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:  metody uczenia maszynowego
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Przemysłowe systemy predykcji stanu maszyn i procesów
PL
Wraz z koncepcją Przemysłu 4.0 predykcyjne utrzymanie ruchu staje się coraz popularniejsze. Głównym celem predykcji jest przewidywanie przyszłych stanów awaryjnych maszyn i procesów, bazując na znajomości stanów przeszłych oraz obecnych.
PL
W artykule przedstawiono wybrane algorytmy uczenia maszynowego do przetwarzania obrazu mikroskopowego utlenionych kłaczków osadów ściekowych w celu oceny skuteczności monitorowania procesu tlenowej stabilizacji. Przedstawiono i porównano trzy techniki segmentacji algorytmem: k-means, fuzzy c-means oraz progowania Otsu w ocenie skuteczności segmentacji obszarów utlenionych i wykryciu zjawiska spęcznienia lub pienienia się kłaczków osadu ściekowego. Wykorzystane metryki GCE, RI, VI skutecznie porównują zmiany morfologiczne i strukturalne kłaczków poprzez ocenę segmentacji i kwantyfikacji obrazu. Analiza obrazów mikroskopowych przy wykorzystaniu technik uczenia maszynowego zapewniają oszczędność czasu i stanowią alternatywę metod fizyko-chemicznych w ocenie tlenowej stabilizacji osadu ściekowego
EN
The article presents selected machine learning algorithms for processing the microscopic image of oxidized sewage sludge flocs in order to assess the effectiveness of monitoring the oxygen stabilization process. Three techniques of segmentation were presented and compared by algorithm: k-means, fuzzy c-means and Otsu thresholding in assessing segmentation effectiveness of oxidized areas and detecting the swelling or foaming phenomenon of sewage sludge flocs. The GCE, RI, VI metrics has been effectively used and compared for morphological and structural changes of the flocs by assessing the image segmentation and quantification. The analysis of microscopic images using machine learning techniques save time and constitute an alternative to the physico-chemical methods to assessment aerobic stabilization of sewage sludge.
EN
The rough sets theory is at present one of the most modern tools used for the analysis of tests results being specially loaded with considerable errors. The tests results of the surface fatigue life both the machines elements (e.g. rolling bearings) and their parts or specially made samples can be regarded as such results. The presented paper includes the analysis of the influence of different parameters of the surface layer of cylindrical rolling elements on their surface fatigue life spread. The analysis was made with the use of the rough sets theory.
PL
Teoria zbiorów przybliżonych jest aktualnie jednym z najnowocześniejszych narzędzi służących do analizy wyników badań szczególnie obarczonych znacznymi błędami. Do takich wyników zaliczyć należy rezultaty badań powierzchniowej trwałości zmęczeniowej zarówno elementów maszyn (np. łożysk tocznych), jak i ich części składowych czy specjalnie wykonywanych próbek. W prezentowanym artykule zamieszczono analizę wpływu różnych parametrów warstwy wierzchniej walcowych elementów tocznych na rozrzut ich powierzchniowej trwałości zmęczeniowej. Analizy dokonano z wykorzystaniem teorii zbiorów przybliżonych.
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.