PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  signal parameterization
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote On designing an expert diagnostic system of the aircraft turbine engine functional units
Borowczyk Henryk, Spychała Jarosław
Journal of KONBiN
|
2020
|
Vol. 50, iss. 1
171--192
EN
The paper presents issues related to the design of an expert diagnostic system of turbine engine functional units. Dedicated diagnostic stations and on-board flight data recorders are the sources of diagnostic signals. The signals were parameterized or identified dynamic models to get a compact representation in the form of a set of parameters. The set of diagnostic parameters was subjected to integer encoding. On this basis, a multi-valued diagnostic model describing the relationship between the set of faults and the set of symptoms (code values of diagnostic parameters) was determined. The proposed approach can be used in the design of expert diagnostic systems for propulsion units of any aircraft.
PL
W pracy przedstawiono zagadnienia związane z projektowaniem ekspertowego systemu diagnostycznego funkcjonalnych zespołów lotniczego silnika turbinowego. Sygnały z dedykowanych stanowisk diagnostycznych oraz pokładowych rejestratorów parametrów lotu poddano parametryzacji oraz identyfikacji modeli dynamicznych w celu uzyskania kompaktowej reprezentacji – zbioru parametrów. Zbiór taki poddano kodowaniu całkowito-liczbowemu. Wyznaczono wielowartościowy model diagnostyczny opisujący relacje między zbiorem uszkodzeń i zbiorem symptomów (kodowych wartości parametrów diagnostycznych). Zaproponowane podejście może być stosowane w projektowaniu ekspertowych systemów diagnostycznych zespołów napędowych dowolnego typu statków powietrznych – bezzałogowych i załogowych.
2
Content available Modeling of vibroacoustic phenomena using the method of parameterizing the audio signal
Paszkowski Waldemar
Eksploatacja i Niezawodność
|
2020
|
Vol. 22, no. 3
501--507
EN
The article proposes an original way of modeling vibroacoustic phenomena of exploited machines/devices using the method of audio parameterization. This method extends the current approach to this type of research and consists in taking into account the psychoacoustic effects associated with the emission of vibroacoustic energy. The proposed solution is based on the determination of mel-cepstral coefficients of the examined signal and its classification, due to the impact of noise. It was presented verification of the method on the example of studies on the impact of road noise sources.
PL
W artykule zaproponowano oryginalny sposób modelowania zjawisk wibroakustycznych eksploatowanych maszyn/urządzeń z zastosowaniem metody parametryzacji sygnału fonicznego. Sposób ten rozszerza dotychczasowe podejście do tego rodzaju badań i polega na uwzględnianiu efektów psychoakustycznych towarzyszących emisji energii wibroakustycznej. Proponowane rozwiązanie opiera się na wyznaczeniu współczynników mel-cepstralnych badanego sygnału i jego klasyfikacji, ze względu na oddziaływanie hałasu. Przedstawiono weryfikację zastosowania metody na przykładzie badań oddziaływania źródeł hałasu drogowego.
3
Content available remote An expert system aided method of the blade vibration sources identification with blade-tip timing (BTT) signal decomposition
Borowczyk H., Rokicki E., Spychała J.
Journal of KONBiN
|
2018
|
No. 48
341--358
EN
An expert system aided method of the blade-tip signal decomposition to the turbine blade vibration sources identification is presented. The method utilises a multivalued diagnostic model based on the discrete wavelet transform. Proposed algorithm consists of four stages: signal decomposition into low- and high-frequency components (approximations and details), approximations and details parameterization, multi-valued encoding of parameters obtained at the second stage, an expert system use of the turbine blade vibration sources identification.
PL
W artykule przedstawiono metodę ekspertowego wspomagania identyfikacji źródeł drgań łopatek turbiny na podstawie dekompozycji sygnału generowanego przez wierzchołki łopatek. Zastosowano wielowartościowy model diagnostyczno-decyzyjny uzyskany z wykorzystaniem transformaty falkowej. Proponowany algorytm metody składa się z czterech faz: falkowa dekompozycja sygnału na składowe niskoczęstotliwościowe (tzw. aproksymacje) i wysokoczęstotliwościowe (tzw. detale), parametryzacja aproksymacji i detali, wielowartościowe kodowanie parametrów uzyskanych w drugiej fazie, zastosowanie systemu ekspertowego do identyfikacji źródeł drgań łopatek.
