Time series of weekly and daily solutions for coordinates of permanent GNSS stations may indicate local deformations in Earth’s crust or local seasonal changes in the atmosphere and hydrosphere. The errors of the determined changes are relatively large, frequently at the level of the signal. Satellite radar interferometry and especially Persistent Scatterer Interferometry (PSI) is a method of a very high accuracy. Its weakness is a relative nature of measurements as well as accumulation of errors which may occur in the case of PSI processing of large areas. It is thus beneficial to confront the results of PSI measurements with those from other techniques, such as GNSS and precise levelling. PSI and GNSS results were jointly processed recreating the history of surface deformation of the area of Warsaw metropolitan with the use of radar images from Envisat and Cosmo-SkyMed satellites. GNSS data from Borowa Gora and Jozefoslaw observatories as well as from WAT1 and CBKA permanent GNSS stations were used to validate the obtained results. Observations from 2000–2015 were processed with the Bernese v.5.0 software. Relative height changes between the GNSS stations were determined from GNSS data and relative height changes between the persistent scatterers located on the objects with GNSS stations were determined from the interferometric results. The consistency of results of the two methods was 3 to 4 times better than the theoretical accuracy of each. The joint use of both methods allows to extract a very small height change below the level of measurement error.
Celem pracy jest ocena trwałości technicznej układu. W ocenie statystycznej technicznej trwałości resztkowej, wykorzystywane są duże ilości danych tribo-diagnostycznych. Dane te służą jako początkowe źródło informacji. Dostarczają informacji nt. cząsteczek zawartych w oleju, które świadczą o jego bieżącym stanie, jak również o stanie całego układu. Szczególny nacisk położono na cząsteczki, które uznano za godne uwagi i wartościowe. Tego rodzaju informacje mają duży potencjał techniczny i analityczny, który nie został jeszcze wystarczająco zbadany. Modelując występowanie cząsteczek w oleju, spodziewamy się określić najlepszy czas na przeprowadzenie konserwacji zapobiegawczej. Sposób modelowania i dalszej oceny oparto o konkretne charakterystyki analizy regresji, logiki rozmytej i procesów dyfuzyjnych-tj.proces Wienera. Śledząc wyniki modelowania możliwe będzie ustalenie reguł utrzymania urządzeń zależnie od ich bieżącego stanu technicznego (condition-based maintenance, CBM). Możliwości są jednak dużo większe, pozwalając także na planowanie eksploatacji rutynowej i zadań. Wszystkie powyższe kroki prowadzą do oszczędności.
EN
The aim of the paper is to estimate a system technical life. When estimating a residual technical life statistically, a big amount of tribo-diagnostic data is used. This data serves as the initial source of information. It includes the information about particles contained in oil which testify to oil condition as well as system condition. We focus on the particles which we consider to be interesting and valuable. This kind of information has good technical and analytical potential which has not been explored well yet. By modelling the occurrence of particles in oil we expect to find out when a more appropriate moment for performing preventive maintenance might come. The way of modelling and further estimation is based on the specific characteristics of a regression analysis, fuzzy logic and diffusion processes – namely the Wiener process. Following the modelling results we could, in fact, set the principles of “CBM – Condition Based Maintenance”. However, the possibilities are much wider, since we can also plan in service operation and mission. All these steps result in inevitable cost saving which we would like to contribute to.
The paper is to apply regression analysis methods with confidence intervals in order to analyse field data with the aim of finding the dependence of Fe particles occurrence on operating time. When comparing the results of the method/approach the authors believe that they can estimate the real operating profile of observed technical systems as well as its operating history. The results might be used for optimizing during an operation and maintenance phase.
PL
W artykule wykorzystano metodę analizy regresji w określonych przedziałach ufności do badania systemów uzbrojenia eksploatowanych w warunkach polowych. Metoda ta posłużyła do przeanalizowania zależności występowania cząsteczek żelaza od czasu eksploatacji badanych systemów. Analiza porównawcza otrzymanych rezultatów wskazuje, że wykorzystana metoda daje możliwość oszacowania realnego trybu i czasu pracy badanych systemów. Otrzymane wyniki mogą być wykorzystanie do optymalizacji faz użytkowania i utrzymania rozpatrywanych systemów uzbrojenia.
Nowadays the system requirements are set up and evaluated in various manners. We have plenty of excellent options available taking about an item technical state. We can also consider other states by many diagnostic options. The paper deals with the mathematical processing, monitoring and analysis of the oil field data got as a result from the laser spectrography in frame of the tribodiagnostic oil tests. The mathematical methods based on time series and their analysis and calculation processed by suitable method are used in the paper for oil data analysis. Due to the fact that the data sample is classified as fuzzy and uncertain from many reasons the FIS (Fuzzy Inference System) is used.
PL
Obecnie wymagania systemu mogą być ustalane i oceniane w różny sposób. Mamy do dyspozycji wiele doskonałych opcji oceny stanu technicznego obiektów. Istnieje również wiele możliwości diagnozowania innych stanów. W artykule przedstawiono proces matematycznego przetwarzania, monitorowania i analizy danych eksploatacyjnych dotyczących oleju uzyskanych na podstawie spektrografii laserowej przeprowadzonej w ramach diagnostyki tribologicznej. Do analizy danych wykorzystano metody matematyczne oparte na szeregach czasowych oraz odpowiednie metody analizy i obliczania szeregów czasowych. Ponieważ dostępne dane sklasyfikowano jako rozmyte i niepewne, zastosowano System Wnioskowania Rozmytego FIS.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.