Wykorzystanie informacji nieprecyzyjnych w przetwarzaniu sygnału temperatury

• Autorzy: Kucharski, J.

Warianty tytułu

EN

Application of imprecise information for temperature signal procesing

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje inteligentny algorytm przetwarzania sygnału temperatury bazujący na wykorzystaniu nieprecyzyjnych informacji o panujących warunkach pomiarowych, specyfice obiektu elektrotermicznego itp. Zastosowano zbiory rozmyte dla potrzeb reprezentacji wiedzy nieprecyzyjnej oraz zaproponowano algorytm konsolidacji danych różnego typu.

EN

New approach to intelligent temperature signal processing has been proposed. The method is based on the use of imprecise information concerning the conditions under which the temperature readings have been obtained. The fuzzy sets have been applied for representation of imprecise knowledge and fusion algorithm of imprecise information and uncertain temperature readings has been proposed.

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2002
• Tom: R. 78, nr 9
• Strony: 274-278
• Opis fizyczny: Bibliogr. 16 poz., 6 rys., 4 tab.

Twórcy

autor

Kucharski, J.

• Politechnika Łódzka, Katedra Elektrotermii

Bibliografia

• [1] Kelly G.: Data lusion:from Primary Metrology to Process Measurement, IEEE Instrumentation and Moasurement Technology Conference, IMTC'99, Wenecja, 3,(1999). 1325-1329.
• [2] Dubois D., Prade H.,Smets Ph.: Representing partial ignorance. IEEE System Machinę and Cybernetic, 26, (1996), 361-377.
• [3] Аlippi C., Ferrero A., Piuri V.: Artificial intelligence for instruments and its applications, IEEE Instrumentation & Measurement Magazine, June, (1998), 9-17.
• [4] Mauris G., Berrah L., Foulloy L., Haurat A.: Fuzzy Handlingol Measurement Errors in Instrumentation, IEEE Trans, on Instrumentation and Measurement, 49, (2000), 89-93.
• [5] Russo F: Fuzzy systems in instrumentation: fuzzy signal Processing. IEEE Trans, on Instrumentation and Measurement., 45, (1996).
• [6] Кuсharski J.: Towards fuzzy conditioning of temperaturę signals. 7th Intern. Symp. on Temperaturę and Thermal Measurements in Industry and Science, TEMPMEKO'99, Delft, (1999).
• [7] Кuсharski J.: Application of fuzzy inference for intelligent conditioning of temperaturę signals. 8th Intern. Symp. on Temperaturo and Thermal Measurements in Industry and Science, TEMPMEKO‘2001, (2001), Berlin.
• [8] Кuсharski J.: Wykorzystanie wiedzy rozmytej w prowadzeniu procesów elektrotermicznych, Zeszyty Naukowe Politechniki Łódzkiej - Elektryka, Nr 885, Zeszyt, 97, (2001), 91-98.
• [9] Zadeh L. A.: Fuzzy sets. Intormation and Control, 8,(1965), 338-353.
• [10] Driankov D., Hellendroon H., Reinfrank М.: An Introduction to Fuzzy Control, Springer-Verlag, (1993), Berlin.
• [11] Dubois D.,Prade H.:Fuzzy numbers:Anoverview,w Analysisof Fuzzy Information Vol. 1: Mathematics and Logic, Bezdek, J.C. (ed.), CRC Press: Boca Raton, FL, (1987), 3-39.
• [12] Zadeh L. A.: Fuzzy sets as a basis for theory of possibility, Fuzzy Sets and Systems, 1, (1978), 3-28.
• [13] Zadeh, L. A.: Outline of a new approach to the analysis of complex Systems and decision processes, IEEE Trans. Syst. Man, Cybern., SMO-3, (1973), 28-44.
• [14] Dubois D., Prade H.: Fuzzy information engineering, 91" International Symposium on: „System - Modelling - Control’, Zakopane, (1998).
• [15] Łobodziński W.,Sankowski D.,Kucharski J.:Start up identification of electric resistance furnaces. Elektrowarme International, 53, (1995).
• [16] Michalski L., Kuźmiński, K., Sadowski, J.: Regulacja temperatury urządzeń elektrotermicznych. WNT. (1981).