Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Analyzing the behavior of moving objects has multitude of applications e.g. in the area of transportation. Each application might require identification of different behavior patterns and their relationships to different landmarks. Machine learning algorithms can help in automatic recognition of spatiotemporal patterns. However this is still a largely unsolved problem, especially identification of the relationships of moving point objects with stationary objects or landmarks on a map. In our project we considered dynamic objects such as cars and humans on a terrain with static elements such as road networks and buildings e.g. airports, bus stops etc. We created application specific ontologies of patterns of moving objects in relation to static landmarks. Based on ontologies we built machine learning models to classify trajectories of moving objects.
EN
Smoothing is an important statistical tool and is strongly related to nonparametric prediction. Smoothers can be used to visual description of data, smooth plots of relationship, and diagnose residual plots. This paper presents a nonlinear dynamic systems identification method based on additive regression models with smoothing techniques and knowledge discovery data. In particular, two alternative theoretical smoothing choices are proposed in an attempt to estimate additive models structure. The fault detection of dynamic system based on the obtained model is planned aim of the work.. The final part of this work contains an illustrative example regarding the application of proposed approach to a control valve for measurement tracks in the boiler laboratory setup. All research has been carried out in order to demonstrate the sensitivity of faults for three theoretical smoothing parameters in the analyzed structure.
PL
Funkcja wygładzająca jest ważnym narzędziem statystycznym związanym z regresją nieparametryczną i służy do określania zależności pomiędzy zmiennymi wejściowymi a wyjściowymi. W pracy przedstawiono nowe podejście do identyfikacji nieliniowych systemów dynamicznych, oparte na addytywnym modelu regresji wraz technikami wygładzającymi oraz eksploracji danych. W szczególności, aby osiągnąć większą elastyczność przy szacowaniu modelu addytywnego, dokonano wyboru dwóch alternatywnych metod wygładzających. Pozyskana wiedza posłużyła do konstrukcji algorytmów detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń w zależności od trzech parametrów wygładzających. Badania przeprowadzono dla przykładowego zaworu regulacyjnego na podstawie danych laboratoryjnych próbkowanych na stanowisku regulacji poziomu wody w zbiorniku walczakowym.
EN
The goal of this paper is to present a new way of knowledge discovery data (KDD) application to construct a statistical model that describes dynamic systems. This includes presentation of data mining as an iterative and adaptive process, from communication of the research problem through data collection, data preprocessing, model building, model evaluation, and finally, model deployment. The types of models discussed in this paper are in form of additive models and can be used for prediction of process outputs, for calibration, or for diagnostics purposes. The backfitting algorithm with nonparametric smoothing techniques was used for estimation of the additive model. The example of application of the methods, conclusions and remarks are presented as well. The research was carried out based on archival process data recorded in the Lublin Sugar Factory S.A.
PL
Celem niniejszej pracy jest zaprezentowanie nowego podejścia do identyfikacji modeli obiektów dynamicznych metodami odkryć wiedzy w bazach danych. W szczególności przedstawiono eksplorację danych jako proces iteracyjny i adaptacyjny, od zrozumienia uwarunkowań badawczych, przez zebranie danych, przygotowanie danych, modelowanie, ewaluację modelu do jego wdrożenia. W badaniach wykorzystano addytywny model regresji, który może posłużyć do przewidywania wartości wyjściowych procesu, kalibracji, a także w celach diagnostycznych. Do wyznaczenia parametrów modeli addytywnych zastosowano algorytm dopasowania wstecznego i nieparametryczne techniki estymacji. Badania przeprowadzono na podstawie archiwalnych danych pomiarowych zarejestrowanych w Cukrowni LUBLIN S.A.
PL
W artykule przedstawiono wykorzystanie addytywnego modelu regresji oraz statystycznych technik eksploracji danych do identyfikacji nieliniowych obiektów dynamicznych. W szczególności zaprezentowano metodę doboru struktury modelu addytywnego oraz metodę estymacji nieznanych funkcji predyktorów, będących parametrami tego modelu. Pozyskana wiedza posłużyła do konstrukcji algorytmów detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń. Badania przeprowadzono dla zaworu regulacyjnego znajdują- cego się w pierwszym stopniu stacji wyparnej cukrowni "LUBLIN" S.A.
