Diagnostyka, wiadomości podstawowe
|
|
- Wiktor Dudek
- 7 lat temu
- Przeglądów:
Transkrypt
1 Podstawowe pojęcia: Diagnostyka, wiadomości podstawowe Diagnostyka z gr.: diagnostikós oznacza "umiejący rozpoznawać To nauka początkowo wiązana głównie z medycyną nauka o sposobach rozpoznawania chorób. Diagnostyka techniczna Nauka zajmująca zagadnieniami bieżącej i przewidywanej oceny stanu technicznego maszyny, urządzenia poprzez badanie własności procesów roboczych i towarzyszących pracy maszyny, a także poprzez badanie własności wytworów maszyny. Diagnostyka procesów przemysłowych Nauka zajmująca się zagadnieniami wykrywania i lokalizowania defektów i w procesach przemysłowych - całej instalacji technicznej, jej poszczególnych komponentach, a także urządzeniach pomiarowych oraz elementach wykonawczych i regulacyjnych.
2 Podstawowe pojęcia: Diagnostyka, wiadomości podstawowe Proces diagnostyczny czynność, w wyniku przeprowadzenia której na drodze przetworzenia informacji o obiekcie diagnozowania następuje określenie lub estymacja jego stanu, wykrywane i lokalizowane są defekty i / lub uszkodzenia. Obiekt urządzenie lub zbiór urządzeń technologicznych i procesów w nich zachodzących (system); często wraz ze zbiorem urządzeń automatyki sterujących tymi procesami. Defekt niedopuszczalne odchylenie co najmniej jednej cechy lub zmiennej opisującej proces; powoduje pogorszenie jakości działania systemu. Uszkodzenie trwała niezdolność systemu lub jego komponentu do wypełniania wymaganych zadań w założonych warunkach eksploatacyjnych.
3 Podstawowe pojęcia: Diagnostyka, wiadomości podstawowe Symptom zmiana wielkości obserwowanej poza jej normalny zakres wartości; jest nośnikiem informacji o możliwych defektach lub uszkodzeniach obiektu. Sygnał przebieg dowolnej wielkości fizycznej, będącej nośnikiem informacji. Detekcja defektu / uszkodzenia Wykrycie defektu / uszkodzenia. Lokalizacja defektu / uszkodzenia Określenie jego miejsca wystąpienia. Identyfikacja defektu / uszkodzenia Określenie rozmiaru i charakteru jego zmienności w czasie. Analiza defektu / uszkodzenia Określenie jego źródła i zebranie wiedzy w celu przeciwdziałania mu.
4 Podstawowe pojęcia: Diagnostyka, wiadomości podstawowe Redundancja analityczna użycie kilku, niekoniecznie opartych na tych samych przesłankach, sposobów wyznaczania wielkości współpanującej proces, przy czym jedna z metod ma postać modelu w formie analitycznej. Model ilościowy zbiór zależności wiążących zmienne i parametry systemu pozwalający opisać ilościowe zachowanie się systemu (ilościowy przebieg procesu). Model jakościowy zbiór zależności wiążących zmienne i parametry systemu pozwalający opisać jakościowe zachowanie się systemu (reguły logiczne, klauzule). Model diagnostyczny zbiór zależności wiążących specyficzne wielkości wejściowe symptomy, ze specyficznymi wielkościami wyjściowymi - defektami; relacja przyczynowo skutkowa.
5 Diagnostyka, wiadomości podstawowe Podział defektów z uwagi na ich przebieg w czasie: a) nagłe (skokowe) b) w stanie początkowym (dryfujące) c) przerywane a) f b) f t c) f t t
6 Diagnostyka, wiadomości podstawowe Ze względu na pozyskiwanie informacji o obiekcie diagnozowanym proces diagnozowania można podzielić na fazy: a) mierzenie pozyskiwanie informacji o wartościach badanych wielkości; b) sprawdzanie pozyskiwanie wiadomości o stosunku wartości badanych do odniesienia; c) wnioskowanie pozyskiwanie wiadomości o relacjach pomiędzy zbiorem uzyskanych wyników sprawdzeń, a zbiorem rozróżnialnych stanów obiektu.
7 Diagnostyka, wiadomości podstawowe Dwuetapowość procesu diagnostycznego: a) detekcja; b) lokalizacja; dwuetapowość procesu lokalizacji: a) szybkie wygenerowanie wiarygodnych diagnoz dla układów zabezpieczeń mała szczegółowość rozróżniania, uwzględniająca wymagania układów zabezpieczających; baza danych diagnostycznych wykorzystywana na tym etapie wnioskowania projektowana jest w sposób zapewniający dużą wiarygodność przy możliwie najkrótszym czasie wnioskowania; b) dokładne określenie miejsca, rodzaju i rozmiaru uszkodzenia; rozpatrywany jest pełen zbiór możliwych, a baza danych diagnostycznych opracowywana jest w sposób zapewniający maksymalną wiarygodność i dokładność.
