Wyniki wyszukiwania - BazTech

1

Ocena ryzyka robót dodatkowych w budowie infrastruktury kolejowej

Leśniak Agnieszka, Janowiec Filip

Materiały Budowlane

|

2022

|

nr 10

68--70

PL

Artykuł prezentuje autorskie podejście do oceny ryzyka robót dodatkowych w przedsięwzięciach kolejowych. Opracowana baza danych posłużyła do budowy i kalibracji modelu w postaci sieci bayesowskiej. Zdefiniowano kluczowe zdarzenia dotyczące robót dodatkowych. W przypadku każdego z nich określono warianty w węzłach sieci i prawdopodobieństwo ich wystąpienia. Zaproponowano 3 poziomy ryzyka. Przekroczenie przyjętego poziomu referencyjnego oznacza ryzyko nieakceptowalne i wymaga podjęcia działań zapobiegawczych.

EN

This article presents a proprietary approach to the risk assessment of additional works in the railway construction projects. The developed database was used to build and calibrate the model as a Bayesian network. The key events causing additional works were defined. Variants in nodes of network and probability of occurrence were determined for each of them. Three levels of risk were proposed. Exceeding the defined reference level means an unacceptable risk and requires taking preventive actions.

2

Modelling the impact of electronic auction on the tender procedure for the construction of railway infrastructure with the Bayesian networks

Janowiec Filip

Archives of Civil Engineering

|

2022

|

Vol. 68, nr 4

617--631

EN

The numerous overruns of the investor's budget during tenders for the construction of railway infrastructure in Poland resulted in the widespread use of a new procedure for awarding public contracts - electronic auction. This procedure has many advantages and potential risks. One of the biggest benefits for an investor is the potential gains from reducing bids. Contractors competing against each other allow for the achievement of optimal prices for the planned construction investment. However, this may cause the originally calculated risks, should they materialize, lead to significant budget overruns. This, in turn, may imply further negative consequences, including exceeding the assumed investment deadlines. The article presents a method of modeling the influence of an electronic auction on a tender procedure with the use of a Bayesian network. Data from completed tender procedures announced by the PKP Polskie Linie Kolejowe S.A. were used to build the network. The created network was then validated, verified and calibrated using new data from 8 tender procedures.

PL

Liczne przekroczenia budżetu inwestorskiego podczas przetargów na budowę infrastruktury kolejowej w Polsce spowodowały powszechne zastosowanie nowego trybu udzielania zamówień publicznych - aukcji elektronicznej. Ta procedura ma wiele zalet i potencjalnych zagrożeń. Jedną z największych korzyści dla inwestora są potencjalne zyski, wynikające z zmniejszenia ofert. Oferenci konkurując wzajemnie pozwalają na osiągnięcie optymalnych cen dla planowanej inwestycji budowlanej. Jednak to może spowodować, iż pierwotnie kalkulowane ryzyka w razie urzeczywistnienia się, doprowadzą do znacznych przekroczeń budżetu. To z kolei może implikować dalsze negatywne konsekwencje, w tym przekroczenie założonych terminów inwestycji. W artykule przedstawiono metodę modelowania wpływu aukcji elektronicznej na postępowanie przetargowe z wykorzystaniem sieci bayesowskiej. Do budowy sieci wykorzystano dane pochodzące z zakończonych postępowań przetargowych ogłaszanych przez spółkę PKP Polskie Linie Kolejowe S.A. Stworzona sieć została następnie poddana walidacji, zweryfikowana i skalibrowana z wykorzystaniem nowych danych, pochodzących z 8 postępowań przetargowych.

3

Assessment of the possibility of using Bayesian nets and Petri nets in the process of selecting additive manufacturing technology in a manufacturing company

Topczak Marcin, Śliwa Małgorzata

Applied Computer Science

|

2021

|

Vol. 17, no 1

5--16

EN

The changes caused by Industry 4.0 determine the decisions taken by manufacturing companies. Their activities are aimed at adapting processes and products to dynamic market requirements. Additive manufacturing technologies (AM) are the answer to the needs of enterprises. The implementation of AM technology brings many benefits, although for most 3D printing techniques it is also relatively expensive. Therefore, the implementation process should be preceded by an appropriate analysis, in order, finally, to assess the solution. This article presents the concept of using the Bayesian network when planning the implementation of AM technology. The use of the presented model allows the level of the success of the implementation of selected AM technology, to be estimated under given environmental conditions.

4

Group decision support system based on Bayesian network

Kvyetnyy Roman N., Kuzmina Natalia F., Poplavskyy Olexander A., Drabovska Vira A., Kuzmik Valentyna B., Gromaszek Konrad, Kalizhanova Aliya, Smaillova Saule

Przegląd Elektrotechniczny

|

2020

|

R. 96, nr 9

123--128

EN

The article examines the process of building a developed group decision support system, its analytical and informational support. Different modes of the operation of the system are described. Software implementation and practical aspects of using such a system to resolve conflicts in supporting group decision making process are proposed. The experimental results, which allowed to confirm the effectiveness of the developed system and its application for evaluation and teaching of users are presented.

