Warianty tytułu
Efficiency diagnostics of heating installations in mass supervision systems
Języki publikacji
Abstrakty
Artykuł omawia możliwości wykorzystania informacji procesowej pochodzącej z podobnych obiektów pracujących w obecności wspólnego zakłócenia do odkrywania wiedzy o typowych pożądanych wzorcach diagnostycznych. Tworzenie klas nadzorowanych obiektów uwzględniających ich własności diagnostyczne realizowane jest za pomocą, algorytmów grupowania. Niezbędną redukcję wymiarowości informacji uzyskano za pomocą analizy regresji. Zaprezentowano dwie metody wstępnej obróbki danych procesowych oraz ich wpływ na uzyskiwane wyniki.
The paper describes possible exploration of process information gained from a number of similar plants operating under common disturbances. It may be used to discover knowledge on typical patterns for efficiency diagnostics by algorithmic clustering techniques. Identification of static regression characteristics is proposed as a way to reduce the number of attributes describing object properties. Two alternative methods for data preprocessing are discussed.
Czasopismo
Rocznik
Tom
Strony
188--190
Opis fizyczny
Bibliogr. 4 poz., rys. wykr., wzory
Twórcy
autor
- Akademia Górniczo-Hutnicza, Katedra Analizy Systemowej i Modelowania Cyfrowego, skiluk@ia.agh.edu.pl
autor
- Akademia Górniczo-Hutnicza, Katedra Analizy Systemowej i Modelowania Cyfrowego, jdu@ia.agh.edu.pl
Bibliografia
- [1] Duda J. T. Modele matematyczne, struktury i algorytmy nadrzędnego sterowania komputerowego. WND AGH, Kraków.
- [2] Kiluk S., Klemiato M., Zaawansowane systemy diagnostyki w zdalnyam nadzorowaniu. Seminarium wyjazdowe nt.: Przetwarzanie i analiza sygnałów w systemach wizji i sterowania., Słok k/Bełchatowa.
- [3] Mielnicki S., Centralne ogrzewanie. Regulacja i eksploatacja. Warszawa.
- [4] Kiluk S., Wykorzystanie technik segmentacji w zdalnym nadzorowaniu obiektów energetyki cieplnej. Międzynarodowe sympozjum Zastosowania Teorii Systemów. Wysłane do druku w WND AGH. Kraków.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-64c97f55-6920-491d-ae29-17a66f7e04e4