W artykule przedstawiono problematykę budowania diagnostycznej bazy wiedzy dotyczącej hybrydowego systemu zasilania na potrzeby organizacji procesu diagnozowania. Podstawą do pozyskiwania informacji diagnostycznej dotyczącej urządzeń hybrydowego systemu zasilania jest analiza funkcjonalno-diagnostyczna badanego obiektu. Efektem procesu opracowania diagnostycznego jest wykonany model struktury funkcjonalno-diagnostycznej, wyznaczone zbiory elementów podstawowych oraz sygnałów diagnostycznych wraz z przypisanymi im wzorcowymi sygnałami diagnostycznymi.
EN
The article presents the problem of building a diagnostic base of knowledge for a hybrid power system for the needs of the organization of the diagnosis process. The basis for obtaining the diagnostic in-formation, regarding devices of the hybrid power system, is functional and diagnostic analysis of the tested object. The effect of the diagnostic development’s process is a model of functional and diagnostic structure, determined sets of basic elements, and diagnostic signals along with assigned standard signals.
W artykule przedstawiono problematykę budowania diagnostycznej bazy wiedzy dotyczącej hybrydowego systemu zasilania na potrzeby organizacji procesu badania stanu obiektu. Podstawą do pozyskiwania informacji diagnostycznej dotyczącej urządzeń hybrydowego systemu zasilania jest analiza funkcjonalno-diagnostyczna badanego obiektu. Efektem procesu budowania jest model struktury funkcjonalno-diagnostycznej, wyznaczone zbiory elementów podstawowych oraz sygnałów pomiarowych wraz z przypisanymi im wzorcami mierzonych sygnałów.
EN
The article presents the issues of building a diagnostic knowledge base regarding a hybrid power system for the needs of the organization of the process of examining the condition of the object. The basis for obtaining diagnostic information about the devices of the hybrid power system is the functional and diagnostic analysis of the tested object. The effect of the building process is a functional and diagnostic structure model, designated sets of basic elements and measuring signals along with the assigned standard measured signals.
This paper presents the essence of an examination of informativeness in the diagnostic information outputs expressed with multiple-valued logic. The diagnostic test required for the examination was completed on wind turbine equipment. The examination included a constant set of determined diagnostic output values. The DIAG 2 diagnostic system was used for the examination and the diagnostic test. DIAG 2 is a smart diagnostic system capable of any inference k of the set {k = 2, 3, 4}. The examination results were expressed in an Object State Table, separately for each k-valued logic of inference tested.
PL
W artykule zaprezentowano istotę badania informacyjności diagnoz informacji diagnostycznej wyrażonych w logikach wielowartościowych. Badanie diagnostyczne przeprowadzono dla urządzeń elektrowni wiatrowej. W badaniu wykorzystano stały zbiór wyznaczonych wartości sygnałów diagnostycznych. Podstawą prowadzonych badań był wykorzystany system diagnostyczny (DIAG 2). Inteligentny system diagnostyczny (DIAG 2) posiada możliwość wnioskowania w jednej z dowolnej k-tej logiki wnioskowania ze zbioru {k = 2, 3, 4}. Uzyskane wyniki badania wyrażono w postaci „Tablicy stanów obiektu” oddzielnie dla poszczególnych logik wnioskowania.
The paper outlines research issues relating to 2- and 3-valued logic diagnoses developed with the diagnostic system (DIAG 2) for the equipment installed at a low-capacity solar power station. The presentation is facilitated with an overview and technical description of the functional and diagnostic model of the low-power solar power station. A model of the low-power solar power station (the tested facility, a.k.a. the test object) was developed, from which a set of basic elements and a set of diagnostic outputs were determined and developed by the number of functional elements j of j. The work also provides a short description of the smart diagnostic system (DIAG 2) used for the tests shown herein. (DIAG 2) is a proprietary work. The diagnostic program of (DIAG 2) operates by comparing a set of actual diagnostic output vectors to their master vectors. The output of the comparison are elementary divergence metrics of the diagnostic output vectors determined by a neural network. The elementary divergence metrics include differential distance metrics which serve as the inputs for (DIAG 2) to deduct the state (condition) of the basic elements of the tested facility.
PL
W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przestawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównaniu zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowej następuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
This paper presents the essence of an investigation of a complex technical object with the use of four-valued logic. To this end, an intelligent diagnostic system (DIAG 2) is described. A special feature of this system was its capability of inferring k at {k = 4, 3, 2}, in which case the logic {k = 4} is applied. An important part of this work was to present the theoretical foundations describing the essence of inference in the four-valued logic contemplated. It was also pointed out that the basis for classification of states in the multiple-valued logic of the diagnostic system (DIAG 2) was the permissible interval of changes in the values of diagnostic signal features. Four-valued logic testing was applied to a system of wind turbine equipment.
