Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Diagnostyka

2 Cempel C.

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: macierz symptomowej obserwacji

Sortuj według:

Ogranicz wyniki do:

Double Singular Value Decomposition (SVD) Of Symptom Observation Matrix In Machine Condition Monitoring

Cempel C.

Diagnostyka

2010

nr 1(53)

3-12

Application of SVD to fault extraction from the machine symptom observation matrix (SOM) seems to be validated enough by means of data taken from real diagnostic cases. But sometimes the number of observations, i.e. rank of the SOM is low, what may influence obtained results and subsequent diagnostic decision. This was the reason to look for additional improvement by the second application of SVD to generalized fault matrix obtained by the first SVD. The result is strange, no accuracy increase flows from the application of the second SVD, independently of the SOM rank. This needs further deliberations and rethinking.

Korzyści zastosowania SVD w wielowymiarowej diagnostyce maszyn są potwierdzone przez wielu autorów. Jednak dla małej ilości obserwacji, kiedy rząd symptomowej macierzy obserwacji jest niski, wyniki mogą wydawać się nieprecyzyjne, co może wpływać na wynikowa decyzje diagnostyczną. Zatem zastosowano podwójny rozkład SVD w skrajnych przypadkach wziętych z praktyki diagnostycznej, kilkunastu i kilkuset obserwacji. Otrzymany rezultat zaprzecza początkowej supozycji, dodatkowe zastosowanie SVD nie daje żadnego wzrostu dokładności obliczeń uogólnionych symptomów. Przy okazji tych badań podwójnego SVD łatwo było skonstruować nowy uogólniony symptom wskazujący na występowanie dwu liczących się uszkodzeń w obserwowanym obiekcie, co może być istotne w sytuacjach nadzory złożonych obiektów.

Implementing multidimensional inference capability in vibration condition monitoring

Cempel C.

Diagnostyka

2005

Vol. 34

7--14

Contemporary measuring technology in condition monitoring of critical systems allow us to form diagnostic symptom observation vector, with components different physically, and to extract fault information from such created symptom observation matrix. This is possible by using singular value decomposition algorithm and specially written program, which enable also to optimize the dimensionality of symptom observation vector, and to extract needed diagnostic information. We can use as the next, the concept of symptom reliability and symptom hazard rate to calculate the symptom limit value, for system maintenance planning and execution. It seems to be possible to perform these task in an autonomous way, and adding also the knowledge base and learning loop, creating in this way some first approach to Condition Inference Agent (CIA).

Współczesne technologie pomiarowe w diagnostyce obiektów krytycznych pozwalają nam formułować bardzo bogaty wektor obserwacji diagnostycznej obiektu, ze składowymi o różnej naturze fizykalnej. Uformowana w ten sposób macierz symptomowej obserwacji zawiera informację o wielowymiarowej przestrzeni uszkodzeń rozwijającej się w czasie życia obiektu. Jak się okazuje, ekstrakcja tej informacji jest możliwa przez zastosowanie rozkładu względem wartości szczególnych (SVD). Możemy w ten sposób formułować uogólnione symptomy uszkodzeń, a uwzględniając koncepcję niezawodności symptomowej wyznaczyć wartość graniczną symptomu dla bezpiecznej eksploatacji. Możliwa jest też informacyjna ocena pierwotnie mierzonych symptomów i optymalizacja wektora obserwacji. W ten sposób można zwolna myśleć o projekcie samodzielnego agenta diagnostycznego - CIA.