Progonozowanie w wielosymptomowej diagnostyce maszyn

Progonozowanie w wielosymptomowej diagnostyce maszyn

1 opinia

Format:

ibuk

WYBIERZ RODZAJ DOSTĘPU

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

6,15

Wypożycz na 24h i opłać sms-em

8,00

cena zawiera podatek VAT

ZAPŁAĆ SMS-EM

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 19,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Z uwagi na niezawodność procesu, bezpieczeństwo obsługi, koszty usuwania niespodziewanych awarii maszyny krytyczne powinny być eksploatowane zgodnie ze strategią uwarunkowaną stanem technicznym. Określanie tegoż stanu w danej chwili należy do zadań eksploatacyjnej diagnostyki technicznej. Warunkiem podejmowania racjonalnych decyzji eksploatacyjnych jest przewidywanie stanu technicznego obiektu w przyszłości. W rozprawie podjęto próbę usystematyzowania zagadnienia prognozy w diagnostyce eksploatacyjnej maszyn opartej na procesach resztkowych towarzyszących normalnej pracy maszyny. Zaproponowano wydzielenie problemu prognozy wartości symptomu, opartej na zasadzie ekstrapolacji poza przedział obserwacji. Wspomniana prognoza symptomu może stanowić narzędzie prognozowania stanu obiektu i czasu resztkowego do wystąpienia awarii, istotnych dla podejmowania właściwych decyzji eksploatacyjnych. Dodatkowo omówiono problemy bezpośredniej prognozy czasu resztkowego do wystąpienia awarii. Zaproponowano kilka mniej znanych metod prognozowania wartości symptomów diagnostycznych, takich jak: sieci GRNN oparte na przyrostach wartości symptomów, sieci Elmana, rozmyte sieci neuronowe z różnymi propozycjami konkluzji, sieci o różnych funkcjach przejścia w poszczególnych neuronach zastosowane do modelowania szeregu kumulacyjnego pierwotnych obserwacji, teoria szarych systemów czy nieliniowe modele trendu z możliwością użycia różnych funkcji strat uwzględniających charakter symptomów diagnostycznych.

Poruszono również problem wypracowania ostatecznej prognozy wartości czasu resztkowego do wystąpienia awarii oraz stanu obiektu na podstawie wielu obserwowanych symptomów (diagnostyka wielosymptomowa). W tym zakresie zaproponowano kilka metod i wskazano ich wady i zalety.

Duża część rozprawy jest poświęcona przeciwdziałaniu dezaktualizacji modelu prognostycznego w automatycznych systemach diagnostycznych, które muszą funkcjonować bez udziału eksperta. Zaproponowano trzy rozwiązania oparte na: rozpoznaniu rodzaju trendu za pomocą systemu uczącego się, szacowaniu szerokości przedziału prognozy oraz szacowaniu miar błędów ex post. Zaproponowano także pewne techniki pozwalające uzyskać dobre wyniki dla analizowanych krzywych życia młynów wentylatorowych. Adekwatny model prognostyczny wybierano spośród wcześniej wspominanych metod prognozowania. Zaproponowane metody pozwoliły osiągnąć średni błąd prognozy dla zbioru rozpatrywanych krzywych życia młynów wentylatorowych na poziomie 5%. W warunkach przemysłowych utrzymanie średniej prognozy na tym poziomie jest znaczącym osiągnięciem.


Liczba stron156
WydawcaWydawnictwo Politechniki Poznańskiej
ISBN-13978-83-7143-918-6
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyRavelo Sp. z o.o.

