W artykule przedstawiono oprogramowanie służące do sterowania drużyną robotów piłkarskich klasy Small Size Robot League. Projekt oprogramowania uwzględnia możliwość sterowania drużyną robotów rzeczywistych, których konstrukcja jest zgodna z regulaminem zawodów, a także sterowanie robotami w symulatorze. Podstawą sterowania grupą robotów są strategie bazujące na schemacie Game – Role – Skill. Badania weryfikacyjne oprogramowania i algorytmów przeprowadzono w środowisku symulacyjnym i w najbliższym czasie będą kontynuowane z udziałem rzeczywistych robotów.
EN
The paper presents the software intended for controlling the robots team of the Small Size Robot League. The software project takes into account the possibility of control of the robots team both in the 3D simulator and in the real conditions. The Game – Role − Skill schema serves as the foundation of the team’s control algorithms. Verification tests of the software and the control algorithms have been carried-out in the simulator and in the near future they will take place in the real conditions.
This paper describes the method of model-free fault detection and isolation. The main purpose of the research is to present one possibility of the development of diagnostic schemes for which the component structure and behavioural parameters are tuned automatically in order to obtain the maximal efficiency of the fault detection and isolation system. The proposed approach can be viewed as the intersection of elementary methods (classic and soft computing) such as discrete wavelet analysis, machine learning (using decision trees or artificial neural networks), and evolutionary algorithms. The fundamental verification of the method was conducted for data made available within the benchmark problem involving a wind turbine. The achieved results confirm the effectiveness of the proposed approach while also showing its limitations.
PL
Artykuł opisuje metodę detekcji i izolacji uszkodzeń bez użycia modelu. Głównym celem badań jest pokazanie możliwości opracowania schematów diagnostycznych, których struktura oraz parametry są dostrajane automatycznie w celu osiągnięcia najwyższej możliwej sprawności detekcji i izolacji uszkodzeń. Zaproponowane podejście może być postrzegane jako połączenie elementarnych metod (klasyczne metody oraz obliczenia miękkie) jak np. analiza falkowa, metody uczenia maszynowego (drzewa decyzyjne i sztuczne sieci neuronowe) oraz algorytmy ewolucyjne. Weryfikacja metody została przeprowadzona na danych symulacyjnych wygenerowanych za pomocą modelu turbiny wiatrowej. Uzyskane wyniki potwierdziły wysoką skuteczność metody oraz pokazały jej ograniczenia.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.