Wyniki wyszukiwania - BazTech

1

Selected aspects in the analysis of the combustion process using wavelet transform

Grądz Żaklin

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2020

|

T. 10, nr 3

52--55

EN

The complexity of changes occurring in the flame during the combustion process has a direct influence on the quantity and qualityof the combustion products. The presented measurement data pertaining to the changes in flame luminosity were recorded using a specialized monitoring system. These signals from the combustion ofsuch fuels as pulverized coal and mazoutwere recorded with high sampling rate. The paper presented the analysis of changes in flame luminosity for different fuels using continuous and discrete wavelet transform. The main aim of the studies was to determine the scale values, which enable differentiating between the type of combusted fuel. The results of studies were presented in the form of scalograms.

PL

Złożoność zmian zachodzących w płomieniu w trakcie procesu spalania różnych paliw ma bezpośredni wpływ na ilość i jakość powstałych produktów spalania. Przedstawione w pracy dane pomiarowe zmian intensywności świecenia płomienia zostały zarejestrowaneprzy użyciu specjalistycznego systemu monitorującego. Sygnały te,dla procesu spalania,zostały zarejestrowane z wysoką częstotliwością próbkowania. W artykule przedstawiono analizę zmian intensywności świecenia płomienia dla różnych paliw przy zastosowaniu ciągłego i dyskretnego przekształcenia falkowego. Podstawowym celem badań było określenie wartości skali, na podstawie których możliwe będzie rozróżnienie rodzaju spalanego paliwa. Wyniki badań zostały zaprezentowane w postaci skalogramów.

2

Analysis of measurement conditions influence on the magnetic Barkhausen noise phenomenon

Maciusowicz Michał, Psuj Grzegorz

Welding Technology Review

|

2019

|

R. 91, nr 12

17--24

EN

The effectiveness of the magnetic Barkhausen noise method (MBN), used for non-destructive testing of ferromagnetic materials, depends to a large extent on a number of factors determining the measurement conditions. The use of conditions allowing the highest possible level of discrimination between the various states of the materials state is of highest importance. Therefore, this paper presents an analysis of the impact of measurement conditions on Barkhausen noise signals observed for various states of the material conditions. Taking into consideration the stochastic nature of MBN and the complex characterization of its changes, the analysis was based on the time-frequency representation of the MBN signal. The paper presents selected distributions achieved using two transformation methods. In addition, the extraction methods of features allowing the quantification of complex information were given. Finally, the discrimination ability for a number of parameters and features of MBN signals were determined and the obtained results were discussed.

PL

Skuteczność metody magnetycznego szumu Barkhausena MBN (ang. Magnetic Barkhausen Noise), wykorzystywanej do badań nieniszczących materiałów ferromagnetycznych, zależy w dużej mierze od szeregu czynników określających warunki pomiarowe. Kluczowe znaczenie ma zastosowanie warunków umożliwiających najwyższy możliwy poziom dyskryminacji między różnymi stanami badanych materiałów. W związku z tym w niniejszej pracy przedstawiono analizę wpływu warunków pomiaru na sygnały szumu Barkhausena rejestrowane dla różnych stanów badanego materiału. Mając na uwadze stochastyczną naturę szumu MBN i złożoną charakterystykę jego zmian, analizę przeprowadzono na podstawie reprezentacji czasowo-częstotliwościowej sygnału MBN. W pracy zaprezentowano wybrane rozkłady z zastosowaniem dwóch metod transformacji. Ponadto przybliżono metody ekstrakcji cech umożliwiające kwantyfikację złożonej informacji. Na koniec określono poziomy rozróżnialności dla szeregu parametrów i cech sygnałów MBN oraz omówiono uzyskane wyniki.

3

Diagnozowanie schorzeń nerwowo-mięśniowych za pomocą sieci neuronowych w oparciu o skalogramy potencjałów czynnościowych

Dobrowolski A., Wierzbowski M., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2009

|

R. 85, nr 11

99-104

PL

W artykule przedstawiono nową metodę diagnozowania chorób nerwowo-mięśniowych opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 5 cech, umożliwiających klasyfikację do grupy miogennej, neurogennej lub prawidłowej za pomocą sztucznych sieci neuronowych różnych typów. Zastosowano perceptron progowy, perceptron wielowarstwowy oraz sieć SVM w wersji liniowej.

EN

The paper presents a new method of diagnosis of neural-muscle disorders based on analysis of scalograms of action potentials determined by using the ‘Symlet 4’ wavelet technique. The scalograms provide 5 features that allow artificial neural network classifier to distinguish between three classes: myogenic, neurogenic or normal. The neural networks utilized were single-layer perceptron, multilayer perceptron and linear support vector machine.

