Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Łabęda-Grudziak Z. M.

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: addytywny model regresji

Sortuj według:

Ogranicz wyniki do:

Diagnostic technique based on additive models in the tasks of the ongoing exploitation of gas network

Łabęda-Grudziak Z. M.

Eksploatacja i Niezawodność

2016

Vol. 18, no. 1

50--56

The article presents a method of estimating the pressure value at given nodes of natural gas transmission network for the purposes of predicting changes of the process state during its exploitation. For this purpose additive regression model was applied together with non-parametric estimation techniques, which was used for monitoring the operation of gas networks, as well as designing the system of fault detection, and then – the assessment of sensitivity for particular faults. Research was conducted on the basis of data from the analytical model of network simulator, which is adjusted to the actual gas transmission network.

W artykule przedstawiono metodę oszacowania wartości ciśnienia w określonych punktach węzłowych sieci przesyłowej gazu ziemnego dla potrzeb przewidywania zmiany stanu procesu w trakcie jego eksploatacji. W tym celu wykorzystano addytywny model regresji wraz z nieparametrycznymi technikami estymacji, który posłużył zarówno do monitorowania pracy sieci gazowej, jak i do konstrukcji układu detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń. Badania przeprowadzono na podstawie danych z modelu analitycznego symulatora sieci, który dostrojony jest do rzeczywistej sieci przesyłowej gazu.

Algorytm odpornej identyfikacji addytywnego modelu regresji dla potrzeb detekcji uszkodzeń

Łabęda-Grudziak Z. M.

Zeszyty Naukowe Wyższej Szkoły Informatyki

2012

Vol. 11, Nr 1

85-99

W artykule przedstawiono algorytm odpornej identyfikacji modeli obiektów dynamicznych dla potrzeb detekcji uszkodzeń. W tym celu wykorzystano addytywny model regresji wraz z nieparametrycznymi technikami estymacji, który posłużył zarówno do identyfikacji modelu obiektu metodą błędu predykcji, jak i modelowania błędu modelu addytywnego. Pozyskana wiedza posłużyła do konstrukcji odpornego układu detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń. Badania przeprowadzono dla zaworu regulacyjnego znajdującego się w pierwszym stopniu stacji wyparnej cukrowni "LUBLIN" S.A.

This paper presents an algorithm for robust identification of dynamic systems for fault detection. To achieve robustness, the additive regression model with nonparametric estimation techniques was used to identify a model by prediction error methods and also to estimate an uncertainty associated with the model. The planned aim is the fault detection of the actuator in the evaporation station. The results of the modeling and the fault detection procedures have been presented. All research has been carried out based on the real process data recorded in the Lublin Sugar Factory S.A.