PL

Artykuł analizuje proces budowy rozwiniętego systemu wspomagania decyzji grupowych, jego wsparcie analityczne i informacyjne. Opisano różne tryby działania systemu. Proponowane jest wdrożenie oprogramowania i praktyczne aspekty korzystania z takiego systemu do rozwiązywania konfliktów we wspieraniu grupowego procesu decyzyjnego. Przedstawiono wyniki eksperymentów, które pozwoliły potwierdzić skuteczność opracowanego systemu i jego zastosowania do oceny i nauczania użytkowników.

5

Imprecise sensitivity analysis of system reliability based on the Bayesian network and probability box

Liang He, Mi Jinhua, Bai Libing, Cheng Yuhua

Eksploatacja i Niezawodność

|

2020

|

Vol. 22, no. 3

508--519

EN

Sensitivity analysis measures how changes in system inputs affect outputs. Previously, a large amount of sensitivity analysis research was relevant to the precise probability that is regarded as an ideal condition of engineering. Due to insufficient test samples and the low accuracy of test data, system reliability with hybrid uncertainty is difficult to be described as a precise value. As a profusion of highly integrated electromechanical equipment is applied in modern life, it is impossible to apply sufficient resources to eliminate the stochastic property of every component, which necessitates the identification of highly sensitive components to efficiently reduce imprecision. Hence, based on the theory of imprecise probability, imprecise sensitivity analysis has become a popular research topic in the last decade. In this paper, a method for uncertain system reliability and imprecise sensitivity analysis is proposed based on a Bayesian network, a probability box and the pinching method. The feasibility and accuracy of the combined method are fully verified through the evaluation and analysis of a numerical example and a case study of an electromechanical system, and the highly sensitive components that heavily influence the imprecision of system outputs are accurately identified.

PL

Celem analizy czułościowej jest badanie w jakim stopniu zmiany danych wejściowych systemu wpływają na dane wyjściowe. Dotychczasowe badania z wykorzystaniem analizy czułościowej były związane z dokładnym prawdopodobieństwem postrzeganym w inżynierii jako warunek idealny. Przy niewystarczającej wielkości badanej próby i niskiej dokładności danych testowych, niezawodność systemu o hybrydowej niepewności trudno opisać w sposób dokładny. Biorąc pod uwagę fakt, że we współczesnym świecie wykorzystuje się duże ilości wysoce zintegrowanych urządzeń elektromechanicznych, niemożliwa jest alokacja wystarczających zasobów w celu wyeliminowania właściwości stochastycznych każdego elementu. Oznacza to, że aby zredukować niedokładność, konieczna jest identyfikacja komponentów o wysokiej czułości. Dlatego też popularnym przedmiotem badań ostatniej dekady stała się niedokładna analiza czułości, bazująca na teorii niedokładnego prawdopodobieństwa. W artykule zaproponowano metodę analizy niezawodności niepewnego systemu jak również niedokładnej analizy czułościowej w oparciu o sieć bayesowską, pole prawdopodobieństwa i metodę pinch point. Możliwość wykorzystania i dokładność metody zostały w pełni potwierdzone na podstawie przykładu liczbowego jak również studium przypadku systemu elektromechanicznego; proponowana metoda pozwoliła na poprawne określenie wysoce czułych elementów systemu, które w dużym stopniu wpływają na niedokładność danych wyjściowych układu.

6

Importance measure of probabilistic common cause failures under system hybrid uncertainty based on bayesian network

Mi Jinhua, Li Yan-Feng, Beer Michael, Broggi Matteo, Cheng Yuhua

Eksploatacja i Niezawodność

|

2020

|

Vol. 22, no. 1

111--120

EN

When dealing with modern complex systems, the relationship existing between components can lead to the appearance of various dependencies between component failures, where multiple items of the system fail simultaneously in unpredictable fashions. These probabilistic common cause failures affect greatly the performance of these critical systems. In this paper a novel methodology is developed to quantify the importance of common cause failures when hybrid uncertainties are presented in systems. First, the probabilistic common cause failures are modeled with Bayesian networks and are incorporated into the system exploiting the α factor model. Then, probability-boxes (bound analysis method) are introduced to model the hybrid uncertainties and quantify the effect of uncertainties on system reliability. Furthermore, an extended Birnbaum importance measure is defined to identify the critical common cause failure events and coupling impact factors when uncertainties are expressed by probability-boxes. Finally, the effectiveness of the method is demonstrated through a numerical example.