8 Diagnostyka, wiadomości podstawowe sygnały pomiarowe sygnały sterujące symptomy DETEKCJA sygnały LOKALIZACJA diagnozy Fazy procesu diagnostycznego
9 Diagnostyka, wiadomości podstawowe Struktura dwuetapowego algorytmu lokalizacji PROCES UKŁADY ZABEZPIECZEŃ DETEKCJA USZKODZEŃ diagnozy wstępne duża wiarygodność i szybkość wnioskowania ETAP PIERWSZY LOKALIZACJI ETAP DRUGI LOKALIZACJI diagnozy ostateczne duża wiarygodność i dokładność wnioskowania
10 DIAGNOSTYKA W UKŁADACH AUTOMATYKI Diagnostyka, wiadomości podstawowe komunikacja Fisher poziom 3 poziom 2 elektroniczne moduły systemu sterującego poziom 1 Fisher urządzenia wykonawcze i pomiarowe proces, komponenty
11 SPECYFIKA DIAGNOSTYKI PROCESÓW PRZEMYSŁOWYCH Diagnostyka, wiadomości podstawowe Obiekty diagnozowania to złożone instalacje technologiczne w przemyśle chemicznym, energetycznym, hutniczym itp.. Bardzo duża liczba możliwych. Wykorzystanie wyłącznie danych roboczych brak możliwości zakłócania przebiegu procesu. Realizacja diagnostyki na bieżąco w trakcie trwania procesu. Brak danych pomiarowych dla stanów awaryjnych. Awarie występujące po raz pierwszy powinny być rozpoznawane. W systemach DCS i SCADA dostępne są duże zbiory danych pomiarowych przydatnych do budowy modeli.
12 PROBLEMY DIAGNOSTYKI PROCESÓW PRZEMYSŁOWYCH Diagnostyka, wiadomości podstawowe Sprzeczność między dążeniem do wczesnego wykrywania małych a fałszywymi alarmami. Niepewność symptomów. Uzyskanie wysokiej rozróżnialności. Niepewność relacji uszkodzenia symptomy. Uszkodzenia wielokrotne. Dynamika powstawania symptomów. Zmiany zbioru zmiennych pomiarowych i struktury obiektu. Niejednakowy stopień wiedzy o różnych częściach obiektu diagnozowania potrzeba integracji różnych metod. Konieczność dekompozycji i diagnozowania zdecentralizowanego.
13 Przyczyny i skutki występowania defektów i Diagnostyka, wiadomości podstawowe Pętla dodatniego sprzężenia generacji Nagromadzenie informacji alarmowych Mogą powodować: straty ekonomiczne, skażenie środowiska, zagrożenie ludzkiego zdrowia i / lub życia. Przeciążenie informacyjne operatorów Stany nienormalnej pracy obiektu Są wywoływane: uszkodzeniami - duża złożoność systemu - - jego starzenie się, - czynniki losowe, błędami obsługi - złożoność systemu.
14 Jak projektować systemy nadzoru procesów Diagnostyka, wiadomości podstawowe Co wolno operatorowi procesu? Pod jakim warunkiem operator może to zrobić?
15 Zakres diagnostyki procesów przemysłowych Diagnostyka, wiadomości podstawowe ERP ERP (ang. Enterprise Resource Planning) Planowanie Zasobów Przedsiębiorstwa APS APS (ang. Advanced Planning System) System Zaawansowanego Planowania MES MES (ang. Manufacturing Execution Systems) Systemy Realizacji Produkcji. Zarządzanie Warstwa automatyki Układy wykonawcze i pomiarowe
16 Charmonogramowanie prac remontowych. Okresowe przeglądy oraz prace remontowe podejścia Przerwanie eksploatacji w celu przeprowadzenia przeglądu i niezbędnych prac remontowych - wiąże się z dużymi stratami produkcyjnymi oraz znacznymi kosztami prac remontowych. Wydłużanie okresu między remontami może doprowadzić do awarii maszyn i urządzeń, a w przypadku niebezpiecznych instalacji technologicznych wręcz do katastrofy. T T T t
17 Charmonogramowanie prac remontowych. Remonty na podstawie bieżącej oceny stanu podejścia - strategia przeprowadzania remontów na podstawie bieżącej oceny stanu technicznego obiektu. Warunek konieczny - realizacja monitorowania stopnia degradacji aparatów technologicznych oraz prognozowanie czasu do osiągnięcia stanu krytycznego. System monitorowania stopnia degradacji i prognozowania czasu do stanu krytycznego T 1 T 2 T 3 t
