Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: observation matrix

Sortuj według:

Ogranicz wyniki do:

Pewność diagnozy stanu maszyn w podejściu jedno i wielowymiarowym

Krakowiak M., Cempel C.

Diagnostyka

2004

Vol. 32

125--134

W pracy przedstawiono problematykę związaną z badaniami możliwości wielowymiarowej diagnostyki stanu maszyn. Zaprezentowano przejście od macierzy obserwacji diagnostycznej obiektu i wykorzystanie dostępnych narzędzi wnioskowania diagnostycznego w środowisku Matlak. Pokazano między innymi wyznaczenie wartości granicznych symptomu i prognozy. W pracy porównano rezultaty uzyskane po zastosowaniu prognozy najpierw jedno a następnie wielowymiarowej, aby w końcowej fazie ocenić zysk wielowymiarowości w diagnostyce wybranych obiektów.

The paper presents introductory consideration of the reliability of condition assessment, when using one symptom approach against the symptom observation matrix in the multidimensional condition monitoring. The comparison was made by using some software for condition assessment and forecasting prepared in the MATLAB environment, and basing on real symptoms used in vibration condition monitoring of the railroad diesel engines. The residual system life time was used as the quantity of comparison in a single and multi dimensional case. It was found in a given case, that multidimensionality can give us more reliability of assessment of the engine residual life.

Reduction of Redundancy of Symptom Observation Space in Systems Condition Monitoring

Cempel C.

Bulletin of the Polish Academy of Sciences. Technical Sciences

2001

vol. 49, nr 2

267-284

It was shown in this paper that classical approach to the assessment of systems condition evolution can be much improved by special processing of observed symptoms of condition. When we have a large symptom data base, we can apply singular value decomposition (SVD) as the newest data mining procedure, to obtain a symptom and condition evolution model. By using SVD it is possible to have two additional independent fault discriminants: named here SD and SG, with high dynamics of evolution during system life. Moreover, we can add an additional column of system life count, as the first approximation of a logistic vector describing the unit life history. It is also possible to use the value of a pseudo - determinant of a symptom observation matrix, and correlation between this new discriminant and the symptom observation matrix to minimize the redundancy of symptom measuring space, and choose the best symptom for condition observation.