proposed. The obtained measure cause decrease of results standard errors by selection and removal of measure points which influence on validity scales decrease. Example-results of the measurement, the analysis of concentrations for variable Y1, Y2, Y3 and Y4, results of the normalization for each result of measurements, average values of measurement for all received results BZ and for selected MODELS, results of measurement marked curves of average data for all BZ measurements and measurement selected of MODEL least standard-errors are presented in the paper.

W artykule zastała przedstawiona metoda doboru najbardziej spójnych wyników pomiarów powtarzanych w czasie. W pierwszej części zaprezentowano możliwość zastosowania analizy skupień do wykrycia zmiennej bądź zmiennych zależnych, których wyniki różnią się od pozostałych zmiennych. Ponieważ niektóre wyniki pomiarów tej samej zmiennej w odstępach czasu mogą wpływać na zwiększanie błędu standardowego wyników, więc w celu wykrycia takich punktów zaproponowano miarę wykorzystującą teorię ewidencji matematycznej, korelację rang porządkowych Spearmana i wagę sprzeczności informacji w sensie teorii Dempstera-Shafera. Uzyskana miara pozwoliła na obniżenie błędów standardowych pomiarów, przez wyselekcjonowanie i usunięcie punktów pomiarowych, które wpływają na zmniejszenie rzetelności skal. W szczególności w artykule przedstawiono przykładowe wyniki pomiaru, analiza skupień dla zmiennych Y1, Y2, Y3 i Y4, wyniki normalizacji dla poszczególnych wyników pomiarów, uśrednione wartości pomiarów dla wszystkich otrzymanych wyników BZ i dla wyselekcjonowanych MODELI, wyniki pomiarów wraz z naniesionymi krzywymi uśrednienia danych dla wszystkich pomiarów BZ i pomiarów wyselekcjonowanych o najmniejszych błędach standardowych MODELI.