18 . Czy prędkość degradacji stanu technicznego jest stała? N Czy istnieją wiarygodne symptomy zbliżania się do stanu krytycznego? N Czy remont wyprzedzający osiągnięcie stanu krytycznego jest uzasadniony ekonomicznie? T N Charmonogramowanie prac remontowych T Czy istnieją efektywne narzędzia diagnostyczne i procedury monitorowania stanu technicznego? T Stałe interwały międzyremontowe T Remonty planowane w oparciu o stan techniczny T N Praca do awarii
19 Diagnostyka, wiadomości podstawowe Podział metod diagnostycznych: 1. inwazyjne; 2. nieinwazyjne. Podział eksperymentów diagnostycznych: 1. czynne; 2. bierne. Sterowanie / regulacja a systemy diagnostyki zakłócenia zadajnik + układy zadajnik sterownik regulator obiekt / nastawcze / wykonawcze proces układy pomiarowe parametry
20 Taśmociąg opis działania systemu Obiekty diagnostyczne Urządzenie pozwalające na dwukierunkowy transport elementów pomiędzy dwoma stanowiskami roboczymi (dolnym i górnym). Urządzenie pracuje w trybie automatycznym, w którym to po naciśnięciu przez operatora przycisku sterującego znajdującego się u dołu / góry urządzenia wykonuje przetransportowanie elementu z dołu do góry / z góry na dół. Ruch wykonywany jest tak długo, aż element zostanie wykryty przez odpowiedni czujnik obecności przedmiotu (górny / dolny). Urządzenie wyposażone jest w Przycisk Stopu Awaryjnego pozwalający na zatrzymanie pracy urządzenia poprzez jego wciśnięcie. Napęd stanowi silnik elektryczny.
21 Taśmociąg lista potencjalnych defektów obiektu Obiekty diagnostyczne 1. Uszkodzenie / defekt silnika. 2. Zerwanie się taśmy transportującej. 3. Zaklinowanie się taśmy transportującej ślizganie się na rolkach. 4. Uszkodzenie dolnego czujnika obecności przedmiotu. 5. Uszkodzenie górnego czujnika obecności przedmiotu. 6. Uszkodzenie dolnego przycisku sterującego. 7. Uszkodzenie górnego przycisku sterującego. 8. Uszkodzenie przycisku PSA. 9. Uszkodzenie syreny / lampki sygnalizacyjnej. 10. Uszkodzenie PLC. 11. Brak prawidłowej komunikacji.
22 Zbiornik opis działania systemu Obiekty diagnostyczne Obiekt pozwalający na rezerwowe gromadzenie zasobów cieczy. Zadaniem układu sterowania jest utrzymywanie zadanej ilości (poziom) cieczy w zbiorniku. Układ zasilany jest przez pompę o stałej wydajności. Dodatkowo pomiędzy wejściem do zbiornika, a pompą umieszczony jest zawór odcinający, sterowany dwustanowo. Ze zbiornika ciecz może być odbierana - - charakter stochastyczny procesu. Czujnik poziomu służy do identyfikacji stopnia (poziom) napełnienia zbiornika.
23 Zbiornik lista potencjalnych defektów obiektu Obiekty diagnostyczne 1. Uszkodzenie /defekt pompy. 2. Uszkodzenie / defekt miernika poziomu. 3. Przytkanie przepływów rury. 4. Uszkodzenie / defekt zaworu. 5. Pęknięcie zbiornika. 6. Uszkodzenie syreny / / lampki sygnalizacyjnej. 7. Uszkodzenie PLC. 8. Nieprawidłowa komunikacja.
24 Detekcja. Metody detekcji defektów Metody bazujące na kontroli parametrów zmiennych procesowych: Metody kontroli ograniczeń wartości zmiennych procesowych: Kontrola przekroczeń granicznych; Kontrola trendów; Kontrola wartości zmiennych binarnych. Metody analizy sygnałów: Analiza statystyczna sygnałów; Analiza spektralna sygnałów; Wykorzystanie modeli sygnałów do predykcji ich wartości. Metody bazujące na kontroli związków między zmiennymi procesowymi: Metody wykorzystujące proste związki między sygnałami: Wykorzystanie redundancji sprzętowej; Kontrola sygnałów sprzężeń zwrotnych; Kontrola relacji między wartościami zmiennych; Kontrola zgodności kierunków zmian sygnałów. Metody wykorzystujące modele analityczne: Detekcja z wykorzystaniem modeli fizycznych; Detekcja z wykorzystaniem modeli liniowych typu wejście wyjście; Detekcja z wykorzystaniem obserwatorów stanu; Detekcja na podstawie identyfikacji on line. Metody wykorzystujące modelowanie jakościowe i neuronowe: Detekcja z wykorzystaniem modeli jakościowych w postaci reguł typu jeśli-to; Detekcja z wykorzystaniem modeli rozmytych; Detekcja z wykorzystaniem modeli neuronowych.