PL

W przypadku nowoczesnych systemów złożonych, relacje zachodzące między komponentami mogą prowadzić do pojawienia się różnych zależności między ich uszkodzeniami, a tym samym do sytuacji w których kilka składowych systemu ulega uszkodzeniu jednocześnie w nieprzewidywalny sposób. Tego typu probabilistyczne uszkodzenia wywołane wspólną przyczyną (PCCF) mają ogromny wpływ na wydajność tych kluczowych systemów. W przedstawionym artykule opracowano nową metodę szacowania ważności PCFF w sytuacjach, gdy w systemie występują niepewności hybrydowe. W pierwszej kolejności, PCFF zamodelowano za pomocą sieci bayesowskich i włączono do systemu wykorzystującego model współczynnika α. Następnie, wprowadzono przedziały prawdopodobieństwa, tzw. probability boxes (bound analysis method), w celu zamodelowania niepewności hybrydowych i kwantyfikacji wpływu tych niepewności na niezawodność systemu. Ponadto zdefiniowano rozszerzoną miarę ważności Birnbauma, która pozwala zidentyfikować krytyczne zdarzenia PCCF oraz czynniki, które je wywołały, w przypadkach, gdy niepewności wyrażone są za pomocą probability boxes. Skuteczność metody wykazano na przykładzie numerycznym.

7

A novel reliability estimation method of multi-state system based on structure learning algorithm

Li Zhifeng, Wang Zili, Ren Yi, Yang Dezhen, Lv Xing

Eksploatacja i Niezawodność

|

2020

|

Vol. 22, no. 1

170--178

EN

Traditional reliability models, such as fault tree analysis (FTA) and reliability block diagram (RBD), are typically constructed with reference to the function principle graph that is produced by system engineers, which requires substantial time and effort. In addition, the quality and correctness of the models depend on the ability and experience of the engineers and the models are difficult to verify. With the development of data acquisition, data mining and system modeling techniques, the operational data of a complex system considering multi-state, dependent behavior can be obtained and analyzed automatically. In this paper, we present a method that is based on the K2 algorithm for establishing a Bayesian network (BN) for estimating the reliability of a multi-state system with dependent behavior. Facilitated by BN tools, the reliability modeling and the reliability estimation can be conducted automatically. An illustrative example is used to demonstrate the performance of the method.

PL

Tradycyjne modele niezawodności, takie jak analiza drzewa błędów (FTA) czy schemat blokowy niezawodności (RBD), buduje się zazwyczaj w oparciu o tworzone przez inżynierów systemowych schematy zasad działania systemu, których przygotowanie wymaga dużych nakładów czasu i pracy. Jakość i poprawność tych modeli zależy od umiejętności i doświadczenia inżynierów, a same modele są trudne do zweryfikowania. Dzięki rozwojowi technik akwizycji i eksploracji danych oraz modelowania systemów, dane operacyjne złożonego systemu uwzględniające jego zależne, wielostanowe zachowania mogą być pozyskiwane i analizowane automatycznie. W artykule przedstawiono metodę konstrukcji sieci bayesowskiej (BN) opartą na algorytmie K2, która pozwala na ocenę niezawodności systemu wielostanowego o zachowaniach zależnych. Dzięki narzędziom BN, modelowanie i szacowanie niezawodności może odbywać się automatycznie. Działanie omawianej metody zilustrowano na podstawie przykładu.

8

Application of bayesian networks for estimation of individual psychological characteristics

Litvinenko Alexander, Mamyrbayev Orken, Litvinenko Natalya, Shayakhmetova Assem, Kotyra Andrzej

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 5

92--97

EN

An accurate qualitative and comprehensive assessment of human potential is one of the most important challenges in any company or collective. We apply Bayesian networks for developing more accurate overall estimations of psychological characteristics of an individual, based on psychological test results, which identify how much an individual possesses a certain trait. Examples of traits could be a stress resistance, the readiness to take a risk, the ability to concentrate on certain complicated work.

PL

Jakościowa oraz kompleksowa ocena potencjału ludzkiego jest jednym z najważniejszych wyzwań dla każdej firmy lub grupy. Sieci Bayesowskie stosowane są do opracowywania dokładniejszych ogólnych oszacowań cech psychologicznych jednostki, w oparciu o wyniki testów psychologicznych, które określają, jak dużo dana osoba posiada pewnych cech.

9

Generations in Bayesian networks

Litvinenko Alexander, Litvinenko Natalya, Mamyrbayev Orken, Shayakhmetova Assem

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

T. 9, nr 3

10--13

EN

This paper focuses on the study of some aspects of the theory of oriented graphs in Bayesian networks. In some papers on the theory of Bayesian networks, the concept of “Generation of vertices” denotes a certain set of vertices with many parents belonging to previous generations. Terminology for this concept, in our opinion, has not yet fully developed. The concept of “Generation” in some cases makes it easier to solve some problems in Bayesian networks and to build simpler algorithms. In this paper we will consider the well-known example “Asia”, described in many articles and books, as well as in the technical documentation for various toolboxes. For the construction of this example, we have used evaluation versions of AgenaRisk.

