Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  fatigue detection
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Metody przetwarzania sygnału EOG na użytek pomiaru stopnia zmęczenia osób
PL
Celem prac raportowanych w artykule było zbadanie możliwości wykorzystania uproszczonego rejestratora EOG do detekcji i parametryzacji mrugnięć. Wykryte i opisane współczynnikami mrugnięcia mają posłużyć w późniejszych badaniach, jako cechy umożliwiające określenie stopnia zmęczenia osoby. Opracowane metody detekcji oraz algorytmy wyznaczania parametrów mrugnięć przetestowano dla 26 osób. Skuteczność detekcji mrugnięć wynosi 91%. Zaproponowany algorytm umożliwia automatyczne opisanie pojedynczego mrugnięcia z wykorzystaniem 6 wiarygodnych współczynników.
EN
The purpose of the work reported in this article was to investigate the possibility of using a simplified EOG recorder for the detection and parameterization of blinks. The detected and reported batting coefficients are to be used in later studies as features to determine the degree of fatigue of a person. Developed detection methods and algorithms for determination blinking parameters, have been tested for 26 people. Blink detection is 91% effective. The proposed algorithm enables automatic single blink analysis using 6 reliable coefficients.
PL
W artykule przedstawiono zastosowanie techniki magneto-indukcyjnej do określania mechanicznej degradacji elementów konstrukcyjnych z nieznaną historią obciążeń zmęczeniowych. Zaprezentowano metodykę, która w wielu przypadkach jest tańsza od obecnie stosowanych oraz umożliwia uzyskanie wysokiej czułości i powtarzalności badań, zarówno dla prostych jak i precyzyjnych przetworników RLC. Metodologię tę opisano już w wielu artykułach publikowanych w Przeglądzie Elektrotechnicznym [20]. Porównano strefy degradacji materiału o potencjalnie niskim i wysokim stanie obciążeń. Stan maksymalnej degradacji wyznaczano dla stref potencjalnie zagrożonych pękaniem (potwierdzonych statystyką).
EN
The paper presents an application of magneto-inductive technique to determine a mechanical degradation of construction components, of which the history of fatigue loads is unknown. There is presented a methodology, which in many cases is less in costs than methods presently used, and which enables obtaining high measuring sensitivity and repeatability, for both simple and precise LCR converters. This methodology was described in many articles published in Przeglad Elektrotechniczny [20]. There is made a comparison of degradation for areas of potentially low and high loads condition. State of maximum degradation was determined in areas potentially risky to cracks (statistically confirmed).
3
Content available Diagnostyka eksploatacyjna stali w energetyce
PL
Stal martenzytyczna P91 należy do grupy stali stosowanych w energetyce. Komponenty maszyn i wyposażenie wykorzystujące stale z tej grupy (K18 - P 265 i 13 HMF) są użytkowane w eksploatacji przy podwyższonych temperaturach. Stale te są narażone na obciążenia zmęczeniowe cieplne, przyspieszoną korozję, pełzanie dynamiczne i relaksację powodowane procesami zmęczeniowymi. Trudne warunki eksploatacji (temperatura, ciśnienie) wywierają rożny wpływ na proces zmian ich parametrów fizycznych. W przypadku większości stali stosowanych w energetyce, magneto-indukcyjny pomiar właściwości fizycznych jest dogodną techniką badania próbek, a nawet przy ciągłym diagnozowaniu wycinka instalacji. Artykuł prezentuje wyniki badań przeprowadzonych dla próbek stalowych P91, P265 i 13 HMF oraz proponuje niskokosztowe rozwiązanie monitoringu eksploatacyjnego.
EN
The martensitic steel P91 belongs to the group of steels used in power engineering. Machine components and equipment using steels from the group (K18 - P 265 and 13 HMF) are utilized in service at increased temperatures. Such steels are exposed to thermal fatigue loads, accelerated corrosion, dynamic creep and relaxation due to fatigue processes. The harsh operation conditions (temperature, pressure) have a diverse influence on the evolution process of their physical parameters. In case of most of the steels used in power industry the magneto-inductive measurement of physical properties is a convenient technique for testing of samples, even for continuous diagnostics of installation sector. The paper presents results of tests performed on P91, P265 and 13 HMF steel samples, and a low cost service life monitoring is proposed.
4
Content available Badania dodatkowe kołpaków wirników generatorów
PL
Artykuł prezentuje przegląd technik obecnie stosowanych do prognozowania czasu eksploatacji kołpaków wirników generatorów wykonanych ze stali austenitycznej. Metoda oparta jest na porównywaniu badanych własności fizycznych kołpaków ze stali G18H18 (ASTM A289 Class C) ze stanem początkowym materiału. Wykrywanie zmian zmęczeniowych w strukturze materiałowej umożliwiają pośrednie pomiary przenikalności magnetycznej względnej i przewodności elektrycznej właściwej w funkcji częstotliwości. Dogodną metodą jest wykrywanie zmian degradacyjnych w rezonansie elektrycznym, przy wykorzystaniu nowej generacji przetworników indukcyjnych serii LDC1000.
EN
The paper presents a review of currently used techniques for prediction of service life of austenitic generator rotor retaining rings. The method is based on comparison of the tested physical properties of retaining rings made of G18H18 (ASTM A289 Class C) steel with the material initial condition. Detection of fatigue changes in material structure is possible by indirect measurements of relative magnetic permeability and electrical conductivity versus frequency. A convenient method is detection of degradation changes in electrical resonance, using a new generation of inductive converters LDC1000.
5
Content available remote Kernelized Fuzzy Rough Sets Based Yawn Detection for Driver Fatigue Monitoring
EN
Driver fatigue detection based on computer vision is considered as one of the most hopeful applications of image recognition technology. The key issue is to extract and select useful features from the driver images. In this work, we use the properties of image sequences to describe states of drivers. In addition, we introduce a kernelized fuzzy rough sets based technique to evaluate quality of candidate features and select the useful subset. Fuzzy rough sets are widely discussed in dealing with uncertainty in data analysis. We construct an algorithm for feature evaluation and selection based on fuzzy rough set model. Two classification algorithms are introduced to validate the selected features. The experimental results show the effectiveness of the proposed techniques.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.