25 Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody kontroli ograniczeń wartości zmiennych procesowych.. Kontrola przekroczeń granicznych (wiarygodności dla zmiennych analogowych) Polega na umownym przyjęciu dla poszczególnych sygnałów, wartości traktowanych jako graniczne i sprawdzaniu, czy wartości sygnałów mierzonych na obiekcie znajdują się w przedziale wyznaczonym przez przyjęte granice. Jeżeli podczas testu wartości sygnałów znajdują się poza przyjętymi granicami oznacza to nieprawidłowy przebieg procesu. y Granica bezpieczeństwa Granica alarmowa Alarm Zadziałanie blokady Diagnoza Uszkodzenie Uszkodzenie zakres zmian wielkości fizycznej np obr/min zakres zmian wielkości pomiarowej np obr/min zakres zmian sygnału pomiarowego np. 10 V t
26 . Kontrola trendów Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody kontroli ograniczeń wartości zmiennych procesowych.. Wnioskowanie o stanie diagnozowanego obiektu opiera się o kontrolę szybkości zmian wartości sygnałów. Kontroli dokonuje się poprzez porównanie dwóch wartości. Pierwszą jest zmiana testowanego sygnału mierzona na obiekcie. Obliczana jest jako różnica wartości aktualnej i poprzedniej pomiaru. Drugą jest zmiana testowanego sygnału przewidziana lub wyznaczona dla stanu bez uszkodzenia obiektu.
27 . Kontrola wartości zmiennych binarnych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody kontroli ograniczeń wartości zmiennych procesowych. Metoda ta zasadza się na sprawdzaniu efektów wywołanych celową zmianą wartości binarnego sygnału sterującego (testującego) w układzie wykonawczym. Niepojawienie się określonego, z góry przewidzianego efektu tego działania stanowi symptom wystąpienia uszkodzenia. Aktualny stan pracy układu wykonawczego sygnalizowany jest binarnie.
28 . Analiza statystyczna sygnałów Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody analizy sygnałów. Analiza sygnału to działanie, w wyniku którego otrzymuje się zbiór cech sygnału, którymi jest on opisany. Sygnał (wynik pomiaru wielkości fizycznej) powinien być opisany odpowiednim modelem matematycznym, który umożliwi opis obserwowanych zjawisk. Sygnał deterministyczny posiada matematyczny model (umożliwiający jednoznaczne odtworzenie sygnału) opisany funkcją czasu, częstotliwości lub położenia o wartościach rzeczywistych lub zespolonych. Sygnał stochastyczny jest opisywany przez zbiór pojedynczych wyników obserwacji jakiegoś zjawiska. Analizę statystyczną przeprowadza się najczęściej dla sygnałów losowych. Podstawowymi cechami opisującymi statystyczne właściwości sygnałów są: wartość średnia sygnału, wariancja, odchylenie standardowe.
29 . Analiza spektralna sygnałów Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody analizy sygnałów. Analiza spektralna zwana także analizą widmową pozwala na określenie cech ilościowych i jakościowych sygnału na podstawie badania widma sygnału. Bazuje na modelach sygnału w dziedzinie czasu, dla których sygnał reprezentowany jest przez szereg Fouriera. W modelu tym właściwy sygnał złożony jest ze składowych harmonicznych. Celem opisu amplitud, oraz faz składowych harmonicznych rozpatruje się je jako zespolone funkcje okresowe postaci: x( t) e j t cos( t) j sin( t) 2 f Wyniki analizy najczęściej przedstawia się w postaci wykresów zmienności w funkcji częstotliwości: amplitudy, gęstości mocy.
30 . Wykorzystanie modeli sygnałów do predykcji ich wartości Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody analizy sygnałów. Posiadając model matematyczny sygnału można wyliczyć wartość sygnału w każdej chwili czasu, także przyszłej. Ścisłe modele matematyczne występują dla sygnałów deterministycznych. Dla sygnałów losowych model w postaci procesu stochastycznego pozwala na wyznaczenie z pewnym prawdopodobieństwem wartości sygnału w zadanej chwili czasu. Możliwość wyznaczenia dokładnej lub z pewnym prawdopodobieństwem przybliżonej wartości sygnału badanego w przyszłości na bazie jego modelu, umożliwia przeprowadzenie procesu wnioskowania o zbliżającym się defekcie.
31 . Wykorzystanie redundancji sprzętowej Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Umożliwia detekcję i lokalizację w torach pomiarowych oraz regulatorów. Może zostać zachowana ciągłość pracy systemu w przypadku awarii. Metody wykorzystujące proste związki między sygnałami.
32 . Kontrola sygnałów sprzężeń zwrotnych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące proste związki między sygnałami. Sygnał sprzężenia zwrotnego niesie informację o wyjściu całego, bądź części układu objętej sprzężeniem zwrotnym. Podając na układ ze sprzężeniem zwrotnym sygnał sterujący, oczekujemy zmniejszenia wartości błędu sygnału regulowanego. Jeżeli pomimo działań regulatorów wartość błędu w układzie nie zmienia swojej wartości lub rośnie, może to oznaczać wystąpienie uszkodzenia w układach wykonawczych lub układach regulacji występujących w pętli sprzężenia zwrotnego.
