Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The air conditioning system is complex and consumes the most energy in the building. Due to its complexity, it is difficult to identify faults in the system immediately. In this project, fault detection and diagnosis system using decision tree classifier model was developed to detect and diagnose faults in a chilled water air conditioning system. The developed model successfully classified normal condition and five common faults for more than 99% accuracy and precision. A graphical user interface of the system was also developed to ease the users.
PL
System klimatyzacji jest złożony i zużywa najwięcej energii w budynku. Ze względu na swoją złożoność trudno jest od razu zidentyfikować usterki w systemie. W ramach tego projektu opracowano system wykrywania i diagnostyki usterek wykorzystujący model klasyfikatora drzewa decyzyjnego do wykrywania i diagnozowania usterek w systemie klimatyzacji wody lodowej. Opracowany model pomyślnie sklasyfikował stan normalny i pięć typowych usterek, zapewniając ponad 99% dokładności i precyzji. W celu ułatwienia użytkownikom opracowano również graficzny interfejs użytkownika systemu.
EN
In this paper the novel control and communication scheme designed to ease the development and maintenance of the robotic astronomical telescope device is presented. The proposed solution allows the user to remotely access any signal in the controller of the telescope without imposing any additional overhead during telescope operation. The implemented scheme can be used by both an automated control system and human operators for easy supervision, control, and maintenance of the device.
PL
Artykuł przedstawia nowy system sterowania i komunikacji zaprojektowany w celu usprawnienia rozwoju i utrzymania zrobotyzowanego montażu teleskopu astronomicznego. Proponowane rozwiązanie umożliwia użytkownikowi zdalny dostęp do dowolnych sygnałów wewnątrz sterownika bez zwiększonego obciążenia podczas pracy systemu. Zaimplementowane rozwiązanie może być wykorzystywane zarówno przez automatyczny system nadzorujący, jak i przez użytkownika lub operatora, do nadzoru, sterowania i utrzymania urządzenia.
EN
The objective of this paper is to demonstrate a novel signal processing for detection, identification and flaw sizing of structural damage using ultrasonic testing with Electromagnetic Acoustic Transducers (EMATs). Damage detection involves the recognition of a defect that exists within a structure. Damage location is the identification of the geometric position of the defect. Defect classification is the cluster of the damage type into multiple damage scenarios. In the absence of external interferences, a good measure of detectability of a flaw is its signal-to-noise ratio (SNR). Although the SNR depends on various parameters such as electronics used, material properties, e.g. homogeneity and damping, and flaw size, it can be improved using advanced signal processing. The main scientific novelties presented in this paper focus on filtering signal noise through advanced digital signal processing; incorporating wavelet transforms for image and signal representation enhancements; investigating multi-parametric analysis for noise identification and defect classification; studying attenuation curves properties for defect localisation improvement and flaw sizing and location algorithm development.
PL
Celem niniejszego artykułu jest omówienie nowatorskiego sposobu przetwarzania sygnałów w celu wykrywania, identyfikacji i oceny uszkodzeń strukturalnych przy użyciu ultrasonograficznych testów za pomocą elektromagnetycznych przetworników akustycznych (EMAT). Wykrywanie uszkodzeń polega na rozpoznaniu istniejących defektów wewnątrz danej struktury. Lokalizacja uszkodzeń sprowadza się do identyfikacji geometrycznego położenia defektu. Klasyfikacja defektu to klaster typu uszkodzenia w wielu scenariuszach uszkodzeń. W przypadku braku zewnętrznych zakłóceń, dobrym wskaźnikiem wykrywalności błędu jest stosunek sygnału do szumu (SNR). Pomimo tego, że SNR zależy od różnych parametrów, takich jak użyta elektronika, właściwości materiału, np. jednorodność i tłumienie, a także wielkość wady, wskaźnik ten można poprawić przy użyciu zaawansowanego przetwarzania sygnałów. Główne nowe zagadnienia naukowe przedstawione w niniejszym artykule skupiają się na filtrowaniu szumu sygnału za pomocą zaawansowanego przetwarzania sygnału cyfrowego, w tym wykorzystując transformaty falkowe w celu ulepszenia obrazu i sygnału; badanie analizy wieloparametrycznej w celu identyfikacji szumów i klasyfikacji defektów; badanie właściwości krzywych osłabiania w celu sprawniejszego wykrywania i oceny wad oraz rozwoju algorytmu lokalizacji.
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.