PL

Niniejszy artykuł koncentruje się na badaniu pewnych aspektów teorii zorientowanych grafów w sieciach bayesowskich. W niektórych artykułach na temat teorii sieci bayesowskich pojęcie „generacji wierzchołków” oznacza pewien zestaw wierzchołków z wieloma rodzicami należącymi do poprzednich generacji. Terminologia tego pojęcia, naszym zdaniem, nie została jeszcze w pełni rozwinięta. Koncepcja „Generacji” w niektórych przypadkach ułatwia rozwiązywanie niektórych problemów w sieciach bayesowskich i budowanie prostszych algorytmów. W tym artykule rozważymy dobrze znany przykład „Azja”, opisany w wielu artykułach i książkach, a także w dokumentacji technicznej różnych zestawów narzędzi. Do budowy tego przykładu wykorzystaliśmy wersje testowe AgenaRisk.

10

Reliability analysis of complex uncertainty multi-state system based on Bayesian network

Wang Haipeng, Duan Fuhai, Ma Jun

Eksploatacja i Niezawodność

|

2019

|

Vol. 21, no. 3

419--429

EN

Reliability analysis of complex multi-state system has uncertainty, which is caused by complex structures, limited test samples, and insufficient reliability data. By introducing fuzzy mathematics and grey system theory into the Bayesian network, the model of the grey fuzzy Bayesian network is built, and the reliability analysis method of complex uncertainty multi-state system with the non-deterministic membership function and the interval characteristic quantity is proposed in this paper. Using the trapezoidal membership function with fuzzy support radius variable to describe the fault state of the component, it can effectively avoid the influence of human subjective factors on the selection of the membership function and solve the problem that the fault states of the system and its components are difficult to define accurately. And the conditional probability table containing interval grey numbers is constructed to effectively express the uncertain fault logic relationship between the system and its components. Moreover, a parameter planning model of the system reliability characteristic quantities is constructed, and the system reliability characteristic quantities are expressed as the form of interval values. Finally, two sets of numerical experiments are conducted and discussed, and the results show that the proposed method is an effective and a promising approach to reliability analysis for complex uncertainty multi-state systems.

PL

Analiza niezawodności złożonych systemów wielostanowych obarczona jest niepewnością związaną ze złożonością ich struktury, ograniczoną liczbą próbek badawczych i niewystarczającymi danymi dotyczącymi niezawodności. W przedstawionej pracy, wprowadzenie elementów matematyki rozmytej i teorii szarych systemów do sieci bayesowskiej umożliwiło budowę modelu szarej rozmytej sieci bayesowskiej i zaproponowanie metody analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności, która wykorzystuje niedeterministyczną funkcję przynależności oraz pojęcie interwałowej wielkości charakterystycznej. Zastosowanie trapezoidalnej funkcji przynależności z rozmytą zmienną promienia nośnego do opisu stanu uszkodzenia komponentu, pozwala zniwelować wpływ subiektywnego czynnika ludzkiego na wybór funkcji przynależności i eliminuje konieczność precyzyjnego definiowania stanu uszkodzenia systemu i jego elementów składowych. Opracowana tabela prawdopodobieństw warunkowych zawierająca szare liczby interwałowe pozwala wyrazić niepewne zależności logiki uszkodzeń między systemem a jego składnikami. Ponadto, w pracy skonstruowano model planowania parametrów charakterystycznych wielkości niezawodności systemu wyrażonych w postaci wartości interwałowych. W ostatniej części artykułu omówiono dwie serie eksperymentów numerycznych, których wyniki pokazują, że proponowana metoda stanowi skuteczne i obiecujące podejście do analizy niezawodności złożonych systemów wielostanowych w warunkach niepewności.

11

Diagnozowanie uszkodzeń łożysk tocznych z wykorzystaniem wybranych klasyfikatorów

Piekoszewski J.

Autobusy : technika, eksploatacja, systemy transportowe

|

2018

|

R. 19, nr 12

597--601

PL

Niewielkie uszkodzenie łożysk tocznych może prowadzić do poważnej awarii urządzenia. Zatem, bardzo ważnym jest wykrycie takich defektów na ich początkowym etapie powstawania aby zapobiec dalszym uszkodzeniom. W pracy przedstawiono kilka wybranych teoretycznych narzędzi z obszaru sztucznej inteligencji zastosowanych do rozwiązania problemu diagnozowania uszkodzeń łożysk tocznych. Rozważanymi narzędziami są: algorytm k najbliższych sąsiadów, drzewo decyzyjne, maszyna wektorów podpierających, perceptron wielowarstwowy, sieć bayesowska oraz sieć neuronowa o radialnych funkcjach bazowych. Rezultaty wszystkich eksperymentów zostały otrzymane z wykorzystaniem rzeczywistych danych oraz aplikacji WEKA (ang. Waikato Environment for Knowledge Analysis) dostępnej na stronach Uniwersytetu Waikato w Nowej Zelandii.