33 . Kontrola relacji między wartościami zmiennych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące proste związki między sygnałami. Metodę tą można zastosować w przypadku znajomości relacji ilościowych pomiędzy wartościami zmieniających się sygnałów. Znajomość takiej relacji umożliwia wyliczenie ilościowej zmiany wartości jednego sygnału na podstawie znajomości ilościowej zmiany wartości innych sygnałów powiązanych z nim znanymi relacjami. Wykrycie zmian testowanego sygnału o wartości innej niż wynikająca z relacji między zmianami znanych sygnałów może być symptomem wystąpienia uszkodzenia.
34 . Kontrola zgodności kierunków zmian sygnałów Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące proste związki między sygnałami. Metoda ta uwzględnia relacje odnośnie trendów powiązanych ze sobą sygnałów. Powiązanie pomiędzy sygnałami polega na zmianie kierunku jednego sygnału dla zmiany kierunku innego sygnału lub grupy sygnałów. Metoda opiera się na znajomości powiązań co do zgodności kierunków zmian sygnałów testowanych ze znanymi. Pojawienie się zmiany kierunku testowanego sygnału w stronę przeciwną niż wynikająca z analizy zależności pomiędzy sygnałami może stanowić o wystąpieniu defektu.
35 . Detekcja z wykorzystaniem modeli fizycznych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modele analityczne. Residua generowane na bazie zwykle nieliniowych modeli (opis diagnozowanego procesu technicznego w postaci równań ruchu, równań bilansowych, równań energetycznych, itp.) wynikających z równań fizycznych opisujących obiekt są zwykle najbardziej pewne, jednak uzyskanie modeli dla złożonych obiektów jest często niemożliwe. Dodatkową trudnością jest identyfikacja parametrów takiego modelu. Metody te powinna cechować wrażliwość na defekty i nieczułość na naturalne zakłócenia w procesie, szumy pomiarowe, itp. zakłócenia wartości zadane OBIEKT DIAGNOZOWANY wartości otrzymane + residuum MODEL FIZYCZNY wartości wyliczone - Schemat układu detekcji wykorzystującego model fizyczny.
36 . Detekcja z wykorzystaniem modeli liniowych typu wejście wyjście Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modele analityczne. Opiera się na opisie układu w postaci równań zgodności (parzystości). Uzyskany w ten sposób model jest liniowy i przedstawia się go w postaci transmitancyjnej. Dla obiektu opisanego: oraz modelu w postaci: G( s) y GM( s) x y( s) x( s) M M M( s) L( s) ( s) ( s) L M M M ( s) ( s) generowanie residuów może odbywać się w układach: zakłócenia zakłócenia wejście u OBIEKT DIAGNOZOWANY wyjście y wejście u OBIEKT DIAGNOZOWANY wyjście y + residuum u M MODEL OPISANY TRANSMITANCJĄ LM ( s) GM( s) M ( s) M Układ opisany zależnością r( s) y( s) G ( S) u( s) M - y M u M L M (s) Układ opisany zależnością 2. M M (s) 2. r( s) y( s) M ( s) u( s) L ( s) M + - M residuum
37 . Detekcja z wykorzystaniem obserwatorów stanu Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Residua generowane są na podstawie analizy zmian niemierzalnego wektora stanu odtwarzanego przez obserwator lub jako różnice pomiędzy sygnałami wyjściowymi mierzonymi i wyliczanymi z modelu obiektu. Zastosowanie tej metody wymaga znajomości opisu obiektu w postaci równań w przestrzeni stanu. Metody wykorzystujące modele analityczne. zakłócenia wejście u OBIEKT DIAGNOZOWANY y wyjście u M OBSERWATOR MODEL OPISANY RÓWNANIAMI STANU x( t) ^ A x( t) B u( t) ^ y( t) C x( t) + - y M + - residuum ^ x
38 . Detekcja na podstawie identyfikacji on line Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modele analityczne. Identyfikacja służy do oszacowania parametrów modelu, które są podstawą do wyliczenia fizycznych współczynników obiektu. Residua generowane są jako różnice pomiędzy wartościami nominalnymi współczynników, a określonymi na drodze identyfikacji. Metody te stosuje się dla obiektów dobrze określonych. Fizyczne współczynniki obiektu wynikają z opisania obiektu równaniami różniczkowymi w postaci: y( t) a y ( t)... a y ( t) b u( t) b u ( t)... b u ( t) C (1) ( n) ( m) 1 n m w zapisie tym oznaczenia są następujące: y (n) (t) n-ta pochodna po czasie sygnału y(t); C sygnał stanowiący sumę sygnałów oddziałujących na wejście i wyjście.
