Wyniki wyszukiwania - BazTech

1

Fault detection and diagnosis of air-conditioning system using long short-term memory recurrent neural network

Sulaiman Noor Asyikin, Menanti Nur Amalina Sabal, Yusop Azdiana Md, Zainudin Muhammad Noorazlan Shah, Yatim Norhidayah Mohamad, Razak Norazlina Abd, Abdullah Md Pauzi

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 9

113--117

EN

In this project, a fault detection and diagnosis (FDD) system was developed using Long Short-Term Memory Recurrent Neural Network (LSTM RNN), to detect and classify six common faults in a centralised chilled water air conditioning system. Datasets from a lab-scale centralised chilled water air conditioning system were used in the developed model. Results showed that the classifier model demonstrated a classification accuracy of over 99.3% for all six classes.

PL

W ramach tego projektu opracowano system wykrywania i diagnozowania usterek (FDD) z wykorzystaniem powtarzającej się sieci neuronowej długookresowej pamięci (LSTM RNN) w celu wykrycia i sklasyfikowania sześciu powszechnych usterek w scentralizowanym systemie klimatyzacji wody lodowej. W opracowanym modelu wykorzystano zestawy danych ze scentralizowanego systemu klimatyzacji wody lodowej w skali laboratoryjnej. Wyniki pokazały, że model klasyfikatora wykazał dokładność klasyfikacji na poziomie ponad 99,3% dla wszystkich sześciu klas.

2

Intelligent module for monitoring proportional directional valves in hydraulic drive systems

Rădoi Radu – Iulian, Blejan Marian, Ilie Ioana, Tudor Bogdan – Alexandru

Mining Machines

|

2021

|

no. 1

28--35

EN

Increased performance of hydraulic drive components, as well as easier maintenance and diagnostics, can be achieved through the use of intelligent devices. Introducing sensors, electronic blocks and control algorithms into the equipment will enable easier repairs in the case of failure, or can increase the efficiency of the installation by providing selected operating parameters to the machine controller. In the case of a malfunction, the smart device can provide error codes. Smart devices can receive and send via various communication protocols (RS232, CAN, Fieldbus, Modbus) commands and feedback signals of monitored parameters. This paper presents the construction of such a monitoring and diagnostics module, the test application and the obtained charts.

PL

Zwiększenie wydajności podzespołów hydraulicznych instalacji napędowych, jak również łatwiejsza konserwacja i diagnostyka mogą zostać osiągnięte poprzez zastosowanie inteligentnych urządzeń. Wprowadzenie czujników, bloków elektronicznych i algorytmów sterowania do urządzeń, umożliwi łatwiejsze naprawy w przypadku awarii lub może przyczynić się do zwiększenia wydajności instalacji dzięki dostarczeniu do sterownika maszyny wybranych parametrów roboczych. W przypadku nieprawidłowego działania, urządzenie inteligentne może dostarczyć kody błędów. Inteligentne urządzenia mogą odbierać i wysyłać przez różne protokoły komunikacyjne (RS232, CAN, Fieldbus, Modbus) polecenia i sygnały zwrotne monitorowanych parametrów. W artykule przedstawiono budowę takiego modułu monitoringu i diagnostyki, aplikację testową oraz uzyskane wykresy.

3

Fault diagnosis for electromagnetic relay using discrete wavelet transform and wavelet packet entropy

Havryliuk V.

Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach

|

2017

|

nr 9

31--40

EN

In order to fault features extraction for neutral electromagnetic relays of railway automatics, the time dependences of the relays transient currents during relays switching have been measured. The results of measurements, performed for the relay in operable condition and for relays with artificially created defects, were analyzed in the time and frequency domains. The discrete wavelet transform (DWT), discrete wavelet packet transform (DWPT) and wavelet packet energy Shannon entropy (WPESE) were used for relay fault feature extraction. Increased values of the WPESE of the transient current for electromagnetic relay with armature defects as compared with the value for the relay in operable condition, provides an integrated assessment of the relay fault existence. Analysis of relay transient currents by using DWT and WPT allows to identify the defects of the relay contacts and armature. Defects of the relay electromagnetic system can be revealed by measuring the time constants of the transient current when the relay is energized but the anchor does not move yet, because it is in one of the two end positions.

PL

Aby wykryć oznaki wad neutralnych przekaźników elektromagnetycznych automatyki kolejowej, zmierzono zależności prądów przejściowych, przekaźników w czasie ich przełączania. Wyniki pomiarów, wykonanych w stanie roboczym przekaźnika i dla przekaźników ze sztucznie stworzonymi wadami, przeanalizowano w zależności od czasu i częstotliwości. Do wykrycia wady przekaźnika użyto dyskretnej transformaty fali elementarnej (DWT), dyskretnej transformaty paczki fal elementarnych (DWPT) oraz entropii Shannona energii paczki fal elementarnych (WPESE). Zwiększona WPESE prądu przejściowego dla przekaźnika elektromagnetycznego w porównaniu do wartości w stanie roboczym zapewnia kompleksową ocenę występowania wady przekaźnika. Analiza prądu przejściowego przy użyciu DWT i DWPT pozwala na identyfikację i lokalizację w czasie wad kontaktów i zwory przekaźnika. Wady układu przekaźnika można ujawnić mierząc stałe czasowe prądu przejściowego, kiedy przekaźnik jest włączony, ale zwora się nie porusza, ponieważ znajduje się w jednym z dwóch położeń końcowych.

4

Application of computational intelligence methods in control and diagnosis of production processes

Perzyk M., Kozłowski J., Zarzycki K.

Systemy Wspomagania w Inżynierii Produkcji

|

2013

|

z. 1 (3)

104--125

EN

This chapter presents actual and potential applications of advanced data-driven models in control and fault diagnosis of manufacturing processes. Types of process control are discussed and the role of the computational intelligence as well as other data mining methods in them is shown. The main findings of the present authors, based on results of the previous works, are presented. They include the methodologies of determination of relative significances of process parameters and evaluation of prediction capabilities of time-series modeling. Results of a new research, aimed at assessment of capabilities of learning systems to detect out-of-control patterns of points observed in SPC charts, are presented.

PL

Niniejsze opracowanie przedstawia rzeczywiste i potencjalne zastosowania zaawansowanych modeli opartych na danych w sterowaniu i diagnostyce usterek procesów wytwarzania. Omówiono rodzaje sterowania procesem oraz pokazano rolę, jaką pełnią w nich metody inteligencji obliczeniowej i inne metody eksploracji danych. Zaprezentowano główne stwierdzenia, do jakich doszli autorzy na podstawie wyników wcześniejszych badań. Obejmują one metody określania istotności względnych parametrów procesu oraz ocenę zdolności predykcyjnych modelowania szeregów czasowych. Przedstawiono także wyniki nowych badań, mających na celu ocenę zdolności systemów uczących się do wykrywania układów punktów na kartach kontrolnych SSP, świadczących o rozregulowaniu procesu.