EN

Minor roller bearing damage may lead to serious failures of the device. Thus, it is very important to detect such damage as early as possible to prevent further damage. This paper presents a selection of several theoretical tools from the field of artificial intelligence and their application in roller bearings fault classification. The considered tools are: k-nearest neighbor algorithm, decision tree, support vector machine, feed forward neural network (multilayer perceptron), Bayesian network and neural network with radial basis functions. All numerical experiments presented in the paper were performed with the use of real - world dataset and WEKA (Waikato Environment for Knowledge Analysis) software, available at the server of the University of Waikato.

12

Projekt koncepcyjny bazy danych do przechowywania nagrań z badań artykulograficznych mowy polskiej

Wielgat R., Jędryka R., Mik Ł., Król D.

Science, Technology and Innovation

|

2017

|

Vol. 1, no. 1

64--72

PL

W artykule opisano strukturę i funkcjonalność bazy danych artykulograficznych do przechowywania danych z badań przeprowadzanych z wykorzystaniem artykulografu elektromagnetycznego, kamery akustycznej i 3 kamer wideo. Baza danych umożliwia selektywne pobieranie różnych typów danych, w szczególności dotyczących mówcy, sesji nagraniowej, nagrań oraz eksperymentów. Opisano strukturę i budowę bazy danych. Przedstawiono również potencjalne przyszłe zastosowania do przeprowadzania analiz statystycznych oraz w eksperymentach dotyczących inwersji mowy z wykorzystaniem modeli sieci Bayesa.

EN

The article describes the structure and functionality of the articulographic database for storing data from articulographic research using an electromagnetic articulograph, an acoustic camera and 3 video cameras. The database enables selective extraction of various types of data for scientific research and interoperates with programs that carry out experiments. Structure and construction of the database is described. Potential future application in statistical analysis and experiments on speech inversion using dynamic Bayesian networks (DBN) was also presented.

13

Reliability analysis for multi-state system based on triangular fuzzy variety subset bayesian networks

He Q., Zha Y., Zhang R., Sun Q., Liu T.

Eksploatacja i Niezawodność

|

2017

|

Vol. 19, no. 2

158--165

PL

W niniejszej pracy zaproponowano nową metodę analizy niezawodności systemów wielostanowych wykorzystującą sieci Bayesa (BN) oparte na rozmytych podzbiorach zmienności opisanych za pomocą trójkątnej funkcji przynależności. Metoda ta uwzględnia rozmyty charakter danych dotyczących uszkodzeń, wielostanowość systemu oraz zmienność prawdopodobieństwa wystąpienia uszkodzenia w czasie. BN, które znalazły zastosowanie w modelowaniu i metodach obliczeniowych, wykorzystuje się także do analizy niezawodności. W przedstawionych badaniach, analizę BN uzupełniono o elementy teorii zbiorów rozmytych wykorzystując do opisu prawdopodobieństwa wystąpienia uszkodzenia, podzbiory zmienności opisane przez trójkątną funkcję przynależności. Niepewność zależności logicznej pomiędzy awariami reprezentowanymi przez różne węzły sieci opisano za pomocą tabel rozmytego prawdopodobieństwa warunkowego. W pierwszej kolejności analizowano prawdopodobieństwo uszkodzenia każdego korzenia (węzła głównego) w funkcji czasu. Następnie, wyznaczono trójkątny rozmyty podzbiór zmienności, za pomocą którego opisano rozmyte prawdopodobieństwo uszkodzenia węzłów głównych. Podzbiór ten wykorzystano do analizy niezawodności systemu wielostanowego przy pomocy rozmytych BN. Artykuł kończy opis wypadku podczas ruchu wózka windy szybkobieżnej, który potwierdza skuteczność i możliwość praktycznego wykorzystania proponowanej metody. Wyniki pokazują, że proponowane podejście może skutecznie rozwiązywać na wczesnym etapie problemy związane z niepewnością informacji oraz wielostanowością systemu.