39 . Detekcja na podstawie identyfikacji on line Detekcja wejście u zakłócenia OBIEKT DIAGNOZOWANY wyjście y Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modele analityczne. IDENTYFIKACJA PARAMETRÓW MODELU WYLICZENIE FIZYCZNYCH PARAMETRÓW OBIEKTU PORÓWNANIE PARAMETRÓW WYLICZONYCH Z NOMINALNYMI DECYZJA O STANIE OBIEKTU
40 . Detekcja z wykorzystaniem modeli jakościowych w postaci reguł typu jeśli-to Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modelowanie jakościowe i neuronowe. Metoda naśladująca proces myślowy człowieka. Detekcja polega na sprawdzaniu reguł formułowanych w postaci zależności logicznych. Część pierwsza to teza zaczynająca się słowem jeśli. Następnie występuje deklaracja zmiennych i określenie ich logicznych powiązań. Operatorami określającymi relacje między sygnałami są operatory: i, lub, oraz negacja sygnału. W końcowej fazie podejmowana jest decyzja diagnostyczna. Rozpoczyna się ona słowem to, po czym następuje zapis wniosków wynikających ze spełnienia wcześniej określonych relacji.
41 . Detekcja z wykorzystaniem modeli rozmytych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modelowanie jakościowe i neuronowe. Modele rozmyte obiektu diagnozowanego tworzone są najczęściej we wstępnej fazie eksploatacji obiektu. Model rozmyty obiektu stanowi baza reguł w postaci wielowymiarowej tablicy decyzyjnej. Generowanie sygnałów wyjściowych modelu składa się z trzech etapów: proces rozmywania sygnałów, proces wnioskowania, proces ostrzenia sygnału. W celu zmniejszenia wpływu szumów pomiarowych i niedokładności modelowania wprowadza się zamiast progowej oceny wartości residuum ocenę rozmytą. r N U 1 Zbiór wartości lingwistycznych: U stan uszkodzenia; N stan normalny. 0 wartości zadane zakłócenia OBIEKT DIAGNOZOWANY MODEL wartości otrzymane wartości wyliczone 100 r [%] + - residuum
42 . Detekcja z wykorzystaniem modeli rozmytych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modelowanie jakościowe i neuronowe. sygnały wejściowe OBIEKT y + - residuum wartość ostra ROZMYTY ALGORYTM DECYZYJNY residuum wartość rozmyta lub ostra decyzja MODEL ROZMYTY OBIEKTU y M
43 . Detekcja z wykorzystaniem modeli neuronowych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modelowanie jakościowe i neuronowe. Zastosowanie sieci neuronowych w detekcji może być dwojakie. Sztuczna sieć neuronowa może pełnić funkcję klasyfikatora stanów obiektu. Sztuczna sieć neuronowa może także posłużyć jako model obiektu. zmienne procesowe klasyfikacja stanu OBIEKT KLASYFIKATOR NEURONOWY Sieć neuronowa jako klasyfikator stanu na bazie wartości zmiennych procesowych.
44 . Detekcja z wykorzystaniem modeli neuronowych Detekcja Metody bazujące na kontroli parametrów zmiennych procesowych. Metody bazujące na kontroli związków między zmiennymi procesowymi. Metody wykorzystujące modelowanie jakościowe i neuronowe. sygnały wejściowe OBIEKT UCZENIE baza stanów MODEL (w szczególności) NEURONOWY + - residuum klasyfikacja stanu KLASYFIKATOR NEURONOWY UCZENIE wejścia / wyjścia obiektu
45 Detekcja. Metody detekcji defektów Metody bazujące na kontroli parametrów zmiennych procesowych: Metody kontroli ograniczeń wartości zmiennych procesowych: Kontrola przekroczeń granicznych; Kontrola trendów; Kontrola wartości zmiennych binarnych. Metody analizy sygnałów: Analiza statystyczna sygnałów; Analiza spektralna sygnałów; Wykorzystanie modeli sygnałów do predykcji ich wartości. Metody bazujące na kontroli związków między zmiennymi procesowymi: Metody wykorzystujące proste związki między sygnałami: Wykorzystanie redundancji sprzętowej; Kontrola sygnałów sprzężeń zwrotnych; Kontrola relacji między wartościami zmiennych; Kontrola zgodności kierunków zmian sygnałów. Metody wykorzystujące modele analityczne: Detekcja z wykorzystaniem modeli fizycznych; Detekcja z wykorzystaniem modeli liniowych typu wejście wyjście; Detekcja z wykorzystaniem obserwatorów stanu; Detekcja na podstawie identyfikacji on line. Metody wykorzystujące modelowanie jakościowe i neuronowe: Detekcja z wykorzystaniem modeli jakościowych w postaci reguł typu jeśli-to; Detekcja z wykorzystaniem modeli rozmytych; Detekcja z wykorzystaniem modeli neuronowych.
