Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sygnały emisji akustycznej

Sortuj według:

Ogranicz wyniki do:

Analiza porównawcza Zoptymalizowanego i Klasycznego Algorytmu Multikomparacyjnego w zastosowaniu do klasyfikacji sygnałów akustycznych generowanych przez wyładowania niezupełne

Kurtasz P., Boczar T.

Pomiary Automatyka Kontrola

2010

R. 56, nr 9

1110-1113

W artykule określono zakres i scharakteryzowano możliwości zastosowania Zoptymalizowanego i Klasycznego Algorytmu Multikomparacyjnego do klasyfikacji sygnałów emisji akustycznej (EA) generowanej przez osiem podstawowych form wyładowań niezupełnych (WNZ), jakie mogą występować w izolacji papierowo-olejowej transformatorów elektroenergetycznych. Jest to nowa implementacja Klasycznego Algorytmu Multikomparacyjnego. Natomiast Zoptymalizowany Algorytm Multikomparacyjny został utworzony dla potrzeb klasyfikacji i w konsekwencji rozpoznawania sygnałów EA i jest wynikiem pracy Autorów. W artykule szczególną uwagę poświęcono omówieniu zasady działania zastosowanych algorytmów oraz wynikom uzyskiwanych przy ich użyciu skuteczności rozpoznawania podstawowych form WNZ.

Application of the optimised multi-comparational and classic multi-comparational algorithms to classification of acoustic emission signals generated by eight basic forms of partial discharges modelled in insulation oil is described in the paper. This is a new implementation of the classical multi-comparational algorithm. The idea of the algorithm was taken from [1]. The optimised multi-comparational algorithm was especially designed for needs of classification of the acoustic emission methods and is the result of research conducted by the authors of this paper. In Sections 2 and 3 the evaluated algorithms are characterised. Their logical structure is described in Section 4. Figs. 1 and 2 show the structure of both algorithms. In Section 5 the descriptor applied and the knowledge base adopted in the algorithms under study are described. The knowledge base is the result of earlier investigations performed by Sebastian Borucki and Andrzej Cichoń [3]. In Section 6 the binary classifiers applied are described; their structures are presented in Figs. 3 and 4. Section 7 contains the results of simulations performed. It was proved that both algorithms indicate high, over 90%, classification efficiency. The efficiency results are given in Tab.1, while its distributions are shown in Figs. 5 - 8. In Section 8 the evaluation results are summarised. Implementation of a time-frequency descriptor in the optimized multi-computational algorithm is proposed.

Wykorzystanie algorytmu wstecznej propagacji błędów oraz widma gęstości mocy sygnałów emisji akustycznej generowanej przez wyładowania niezupełne w procesie rozpoznawania podstawowych form tych wyładowań przez sztuczną sieć neuronową

Borucki S.

Zeszyty Naukowe. Elektryka / Politechnika Opolska

2007

Vol. 320, z. 58

73-81

W artykule przedstawiono wyniki badań dotyczących zastosowania sztucznych sieci neuronowych (SNN) do rozpoznawania podstawowych form WNZ, które mogą wystąpić w osłabionej procesami starzeniowymi izolacji papierowo - olejowej. Na podstawie zarejestrowanych sygnałów oraz przy wykorzystaniu widma gęstości mocy (PSD) wykonano analizę skuteczności rozpoznawania poszczególnych form WNZ przez zaimplementowaną sieć neuronową.

The paper presents research results referring to use of artificial neuron networks (ANN) for recognizing basic PD forms which can occur in paper-oil insulation weakened by aging processes. Based on the signals registered and using the power spectrum density (PSD), the analysis of the effectiveness of recognition of the particular PD forms by the implemented neuron network was carried out.