EN

In this paper, a novel reliability analysis method for multi-state system is proposed on the basis of triangular fuzzy variety subset Bayesian network (BN). The method considers fuzziness, multi-state, and variety of failure probability over time. With advantages in modeling and computation, the BN is utilized for reliability analysis. Fuzzy set theory is introduced into the BN analysis by using triangular fuzzy variety subset to describe failure probability. The uncertainty of fault logical relationship between different nodes is described through fuzzy conditional probability tables. As a function of time, the failure probability of each root node is analyzed first. Subsequently, the triangle fuzzy variety subset is established to describe the fuzzy failure probability of root nodes. This subset is applied to analyze the reliability of multi-state system fuzzy BN. Finally, a case study on the car free movement accident of flexible high-speed elevator lift system is used to demonstrate the effectiveness and practicality of the proposed method. Results show that the proposed approach could effectively address the problems on information uncertainty and multi-state in the early stage.

14

Analiza porównawcza wybranych klasyfikatorów w diagnozowaniu uszkodzeń przekładni zębatych

Piekoszewski J.

Autobusy : technika, eksploatacja, systemy transportowe

|

2017

|

R. 18, nr 12

1233--1236, CD

PL

Niewielkie uszkodzenie przekładni zębatej może prowadzić do poważnej awarii urządzenia. Zatem, bardzo ważnym jest wykrycie takich defektów na ich początkowym etapie powstawania aby zapobiec dalszym uszkodzeniom. Praca przedstawia kilka wybranych teoretycznych narzędzi z obszaru sztucznej inteligencji zastosowanych do rozwiązania problemu diagnozowania uszkodzeń przekładni zębatych. Rozważanymi narzędziami są: perceptron wielowarstwowy, sieć neuronowa o radialnych funkcjach bazowych, drzewo decyzyjne, sieć bayesowska, maszyna wektorów podpierających oraz algorytm k najbliższych sąsiadów. Rezultaty wszystkich eksperymentów zostały otrzymane z wykorzystaniem rzeczywistych danych oraz aplikacji WEKA (ang. Waikato Environment for Knowledge Analysis) dostępnej na stronach Uniwersytetu Waikato w Nowej Zelandii.

EN

Minor gear damage may lead to serious failures of the device. Thus, it is very important to detect such damage as early as possible to prevent further damage. This paper presents a selection of several theoretical tools from the field of artificial intelligence and their application in gear fault classification. The considered tools are: feed forward neural network (multilayer perception), neural network with radial basis functions, decision tree, Bayesian network, support vector machine, and k-nearest neighbor algorithm. All numerical experiments presented in the paper were performed with the use of real-world dataset and WEKA (Waikato Environment for Knowledge Analysis) software, available at the server of the University of Waikato.

15

A Bayesian networks approach for event tree time-dependency analysis on phased-mission system

Li X.-T., Tao L.-M., Jia M.

Eksploatacja i Niezawodność

|

2015

|

Vol. 17, no. 2

273--281

EN

Event tree/ fault tree (E/FT) method is the most recognized probabilistic risk assessment tool for complex large engineering systems, while its classical formalism most often only considers pivotal events (PEs) being independent or time-independent. However, the practical difficulty regarding phased-mission system (PMS) is that the PEs always modelled by fault trees (FTs) are explicit dependent caused by shared basic events, and phase-dependent when the time interval between PEs is not negligible. In this paper, we combine the Bayesian networks (BN) with the E/FT analysis to figure such types of PMS based on the conditional probability to give expression of the phase-dependency, and further expand it by the dynamic Bayesian networks (DBN) to cope with more complex time-dependency such as functional dependency and spares. Then, two detailed examples are used to demonstrate the application of the proposed approach in complex event tree time-dependency analysis.

PL

Metoda drzewa zdarzeń/drzewa błędów jest najbardziej znanym narzędziem probabilistycznej oceny ryzyka w złożonych, dużych systemach inżynieryjnych; jednak jej klasyczny formalizm najczęściej uwzględnia jedynie niezależne lub niezależne od czasu zdarzenia kluczowe. Praktyczną trudnością występującą w systemach o zadaniach okresowych jest to, że zdarzenia kluczowe, które zazwyczaj przedstawiane są w modelach drzewa błędów jako powiązane zależnościami jawnymi, mającymi związek ze wspólnym zdarzeniem podstawowym, tutaj powiązane są zależnościami czasowymi, jako że przedział czasowy pomiędzy pojedynczymi zdarzeniami kluczowymi nie jest bez znaczenia. W niniejszej pracy, połączyliśmy metodologie sieci Bayesa i analizy drzewa zdarzeń/ błędów aby opisać za pomocą pojęcia prawdopodobieństwa warunkowego, zależności czasowe w systemach o zadaniach okresowych, a następnie rozwinęliśmy tę metodę, wykorzystując dynamiczne sieci Bayesa, które pozwalają na analizę bardziej złożonych zależności czasowych, takich jak zależności funkcjonalne i związane z użyciem części zamiennych. W końcowej części pracy przedstawiliśmy dwa szczegółowe przykłady zastosowania proponowanej metody do analizy złożonych zależności czasowych w drzewach zdarzeń.