4
Content available remote Synthesis of a multi-valued diagnostic model using the Wigner-Ville transformation
Borowczyk H.
Journal of KONBiN
|
2017
|
No. 43
125--144
EN
The paper presents a method of creating a multi-valued diagnostic model using Wigner- Ville transformation of vibroacoustic signals measured on a real object. The result is a transformation matrix in which the rows correspond to the frequencies F and the column - times T of successive samples of the signal. Integer coding involves assigning values to the coefficient specified range of real numbers one integer. After applying the coding a multi-valued diagnostic model is obtained. The model describes the relationship between a set of significant frequencies, rms values of Wigner-Ville transform’s coefficients, and a set of diagnosed object failures.
PL
W pracy przedstawiono metodę tworzenia wielowartościowego modelu diagnostycznego z wykorzystaniem transformacji Wigner-Ville’a sygnałów wibroakustycznych zmierzonych na obiekcie rzeczywistym. Wynikiem transformacji jest macierz WV, której wiersze odpowiadają częstotliwościom F, a kolumny - czasom T pobrania kolejnych próbek sygnału. Kodowanie całkowitoliczbowe polega na przypisaniu wartościom współczynników z określonego przedziału liczb rzeczywistych jednej liczby całkowitej ze znakiem. Po zastosowaniu kodowania uzyskuje się wielowartościowy model diagnostyczny opisujący relacje między zbiorem częstotliwości istotnych, wartościami skutecznymi współczynników transformaty Wigner-Ville’a i zbiorem stanów diagnozowanego obiektu.
5
Content available remote Tworzenie wielowartościowego modelu diagnostycznego z wykorzystaniem dyskretnej transformaty falkowej
Borowczyk H.
Journal of KONBiN
|
2013
|
No. 3-4 (27-28)
43--52
PL
W pracy przedstawiono metodę tworzenia wielowartościowego modelu diagnostycznego z wykorzystaniem dyskretnej transformaty falkowej. Algorytm metody składa się z trzech etapów: (1) – dekompozycja sygnału na składowe nisko- i wysokoczęstotliwościowe (aproksymacje i detale), (2) – wyznaczenie parametrów (charakterystyk statystycznych) aproksymacji i detali, (3) – przeprowadzenie wielowartościowego kodowania wyznaczonych parametrów. Rozważania przeprowadzono na przykładzie sygnału wibroakustycznego mierzonego podczas eksperymentu na obiekcie rzeczywistym. Końcowy rezultat przedstawiono w postaci wielowartościowego modelu diagnostycznego.
EN
The method of a multi-valued diagnostic model synthesis using discrete wavelet transform is presented. The method’s algorithm consists of three stages: (1) – signal decomposition into low- and high frequency parts – approximations and details, (2) - approximations and details parameterization, (3) – multi-valued encoding parameters obtained in stage 2. The method is illustrated with vibroacoustic signal in real life experiment. The multi-valued diagnostic model is the final result.
6
Detection of seismic signals on noisy seismograms
Niewiadomski J.
Acta Geophysica Polonica
|
2002
|
Vol. 50, nr 2
159-166
EN
In seismologic observational practice seismic signals are very often obscured by a strong seismic noise. Sometimes one needs to have only a very limited knowledge on them, and sole information on the presence of a seismic signal is quite important. Some of such situations include, e.g., seismic source location, where only an onset time is needed, or the situation of monitoring the seismic activity. Below we will concentrate on the really difficult cases, when a visual inspection of a trained seismologist fails to find any hint of the presence of seismic signal on the noisy seismograms. The difficult task of signal detection can be done by a neural network. As the input data we will use the autoregressive parameters which model the seismogram.
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.