Our aim is to explore the CCA (Curvilinear Component Analysis) as applied to condition monitoring of gearboxes installed in bucket wheel excavators working in field condition, with the general goal to elaborate a probabilistic model describing the condition of the machine gearbox. To do it we need (a) information on the shape (probability distribution) of the analyzed data, and (b) some reduction of dimensionality of the data (if possible). We compare (for real set of data gathered in field conditions) the 2D representations yielded by the CCA and PCA methods and state that they are different. Our main result is: The analyzed data set describing the machine in a good state is composed of two different subsets of different dimensionality thus can not be modelled by one common Gaussian distribution. This is a novel statement in the domain of gearbox data analysis.
PL
W pracy przedstawiono wyniki prac nad zastosowaniem CCA (Curvilinear Component Analysis - analiza komponentów krzywoliniowych) do nieliniowej redukcji wymiarowości danych wykorzystywanych do diagnostyki przekładni planetarnej stosowanej w układach napędowych koparki kołowej. Do oceny stanu technicznego niezbędne jest zbudowanie modelu pobabilistycznego zbioru cech diagnostycznych. Modelowanie danych wielowymiarowych (gęstości prawdopodobieństwa) dla wszystkich wymiarów jest trudne, i ze względu na istniejącą redundancję, nieuzasadnione, dlatego prowadzi się badania nad redukcją wymiarowości zbiorów cech diagnostycznych. W artykule porównujemy dwuwymiarowe reprezentacje zbioru cech uzyskane metodami CCA i PCA (analiza składowych głównych) wykazując różnice w uzyskanych wynikach. Głównym wynikiem pracy jest identyfikacja w przestrzeni cech diagnostycznych dla przekładni w stanie prawidłowym dwóch podzbiorów danych o różnej rzeczywistej wymiarowości zatem nie mogą być one modelowane za pomocą jednego modelu o charakterystyce gaussowskiej. Interpretacja tych podzbiorów wiąże się z występowaniem różnych obciążeń maszyny.
An ideal objective image quality assessment method should be linearly correlated with subjective scores expressed as Mean Opinion Scores (MOS) or Differential MOS. Such scores are representative for the human perception of various types of image distortions and can be obtained from several image quality databases containing a number of images corrupted by various distortions and their MOS/DMOS values. Unfortunately, the relation between even the most recently proposed image quality assessment methods and subjective scores is nonlinear. In order to compensate this, the Video Quality Experts Group has recommended the use of the logistic function for the additional nonlinear mapping. Nevertheless, its parameters obtained for each database are different so some other functions, e.g. simple polynomials, can also be applied for this purpose. The analysis of the results obtained for currently available image databases is presented in the last part of the paper.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
We consider some versions and generalizations of the classical Lyusternik theorem on the covering property (metric regularity) of nonlinear mappings, study some related properties, and propose nonlocal theorems of the given type, which then are used in the proof of a relaxation theorem for a nonlinear control system with sliding modes and terminal equality constraints.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.