16

Reliability and Risk Assessment of Aircraft Electric Systems

He L., Yin C., Peng W., Yuan R., Huang H.-Z.

Eksploatacja i Niezawodność

|

2014

|

Vol. 16, no. 4

497--506

EN

It is rather difficult in identifying the fault location and performing risk assessment for complex electronic systems. In this paper a reliability assessment method based on the interval analytic hierarchy process (IAHP) and Bayesian network is proposed to facilitate reliability and risk assessment. After considering the major fault factors, the interval eigenvector method (IEM) is also presented to assess the reliability and comprehensive weights of subsystems. The conditional probability matrices for the factors of risk are defined using an inference rule. Then an updating model of information fusion in the context of Bayesian network is established to assess the risk of system. The proposed method is demonstrated through the risk assessment of an aircraft electric system. The result of the illustrative example shows that the proposed method can not only incorporate the evidence information, but also synthesize all the historical information. A further dynamic adjustment in the safety and risk priority of control measures is quite effective to improve the reliability while mitigating the risk of the electric system.

PL

Lokalizacja uszkodzeń oraz ocena bezpieczeństwa i ryzyka w przypadku złożonych systemów elektronicznych jest zadaniem dość trudnym. W niniejszej pracy zaproponowano metodę prognozowania niezawodności opartą na procesie przedziałowej hierarchii analitycznej (IAHP), która ma na celu ułatwienie diagnozy uszkodzeń i kontroli ryzyka. Po rozważeniu głównych czynników wywołujących uszkodzenia, zaprezentowano metodę przedziałowych wektorów własnych oraz zdefiniowano, przy użyciu reguły wnioskowania, macierze prawdopodobieństwa dla czynników wpływających na bezpieczeństwo i ryzyko. Następnie, stworzono odnawialny model fuzji informacji w kontekście wnioskowania bayesowskiego służący do oceny stanu zagrożenia Udowodniono, iż włączenie wiedzy eksperckiej do dynamicznej symulacji ułatwia lokalizację uszkodzeń oraz pozwala uzyskać informacje dotyczące diagnozy uszkodzeń. Studium przypadku pokazuje, że dynamiczne dostosowanie priorytetowości związanej z bezpieczeństwem i ryzykiem stosowanych środków kontroli w sposób dość skuteczny zwiększa niezawodność przy jednoczesnym zminimalizowaniu ryzyka w złożonym systemie elektronicznym.

17

Threat detection systems using Bayesian networks based on practical implementations in the fields of computer science and electrical engineering

Tylman W.

Zeszyty Naukowe. Rozprawy Naukowe / Politechnika Łódzka

|

2013

|

Z. 468

1--176

EN

This book presents the author’s contribution to the - widely understood - problem of threat detection. The concept proposed, utilised and developed by the author is based on an extensive use of the Bayesian networks. As an illustration of this concept, four different projects carried out by the author are presented. In each case the problem addressed by the project is one that lacked satisfactory solution and the approach presented by the author has important elements of novelty Although the developed methods place the projects in the field of computer science, the applications encompass various problems, belonging to the fields of computer science and electrical engineering. In particular, the problem of detecting malfunctions in a selected class of underground power lines and the problem of detecting intrusions in networked environments are covered. In each project the Bayesian networks play a prominent part, but their role is not identical. This varied material allowed the author to discuss the advantages and limitations of the Bayesian networks, develop means for alleviating their shortcomings and put forward suggestions for their most efficient use in threat detection systems. In one of the projects, a novel extension to the classic Bayesian networks - Multi-Entity Bayesian Networks - is employed and its usefulness evaluated, which places the project among the first attempts in the world to use this soft computing method in a real-life application.

PL

Książka przedstawia wkład autora do - szeroko rozumianego - problemu wykrywania zagrożeń. Podejście zaproponowane, zastosowane i rozwijane przez autora oparte jest na wszechstronnym wykorzystaniu sieci bayesowskich. Ilustrację podejścia stanowią cztery różne projekty zrealizowane przez autora. W każdym przypadku dotyczą one problemu, który nie doczekał się wcześniej zadowalającego rozwiązania, a rozwiązanie przedstawione przez autora ma istotne elementy nowości. Aczkolwiek opracowane przez autora metody zawierają się w dyscyplinie naukowej informatyki, przedstawione praktyczne aplikacje obejmują zróżnicowaną problematykę, mieszczącą się w kręgu zainteresowań informatyki i elektrotechniki. W szczególności przedstawiony jest problem wykrywania nieprawidłowości w działaniu wybranej klasy podziemnych linii energetycznych oraz problem wykrywania włamań w środowiskach sieciowych. W każdym projekcie sieci bayesowskie odgrywają znaczącą rolę, ale rola ta nie jest w każdym przypadku identyczna. Ten zróżnicowany materiał pozwolił autorowi omówić zalety i ograniczenia sieci bayesowskich, opracować sposoby łagodzenia ich niedociągnięć i przedstawić propozycję ich najbardziej efektywnego wykorzystania w systemach wykrywania zagrożeń. W jednym z projektów zastosowane zostało i ocenione nowe rozszerzenie klasycznych sieci bayesowskich - Multi-Entity Bayesian Networks - co stawia projekt wśród pierwszych prób w skali światowej wykorzystania tej metody w rzeczywistych aplikacjach.