4

Analiza wielorozdzielcza i sieć SVM w zastosowaniu do klasyfikacji potencjałów czynnościowych

Dobrowolski A. P., Wierzbowski M., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2009

|

Vol. 58, nr 3

275-302

PL

W artykule przedstawiono nową metodę diagnozowania chorób nerwowo-mięśniowych opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 5 cech, które po analizie w sieciach SVM sprowadzono do pojedynczego parametru klasyfikującego analizowane przypadki do grupy miogennej, neurogennej i prawidłowej. Implementacja programowa metody stworzyła narzędzie diagnostyczne wspomagające badanie EMG o bardzo wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia (błąd całkowity wyniósł 0,66% - dwie błędne klasyfikacje na 300 badanych pacjentów).

EN

The paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. The approach is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of 4th order Symlet wavelet. The scalograms provide the vector consisting of five features describing the state of a muscle. The vectors serve to carry out a classification of pathology by using Support Vector Machine method. The QEMG examination consists of the insertion of a needle electrode into a muscle and a registration of muscle potentials during low effort. Registered potentials are called motor unit action potentials (MUAPs). A diagnosis is usually preceded by a statistical analysis of a MUAP shape. An inconvenience of this procedure in a clinical practice is caused by high time- consumption arising, among others, from the necessity of determination of many parameters, usually between 4 and 7. Additionally, an ambiguity in determination of basic temporal parameters can cause doubts during comparison of parameters found by the physician with standard ones determined in other research centre, which mostly uses equipment of older generation. Measurement results on diagnostic method deprived of above - mentioned disadvantages are described in the paper. The aim of our work was a development of new methods for transformation of action potential signals observed in EMG records for healthy muscles and changed ones. The multiresolution decomposition method was devoted to determination of a vector of characteristic features of signals corresponding to analyzed categories. Then, this vector was used for effective recognition of these categories using linear Support Vector Machine technique. The final effect of research is development of a definition for numerical classificator directly enabling a unique diagnosis to be made. An essential advantage of the suggested classificator is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centres. The presented diagnostic method ensures significantly better distinction between pathological and healthy cases as compared to methods using traditional parameters defined in time and frequency domains. Sensitivity of the wavelet method, for 100% specificity, amounts to 100% for myogenic and to 97% for neurogenic pathological states.

5

Matching pursuit algorithm with frame-based auditory optimized WP-dictionary for audio transient modeling

Petrovsky A., Petrovsky A.

Elektronika : konstrukcje, technologie, zastosowania

|

2008

|

Vol. 49, nr 4

74-79

EN

This paper presents the method of matching pursuit (MP) with frame based psychoacoustic optimized wavelet packet (WP) dictionary for selecting most relevant components to be used in compact representation transient part of signal. The wavelet dictionary for matching pursuit is composed of functions that are bounded by frame based psychoacoustic adaptive wavelet packet. Psychoacoustic motivated entropy based cost functions allow us to minimize perceptual relevance and adapt wavelet packet structure with reducing dictionary size. The proposed methodology for selecting most relevant components is based on maximizing the matching between the auditory excitation scalograms associated with original and modeled signal correspondingly. This technique allows to significant reduce the number of MP atoms in compare with well known techniques based on damped sinusoids and over-complete WP -dictionary.

PL

Artykuł prezentuje algorytm poszukiwania dopasowującego (ang. Matching Persuit) z percepcyjnie zoptymalizowanym słownikiem opartym na pakietowej transformacji falkowej. Algorytm zastosowano do jak najbardziej trafnego wyboru komponentów użytych do zwartego przedstawienia przejść w sygnale audio. Poszukiwanie dopasowujące wykorzystuje słownik złożony z funkcji określonych pakietową transformacją falkową, która percepcyjnie adaptuje się do ramek sygnału. Oparta na entropii i ocenie psychoakustycznej funkcja kosztu pozwala zminimalizować zależności percepcyjne i przystosować pakietową transformację falkową do ograniczonego rozmiaru słownika. Zaproponowana metodologia wyboru najbardziej istotnych komponentów opiera się na maksymalizacji dopasowania pomiędzy skalogramami percepcyjnego wzbudzenia skojarzonymi odpowiednio z sygnałem oryginalnym i modelowanym. Technika ta pozwala istotnie zredukować liczbę funkcji atomowych poszukiwania dopasowującego w stosunku do znanych technik, które wykorzystują tłumione sinusoidy i nadkompletne słowniki pakietowej transformacji falkowej.