EN
This paper presents a nonlinear dynamic systems identification method based on additive regression models with knowledge discovery data. In particular, the model order and input delay choices, and iterative algorithm are proposed in an attempt to estimate additive models structure. The final part of this work contains an illustrative example regarding the application of proposed approach in order to demonstrate the sensitivity of faults in the analyzed structure. All research has been carried out based on archival process data recorded in the Lublin Sugar Factory S.A.
PL
W praktyce sterowania procesami przemysłowymi często ma miejsce sytuacja, gdy cele technologiczne sprowadzają się do maksymalizacji przyjętego wskaźnika jakości, a wielkości procesowe muszą spełniać wymagania określone przedziałami dopuszczalności. W artykule zostaną omówione wyniki badań regulatora predykcyjnego z liniowym wskaźnikiem jakości dla różnego typu obiektów dynamicznych przy planowanych i nieoczekiwanych zmianach aktywnych ograniczeń.
EN
In this paper a solution of predictive control task with the linear performance index and inequality constraints imposed on both control and output variables is presented. Such a task represents in a natural way economical and technical requirements in process control practicle. Optimizing control algorithm based on linear programming is developed. A special treatment of infeasible solutions, respecting technical constraints, is applied. Exemplary simulation results show that the proposed approach is advantageous and can be applied in real-time control.
EN
In the first part of the article a non-conventional approach to object identification was presented, where objects were described with the use of ordinary differential equations. In the present part original procedures of objects identification elaborated by the author are described The objects are with one input and one output and their dynamic properties are described with the use of non linear differential equations. The examples of application of the proposed methods for determination of dynamic characteristics of a single spool turbojet engine are presented.
PL
W pierwszej części pracy przedstawiono niekonwencjonalne podejście do identyfikacji obiektów opisanych za pomocą zwyczajnych liniowych równań różniczkowych. W II części pracy omówiono oryginalne, opracowane przez autora, procedury identyfikacji obiektów o jednym wejściu i wyjściu, których dynamiczne właściwości opisano za pomocą nieliniowych równań różniczkowych. Pokazano przykłady zastosowania proponowanych metod do pomiaru dynamicznych charakterystyk jednowirnikowego turbinowego silnika odrzutowego.
EN
Identification procedures of objects with single input and single output (SISO) are discussed. Dynamic properties of the objects were approximated to ordinary linear differential equations. The example of first order objects simulated with the use of digital computer illustrates the fact that characteristics of an input function has the secondary meaning for the identification process. Therefore the use of so-called standard signals advised in subject references is not necessary.
PL
Omówiono procedury identyfikacji obiektów o jednym wejściu i wyjściu, których dynamiczne właściwości aproksymowano za pomocą zwyczajnych liniowych równań różniczkowych. Pokazano na dwóch przykładach obiektów I rzędu (zrealizowanych metodą symulacji na komputerze cyfrowym), że charakter wymuszenia (sygnału wejściowego) ma dla procesu identyfikacji znaczenie drugorzędne, w związku, z czym stosowanie do tego celu tzw. sygnałów standardowych (polecanych w przytoczonej literaturze przedmiotu) nie jest konieczne.
PL
W artykule opisano podstawy i ogólne metody modelowania układów dynamicznych, podstawowe kategorie oraz fazy konstruowania modeli matematycznych. Opisano również znane i stosowane obecnie metody modelowania przepływowego pola prądu elektrycznego okrętu, zasady tworzenia modelu oraz jego właściwości.
EN
The paper describes fundamentals and general methods used to model dynamic systems, as well as basic categories and stages in developing mathematical models. It also presents know methods which are currently used to model flow electric currents fields in a ship as well as the principles employed to develop such a model and properties.
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.