PL
W artykule zaprezentowano istotę badania stanu złożonego obiektu technicznego w logice 4-wartościowej. W tym celu zaprezentowano inteligentny system diagnostyczny (DIAG 2). Cechą szczególną tego systemu jest możliwość wnioskowania w k-tej logice przy {k = 4, 3, 2}, w tym przypadku zastosowano logikę {k = 4}. Ważną częścią tego opracowania jest przedstawienie w nim podstaw teoretycznych opisujących istotę wnioskowania w badanych logikach 4-wartościowych. Wskazano także, że podstawą klasyfikowania stanów w logikach wielowartościowych w systemie diagnostycznym (DIAG 2) jest zinterpretowany dopuszczalny przedział zmian wartości cech sygnałów diagnostycznych. Badaniu stanu w logice 4-wartościowej poddano system urządzeń elektrowni wiatrowej.
W artykule zaprezentowano problematykę wyznaczania informacji diagnostycznej na potrzeby badania stanu urządzeń farmy wiatrowej. W tym celu przedstawiono i opisano istotę opracowywania modelu funkcjonalno-diagnostycznego na przykładzie urządzeń elektrowni wiatrowej. Na podstawie opracowanego modelu badanego obiektu wyznaczono informację diagnostyczną w postaci zbioru elementów podstawowych oraz zbioru sygnałów diagnostycznych, które są wypracowane przez wyznaczone j-te elementy w i-tych zespołach funkcjonalnych obiektu. W artykule zaprezentowano opis procesu budowania bazy wiedzy dla systemu ekspertowego.
EN
The article presents the problems of determining diagnostic information for the needs of testing the state of wind farm equipment. To this end, the essence of developing a functional and diagnostic model on the example of wind power plant equipment has been presented and described. Based on the developed model of the examined object, diagnostic information was determined in the form of a set of basic elements and a set of diagnostic signals, which are developed by the designated j-elements in the i-functional units of the object. The article presents a description of the process of building a knowledge base for an expert system.
W prezentowanym artykule przedstawiono problematykę opisującą teoretyczne podstawy wnioskowania (podejmowania decyzji) w logice wielowartościowej. Znaczna część artykułu dotyczy opisu podstaw opracowania logik k-wartościowych, gdzie: k = 2, 3, 4. W pracy przyjęto za podstawę przy opracowaniu logik wielowartościowych przedział zdatności dla logiki dwuwartościowej. W rozdziale trzecim przedstawiono przykład diagnozowania obiektu technicznego w logice czterowartościowej.
EN
The article presents the problem of describing the theoretical basis for inference (decision-making) in the multi-valued logic. A significant part of the article concerns the descrip-tion of the basis for the development of the logic k-value, where k = 2, 3, 4. In the work, as a basis for the development of multivalent logics, the interval suitability for two-valued logic has been taken. The third chapter is an example of diagnosing the technical object in the logic of 4-valuable.
W artykule zaprezentowano problematykę wyznaczania informacji diagnostycznej na potrzeby badania złożonego obiektu technicznego. W tym celu przedstawiono i opisano istotę opracowania modelu funkcjonalno-diagnostycznego na przykładzie urządzeń elektrowni wiatrowej. Na podstawie opracowanego modelu obiektu wyznaczono informację diagnostyczną, która składa się z dwóch elementów: zbioru elementów podstawowych oraz zbioru sygnałów diagnostycznych, które są wypracowane przez wyznaczone j-te elementy w i-tych zespołach funkcjonalnych obiektu. Ważnym aspektem zawartym w tym artykule jest przedstawienie problematyki wyznaczania zbioru wzorcowych sygnałów diagnostycznych. Znajomość zbioru sygnałów diagnostycznych i ich wzorcowych sygnałów jest bazą do wyznaczenia przedziału zmiany wartości sygnałów diagnostycznych, które są podstawą diagnozowania obiektu z wykorzystaniem inteligentnego systemu diagnostycznego (DIAG 2) lub przy użyciu baz wiedzy dla systemów ekspertowych.
EN
The article presents the problem of determining diagnostic information for the purpose of testing a complex technical object. To this end, the essence of the development of the functional-diagnostic model was presented and described on the example of the wind power plant. Based on the developed model of the object, diagnostic information has been determined, which consists of two components: a set of basic elements and a set of diagnostic signals, which are worked out by the designated elements in the functional groups of the object. An important aspect in this paper is the shift in the pro bono definition of a set of diagnostic signals. Knowledge of the set of diagnostic signals and their nominal (master) signals is the basis for determining the range of changes in diagnostic signals that are the basis for the diagnosis of an object using the intelligent diagnostic system (DIAG 2) or using knowledge bases for expert systems.
