Wyniki wyszukiwania - BazTech

1

Forecasting study of mains reliability based on sparse field data and perspective state space models

Valis David, Forbelská Marie, Vintr Zdeněk

Eksploatacja i Niezawodność

|

2020

|

Vol. 22, no. 2

179--191

EN

The elements of critical infrastructure have to meet demanding dependability, safety and security requirements. The article deals with the prognosis of water mains reliability while using sparse irregular filed data. The data are sparse because the only thing we know is the number of mains failures during a given month. Since it is possible to transform the data into a typical reliability measure (rate of failure occurrence – ROCOF), we can examine the course of this measure development in time. In order to model and predict the ROCOF development, we suggest novel single and multiple error state space models. The results can be used for i) optimizing mains operation and maintenance, ii) estimating life cycle cost, and iii) planning crisis management.

PL

Elementy infrastruktury krytycznej muszą spełniać wysokie wymagania w zakresie niezawodności, bezpieczeństwa i ochrony. Artykuł dotyczy prognozowania niezawodności sieci wodociągowej przy wykorzystaniu nieregularnie rejestrowanych rzadkich danych. Wykorzystane w pracy dane są rzadkie, ponieważ dostarczają jedynie informacji na temat liczby uszkodzeń wodociągu w danym miesiącu. Przekształcenie tych danych w typową miarę niezawodności (wskaźnik występowania uszkodzeń – ROCOF), pozwala zbadać przebieg rozwoju tej miary w czasie. Rozwój ROCOF można modelować i przewidywać za pomocą zaproponowanych w pracy innowacyjnych modeli przestrzeni stanów uwzględniających pojedynczy błąd lub wiele błędów. Uzyskane wyniki można wykorzystać do i) optymalizacji pracy i eksploatacji sieci wodociągowej, ii) szacowania kosztów cyklu życia, oraz iii) planowania zarządzania kryzysowego.

2

Analiza złożoności obliczeniowej algorytmów identyfikacji liniowych procesów powtarzalnych metodami podprzestrzeni

Kujawa D.

Metody Informatyki Stosowanej

|

2010

|

nr 2 (23)

73-84

PL

Zaproponowane modyfikacje algorytmów identyfikacji systemów powtarzalnych opartych na metodach podprzestrzeni wykorzystują sekwencje sygnałów wejściowych uk+1( p) i wyjściowych y k+1(p) z bieżącego pasa i sekwencje sygnałów wyjściowych y k ( p) z poprzedniego pasa do obliczeń macierzy i rzędu systemu powtarzalnego. Złożoność obliczeniowa algorytmu MOESP jest mniejsza niż algorytmu N4SID. Metody podprzestrzeni identyfikują przykładowy proces powtarzalny około 1000 razy szybciej niż metody błędu predykcji. Obliczenia złożoności algorytmów mogą być użyteczne w wyborze szybkiego i wykorzystującego mniejsze zasoby algorytmu identyfikacji nie tylko dla stacjonarnych liniowych procesów powtarzalnych ale także dla procesów, których dynamika zmienia się skokowo z pasa na pas.

EN

This paper presents a new approach to the identification of repetitive processes subspace methods. Computational complexity of new algorithms has been developed. The order of a linear repetitive process and the unknown process matrices are determined based on the input and output sequences of the actual pass and the output sequence of the previous pass. The identification procedure can be restarted consecutively starting from the first pass data and boundary conditions. The calculation of the complexity of algorithms may be useful in selecting a fast and using less resources algorithm not only for time invariant linear repetitive processes but also for processes which dynamics changes rapidly from pass to pass.

3

Identyfikacja dyskretnego liniowego systemu powtarzalnego metodami podprzestrzeni

Kujawa D.

Pomiary Automatyka Kontrola

|

2009

|

R. 55, nr 7

438-440

PL

W artykule przedstawiono model procesu repetycyjnego zbudowany przy wykorzystaniu metod podprzestrzenii. Rząd systemu i macierze nieznanego systemu są wyznaczane z sekwencji danych wejściowych i wyjściowych aktualnego pasa i sekwencji wyjściowej poprzedniego pasa. Procedura identyfikacji może być powtarzana dla kolejnych pasów. Proponowane podejście może być użyteczne nie tylko dla identyfikacji stacjonarnych liniowych procesów powtarzalnych, ale także dla procesów z wolno ewoluującą dynamiką lub procesów, których dynamika zmienia się skokowo z pasa na pas (np. systemy sterujące produkcją wytwarzania butelek plastikowych).

EN

In the paper identification of the linear repetitive processes using the subspace methods is considered. Generally speaking, constructions of the deterministic realization theory are translated by the subspace methods into procedures (Fig. 1). The procedures which work on measured data are used for model building [5, 6]. Subspace algorithms consist of two steps. In the first step, the order and the extended observability matrix are recovered directly from the input-output data [2]. In the second step, the unknown system matrices are determined either via determining the state sequences and combining them with the input-output data or determining the matrices A and C directly from the extended observability matrix and using them to determine the remaining system matrices [3, 4]. Contrary to the LRP control theory, the identification of LRPs has attracted very limited attention. LRP are a useful tool for modelling and control of some real dynamic processes and operations [1]. The aim of this paper is to propose a new approach to the identification of the LRPs based on subspace algorithms. The order of a LRP and the unknown process matrices are determined based on the input and output sequences of the actual pass and the output sequence of the previous pass. The proposed approach can be very useful not only for time invariant linear repetitive processes but also for processes with fast dynamic changes from pass to pass (e.g., perform-to-bottle cycle process). A simulation example is provided to illustrate the proposed approach effectiveness (Fig. 2).