46 Lokalizacja. Metody lokalizacji defektów Metody bazujące na relacji symptomy-defekty wynikającej z redundancji sprzętowej obiektu: redundancja K z N. Metody oparte na relacji symptomy-defekty wyprowadzanej ze struktury modeli analitycznych: banki obserwatorów; residua strukturalne. Metody wymagające określenia relacji symptomy-defekty przez eksperta: metody wykorzystujące związek między symptomami i defektami w postaci funkcji logicznej i reguł jeśli to; metody drzew diagnostycznych; metody wykorzystujące binarną macierz diagnostyczną; metody bazujące na rozmytej relacji diagnostycznej; metody wykorzystujące pojęcie systemu informacyjnego do opisu relacji diagnostycznej. Metody wymagające określenia relacji symptomy-defekty w fazie uczenia: klasyczne metody rozpoznawania wzorców; zastosowanie sztucznych sieci neuronowych do klasyfikacji stanów obiektu.
47 . Redundancja K z N Lokalizacja Metody bazujące na relacji symptomy-defekty wynikającej z redundancji sprzętowej obiektu. Najprostszą i najmniej kosztowną odmianą redundancji sprzętowej typu K z N jest redundancja typu 2 z 3. Pozwala ona na wykrycie defektu pojedynczego. Zastosowanie redundancji sprzętowej typu K z N umożliwia wykrywanie defektów wielokrotnych o krotności będącej różnicą N K.
48 . Banki obserwatorów Lokalizacja Metody oparte na relacji symptomy-defekty wyprowadzanej ze struktury modeli analitycznych Jest to metoda redundancji analitycznej. Opiera się na analizie zbioru residuów generowanych przez układy detekcji. Metoda ta polega na stworzeniu zbioru (banku) obserwatorów, w którym każdy obserwator jest wrażliwy na jeden defekt, a nie wrażliwy na pozostałe. Wyodrębnia się banki obserwatorów konstruowane specjalnie do identyfikacji defektów czujników pomiarowych, elementów wykonawczych oraz komponentów układu. Na podstawie generowanego przez bank obserwatorów wektora zawierającego binarne wartości residuów podejmowana jest decyzja o lokalizacji uszkodzenia.
49 . Residua strukturalne Lokalizacja Metody oparte na relacji symptomy-defekty wyprowadzanej ze struktury modeli analitycznych Residua strukturalne uzyskiwane są na drodze wymnożenia residuów generowanych przez układy detekcji przez ściśle określone funkcje wymierne. Odpowiedni dobór wymiernych funkcji ma na celu zapewnienie rozróżnialności. Tak uzyskane residua strukturalne odznaczają się niewrażliwością na niemierzalne sygnały wejściowe. Decyzja o defektach podejmowana jest na postawie binarnej macierzy diagnostycznej. W macierzy tej występuje przyporządkowanie każdej wartości residuów strukturalnych odpowiadających im sygnatur. Stosunkowo łatwe jest zamodelowanie w równaniach zgodności zależności residuów od defektów czujników i elementów wykonawczych. Trudności nastręcza modelowanie defektów komponentów instalacji technologicznej. Pominięcie w tablicy decyzyjnej defektów komponentów instalacji technologicznej może prowadzić do błędnego wnioskowania w przypadku ich wystąpienia.
50 Lokalizacja Metody wymagające określenia relacji symptomy-defekty przez eksperta. metody wykorzystujące związek między symptomami i defektami w postaci funkcji logicznej i reguł jeśli to Sygnały wejściowe stanowią binarne wartości symptomów. Sygnał wyjściowy wskazuje na wystąpienie określonego uszkodzenia lub podzbioru. Funkcja logiczna może w ogólnym przypadku łączyć binarne symptomy generowane różnymi metodami W metodzie tej może być zastosowana również wielowartościowa reprezentacja wartości symptomów. Operatorami łączącymi binarne wartości symptomów są ogólnie znane operatory logiki dwuwartościowej. Zalicza się do nich operatory i, lub, oraz negację. Proces wnioskowania polega na sprawdzeniu prawdziwości konkluzji poprzez sprawdzenie wartości binarnych zmiennych wejściowych stanowiących tezę testowanej reguły. Każda diagnoza stanowi odrębną funkcję logiczną. Wynika z tego możliwość zaprojektowania funkcji decyzyjnych tylko dla wybranych defektów.
51 . metody drzew diagnostycznych Lokalizacja Metody wymagające określenia relacji symptomy-defekty przez eksperta Zapisanie procedury diagnostycznej w postaci drzewa diagnostycznego polega na przypisaniu węzłom drzewa poszczególnych testów, a gałęziom wyników testów. Zapisana w ten sposób procedura jest procedurą sekwencyjną testowania obiektu. 1 START t 1 0 oznaczenia: t i i-ty test; 0, 1 wynik testu; d i i-ta diagnoza. 0 t 2 1 t t 3 0 t 6 0 t t 4 0 t 7 1 d 4 t 9 0 d 1 d 2 d 3 d 5 Przykładowa struktura drzewa decyzyjnego.