W artykule zaprezentowano problematykę badania wypracowanych diagnoz w logice 2- i 3-wartościowej przez system diagnostyczny (DIAG 2) dla urządzeń elektrowni słonecznej. W tym celu przedstawiono i opisano model funkcjonalno-diagnostyczny urządzeń elektrowni słonecznej. Na podstawie opracowanego modelu badanego obiektu wyznaczono zbiór elementów podstawowych oraz zbiór sygnałów diagnostycznych, które są wypracowane przez j-te elementy funkcjonalne obiektu. Przedstawiono także krótki opis wykorzystywanego w badaniu inteligentnego systemu diagnostycznego (DIAG 2). System (DIAG 2) jest autorskim opracowaniem autorów. Program diagnostyczny w systemie (DIAG 2) pracuje na zasadzie porównania zbioru wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowejnastępuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
EN
The article presents the problem of the study of developed diagnoses in logic 2- and 3-valuable diagnostic system (DIAG 2) devices of the solar power. For this purpose, a functional-diagnostic model of solar power devices has been described. On the basis of the elaborated model of the investigated object, a set of basic elements and a set of diagnostic signals, that are generated by the j-th elements of the functional object, have been determined. Also, there was given a brief description of intelligent diagnostic (DIAG 2) system used for the study. The system (DIAG 2) is a proprietary development of the authors. Diagnostic software in (DIAG 2) system works on the principle of comparison of the set of vectors of diagnostic signals with their standard vectors. By comparing the signals, elementary metrics of vectors disparity of diagnostic signals are determined by the neural network. On the basis of the metrics of differential distance, the system inferences about the diagnosis on the state of elements of a basic object.
W artykule zaprezentowano zastosowanie logiki czterowartościowej w procesie wnioskowania w systemach diagnostycznych. W tym celu przedstawiono i zdefiniowano strukturę inteligentnego systemu diagnostycznego DIAG 2. Opisano jego istotne moduły: pomiarowy, obliczenia i analizy (program sieci neuronowej) oraz wnioskowania diagnostycznego. W literaturze brakuje opracowań w zakresie opisu i zastosowania logiki czterowartościowej w systemach diagnostycznych. Prace autorów w tym zakresie są nowatorskie. Na uwagę zasługuje także zaprezentowanie metody diagnostycznej stosowanej w systemie DIAG 2. Proponowana metoda diagnozowania (oceny stanu badanego obiektu) polega na porównaniu wektorów sygnałów diagnostycznych z ich wektorami wzorcami. W wyniku porównania sygnałów wyznaczane są przez sieć neuronową elementarne metryki rozbieżności wektorów sygnałów diagnostycznych. Na podstawie metryk odległości różnicowej następuje wnioskowanie systemu co do rozpoznania stanu elementów podstawowych obiektu.
EN
The article presents application of logic 4-valuable in the process of reasoning in diagnostic systems. For this purpose, the structure of an intelligent diagnostic system (DIAG 2) is presented and defined. Its essential modules: measurement, calculation, and analysis modules (program of neural network) and diagnostic inference are described. In the literature, there is no development in the field of description and implementation of the logic of the tetravalent in diagnostic systems. The author’s works in this field are innovative ones. Noteworthy is the present diagnostic method used in the system (DIAG 2). The proposed diagnostic method (assessment of the state of the examined object) is based on a comparison of vectors of diagnostic signals with their patterns’ vectors. By comparing the signals, elementary metrics of disparity vectors of diagnostic signals are determined by the neural network. On the basis of the metrics of differential distance, the system requests for diagnostics of the state of elements of the basic object.
11
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono wyniki zastosowania zbiorów rozmytych i logiki wielowartościowej w modelowaniu oddziaływania maszynisty na wybrane urządzenia sterownicze. Jako parametr charakteryzujący sprawność działania maszynisty przyjęto czas reakcji. Wyniki badań symulacyjnych uzyskano z zastosowania modelu Mamdani 'ego i Takagi-Sugeno-Kanga. W modelowaniu uwzględniono wpfyw cech charakteryzujących czynniki: ludzki, konstrukcyjno-techniczny i materialnego środowiska pracy na sprawność działania maszynisty
EN
This paper presents the results of my research concerning the use of fuzzy sets and multiple-valued logic in modelling the driver's impact on selected driving controls. In this research, the parameter assumed to characterise the driver's performance is the reaction time, including tlie information receipt time, the decision-making time, and the activity performance time. Also presented is the results of the simulation studies of Mamdani and Takagi-Sugeno-Kanga models, taking into consideration features which characterize the human factor, the design/technological factor and the materiał work eiwironment factor and their impact on operator's efficiency and driving safety.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.