Ciekawe propozycje

Spis treści

  STRESZCZENIE    5
  WYKAZ WAŻNIEJSZYCH OZNACZEŃ I SKRÓTÓW    7
  
  1. WPROWADZENIE    9
  
  1.1. Rola diagnostyki technicznej w eksploatacji maszyn    9
  1.2. Podstawowe pojęcia i założenia przyjęte w pracy    10
  1.2.1. Pojęcie prognozy    10
  1.2.2. Horyzont prognozy    13
  1.3. Struktura rozprawy    14
  
  2. CEL I ZAKRES PRACY    17
  
  3. OBSZARY PROGNOZY W DIAGNOSTYCE    21
  
  3.1. Wstęp    21
  3.2. Prognoza w diagnostyce eksploatacyjnej    22
  3.3. Klasyfikator jako narzędzie prognozy stanu obiektu    30
  3.4. Podsumowanie    37
  
  4. PROGNOZOWANIE WARTOŚCI SYMPTOMÓW    39
  
  4.1. Wstęp    39
  4.2. Przegląd metod prognozowania wartości symptomów    39
  4.3. Podsumowanie    51
  
  5. OCENA JAKOŚCI PROGNOZY    53
  
  5.1. Ocena jakości prognozy wartości symptomów    53
  5.2. Ocena jakości klasyfikatora prognozy stanu obiektu    57
  5.3. Podsumowanie    61
  
  6. WYBRANE ELEMENTY METODOLOGII PROGNOZOWANIA W DIAGNOSTYCE    63
  
  6.1. Wprowadzenie    63
  6.2. Uzyskiwanie danych diagnostycznych    65
  6.3. Zmiana wymiaru macierzy obserwacji i tworzenie miar zastępczych    70
  6.4. Wygładzanie krzywej życia obiektu technicznego    74
  6.5. Prognoza wartości symptomu – proponowane modele prognostyczne    77
  6.5.1. Uwagi ogólne    77
  6.5.2. Rozmyta sieć neuronowa TSK    79
  6.5.3. Sieć neuronowa Elmana    81
  6.5.4. Sieć neuronowa z mieszaną warstwą ukrytą    83
  6.5.5. Zastosowanie sieci typu radialnego    86
  6.5.6. Zastosowanie teorii szarych systemów do prognozy symptomu    86
  6.5.7. Nieliniowe modele trendu    89
  6.5.8. Podsumowanie    92
  6.6. Przeciwdziałanie dezaktualizacji modelu prognostycznego    93
  6.6.1. Wprowadzenie    93
  6.6.2. Identyfikacja trendu jako metoda przeciwdziałania dezaktualizacji modelu symptomu    97
  6.6.3. Wykorzystanie informacji o szerokości przedziału prognozy do optymalizacji modelu symptomowego    100
  6.6.4. Śledzenie błędu ex post w celu optymalizacji modelu symptomowego    102
  6.7. Przykłady zastosowania proponowanych metod w prognozie wartości symptomu    104
  6.7.1. Opis obiektu    104
  6.7.2. Prognozy wartości symptomu    105
  6.7.3. Przeciwdziałanie dezaktualizacji modelu prognostycznego    117
  6.8. Wielosymptomowa prognoza czasu resztkowego do wystąpienia awarii    124
  6.8.1. Metody prognozowania czasu resztkowego    124
  6.8.2. Przykład wykorzystania metod    131
  6.8.3. Podsumowanie    134
  6.9. Wielosymptomowa prognoza stanu obiektu    135
  6.9.1. Opis metody    135
  6.9.2. Przykład wykorzystania metody    139
  6.9.3. Podsumowanie    140
  
  7. PODSUMOWANIE I WNIOSKI KOŃCOWE    141
  
  LITERATURA    145
  Summary    155
RozwińZwiń
W celu zapewnienia wysokiej jakości świadczonych przez nas usług, nasz portal internetowy wykorzystuje informacje przechowywane w przeglądarce internetowej w formie tzw. „cookies”. Poruszając się po naszej stronie internetowej wyrażasz zgodę na wykorzystywanie przez nas „cookies”. Informacje o przechowywaniu „cookies”, warunkach ich przechowywania i uzyskiwania dostępu do nich znajdują się w Regulaminie.

Nie pokazuj więcej tego powiadomienia