18

System reliability modeling and assessment for solar array drive assembly based on bayesian networks

Li Y. F., Mi J., Huang H. Z., Xiao N. C., Zhu S. P.

Eksploatacja i Niezawodność

|

2013

|

Vol. 15, no. 2

117-122

EN

Along with the increase of complexity in engineering systems, there exist many dynamic characteristics within the system failure process, such as sequence dependency, functional dependency and spares. Markov-based dynamic fault trees can figure out the modeling of systems with these characteristics. However, when confronted with the issue of state space explosion resulted from the growth of system complexity, the Markov-based approach is no longer efficient. In this paper, we combine the Bayesian networks with the dynamic fault trees to model the reliability of such types of systems. The inference technique of Bayesian network is utilized for reliability assessment and fault probability estimation. The solar array drive assembly is used to demonstrate the effectiveness of this method.

PL

Wraz ze wzrostem złożoności w systemach technicznych, pojawia się wiele charakterystyk dynamicznych w ramach procesu awarii systemu, takich jak zależność sekwencyjna, zależność funkcjonalna czy zabezpieczające elementy zapasowe. Oparte na koncepcjach Markowa dynamiczne drzewa uszkodzeń mogą posłużyć do modelowania systemów z powyższymi charakterystykami. Jednak w konfrontacji z problemem eksplozji stanów wynikającym ze wzrostu złożoności systemu, podejście oparte na teoriach Markowa nie jest już skuteczne. W niniejszej pracy łączymy sieci bayesowskie z dynamicznymi drzewami uszkodzeń w celu modelowania niezawodności tego typu systemów. Technikę wnioskowania sieci bayesowskiej wykorzystano do oceny niezawodności i prawdopodobieństwa wystąpienia uszkodzenia. Skuteczność niniejszej metody wykazano na przykładzie układu napędu paneli słonecznych.

19

Analiza bezpieczeństwa manewrów krytycznych kontenerowca o maksymalnych wymiarach z wykorzystaniem sieci bayesowskich

Abramowicz-Gerigk T., Burciu Z.

Logistyka

|

2012

|

nr 4

PL

W artykule przedstawiono analizę ryzyka operacyjnego manewrów krytycznych kontenerowca o maksymalnych wymiarach dla portu. Podano przykłady oceny bezpieczeństwa tych manewrów dla zakładanej modernizacji infrastruktury portowej z wykorzystaniem sieci bayesowskich. Zaprezentowano bayesowskie diagramy wpływu do oceny ryzyka w oparciu o wyniki I etapu analizy nawigacyjnej wykonywanej dla Portu Gdynia.

EN

The paper presents the analysis of the operational risk of critical manoeuvres of the maximum container ship for the particular port. The examples of safety assessment of these manoeuvres using Bayesian networks for the planned modernisation of the port infrastructure are described. The presented Bayesian influence diagrams have been developed on the basis of the results of the first stage of navigational analysis worked out for Port of Gdynia.

20

System wspomagania decyzji wyboru jednostki nieratowniczej do akcji SAR z wykorzystaniem sieci Bayesowskiej

Starosta A.

Zeszyty Naukowe Akademii Morskiej w Gdyni

|

2011

|

nr 69

105-112

PL

Dzięki nowoczesnym systemom komunikacji informacja o statku w niebezpieczeństwie dociera niezawodnie do wielu statków, które mogą pomóc. Nie wszystkie będą potrzebne, dlatego kapitan statku w niebezpieczeństwie lub koordynator akcji SAR ma prawo wybrać najbardziej odpowiednie jednostki do przeprowadzenia akcji ratunkowej. System wspomagania decyzji pozwoli to wykonać bardzo szybko i obiektywnie. W artykule zaproponowano wykorzystanie sieci bayesowskiej do takiego systemu i pokazano, jak istotne jest dokładne opracowanie wszystkich elementów sieci.

EN

Thanks to modern communication devices a lot of ships are informed about distress situation in the area. Not all of them will be necessary for rescue action and the master of ship in distress or the SAR mission coordinator (SMC) has the right to requisition one or more of those ships as the master of the ship in distress or SMC considers best able to render assistance. Decision Support System allows to make this selection on the basis of objective criteria and very fast. The paper presents proposition of usage Bayesian network for the DSS and shows how important is the study of all nodes of the network.