Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: diagnostyka techniczna maszyn

Sortuj według:

Ogranicz wyniki do:

Sistemy techniceskoj diagnostiki DKM

Evtukov S. S., Mihajlov U.

Budownictwo o Zoptymalizowanym Potencjale Energetycznym

2009

nr (6)

127--131

In this article presented systems of diagnosis technical of road and municipal machinery.

Rozproszony system wspomagający wnioskowanie z dynamicznym grupowaniem jego elementów

Rzydzik S.

Pomiary Automatyka Kontrola

2005

R. 51, nr 9 bis

330--332

Opisana metoda pozwala na uproszczenie procesu projektowania systemu wspomagającego wnioskowanie, przedstawionego w formie systemu rozproszonego traktowanego jako sieć, na etapie grupowania jego elementów ze względu na ich powiązanie funkcjonalne i geograficzne z zespołami diagnozowanego obiektu. Działanie systemu zilustrowano na przykładzie prostego obiektu technicznego. Punktem wyjścia był podział węzłów sieci na zadaną liczbę grup bazujący na empirycznej wiedzy eksperta. Taki sposób grupowania jest oparty wyłącznie na przypuszczeniach i doświadczeniu osoby zajmującej się wybraną dziedziną i w przypadku bardziej złożonych układów jest trudny i często niemożliwy. Nie wiadomo również czy uzyskany wynik jest optymalny. W związku z tym zaproponowano metodę, która umożliwia automatyczne grupowanie elementów systemu rozproszonego oraz zaproponowano zbiór kryteriów optymalizujących liczbę grup.

The described method allows on simplification of designing of inference aid system, presented in the distributed form, on the stage of the nodes clustering for functional and geographical relations with units of the diagnostic object reasons. The example of system operation is shown for simple technical object. The net nodes, manually clustered into specified number of groups based on empirical expert knowledge, were the origin. This clustering method is based only on supposes and experience of a human creating the aid inference system. Manual clusterisation is very difficult and most often impossible to perform in case of more complex distributed systems. We don't know very often if the received results are optimal. Thus, an automatic clustering method of the nodes of distributed inference system was proposed and set of criteria the best to number of clusters optimization arc discussed.