52 Lokalizacja Metody wymagające określenia relacji symptomy-defekty przez eksperta. metody wykorzystujące binarną macierz diagnostyczną; rozmyta relacja diagnostyczna Binarną macierz diagnostyczną można przedstawić w postaci tablicy. Element a ij macierzy przyjmuje wartość równą 1 w przypadku wykrycia przez i-ty test j-tej awarii. Określana jest za pomocą: zbioru testów: T = { t i }, i = 1 I oraz zbioru defektów: D = { d j }, j = 1 J. Sprzężenia pomiędzy testami i defektami przyjmują wartości: 0 gdy przeprowadzenie testu t i nie wskazuje na występowanie defektu dj; 1 gdy przeprowadzenie testu t i wskazuje na występowanie defektu d j. t1 Macierz taka ma postać: t 2 MBD : a ij t I d 1 d 2.. d J
53 Lokalizacja Metody wymagające określenia relacji symptomy-defekty przez eksperta. metody wykorzystujące pojęcie systemu informacyjnego do opisu relacji diagnostycznej Mianem systemu informacyjnego określa się system gromadzący, przetwarzający i przechowujący dane. Przyjęcie wielowartościowej reprezentacji wartości symptomów prowadzi do opisu relacji diagnostycznej w postaci systemu informacyjnego. Podstawą każdego systemu informatycznego jest baza wiedzy. Baza wiedzy powstaje na drodze jej wypełniania wiedzą pozyskaną na temat diagnozowanego obiektu.
54 Lokalizacja Metody wymagające określenia relacji symptomy-defekty w fazie uczenia. klasyczne metody rozpoznawania wzorców Zastosowanie metod rozpoznawania wzorców (obrazów) wynika z pewnej własności obrazów stanu obiektu. Zakłada się większą bliskość obrazów odpowiadających temu samemu stanowi obiektu, w stosunku do obrazów oznaczających inny stan obiektu. Własność taką obserwuje się pomimo występowania błędów pomiarowych i wpływu różnych czynników losowych. Klasyczna metoda rozpoznawania obrazów polega na wydzieleniu cech (wartości mierzonych zmiennych procesowych, wartości residuów) oraz ich klasyfikacji celem określenia stanu obiektu. Określenie w przestrzeni cech, obszarów odpowiadających stanom (normalny, uszkodzenie) obiektu umożliwia identyfikację poszczególnych stanów obiektu.
55 Lokalizacja Metody wymagające określenia relacji symptomy-defekty w fazie uczenia. klasyczne metody rozpoznawania wzorców W metodach minimalno-odległościowych definicja funkcji przynależności oparta jest na pojęciu odległości w przestrzeni. Oblicza się odległość wektora cech klasyfikowanego obrazu od wszystkich wektorów znajdujących się w ciągu uczącym. Stan obiektu charakteryzowany przez element ciągu uczącego, dla którego wartość funkcji przynależności jest największa stanowi wynik klasyfikacji. y 1 w 0 w 2 l,min w 1 y 2 Ilustracja metody minimalnoodległościowej.
56 Lokalizacja Metody wymagające określenia relacji symptomy-defekty w fazie uczenia. klasyczne metody rozpoznawania wzorców W metodach uogólnionych wzorców funkcja przynależności sprowadza się do określenia zawierania się nieznanego obiektu opisanego wektorem cech, w obszarze wzorca i-tej klasy. W najprostszym przypadku wzorzec można utożsamiać z odpowiednim podzbiorem ciągu uczącego. y 1 F 1 (y 1, y 2 ) > F 2 (y 1, y 2 ) w 0 w 1 F 2 (y 1, y 2 ) > F 1 (y 1, y 2 ) y 2 Rozdzielenie dwuwymiarowej przestrzeni parametrów na obszary odpowiadające klasom.
57 Lokalizacja Metody wymagające określenia relacji symptomy-defekty w fazie uczenia. zastosowanie sztucznych sieci neuronowych do klasyfikacji stanów obiektu Zastosowanie sztucznych sieci neuronowych w diagnostyce może być dwojakie. Sztuczna sieć neuronowa może być zastosowana w celu stworzenia modelu diagnozowanego obiektu lub pełnić rolę klasyfikatora defektów obiektu.
58 Lokalizacja. Metody lokalizacji defektów Metody bazujące na relacji symptomy-defekty wynikającej z redundancji sprzętowej obiektu: redundancja K z N. Metody oparte na relacji symptomy-defekty wyprowadzanej ze struktury modeli analitycznych: banki obserwatorów; residua strukturalne. Metody wymagające określenia relacji symptomy-defekty przez eksperta: metody wykorzystujące związek między symptomami i defektami w postaci funkcji logicznej i reguł jeśli to; metody drzew diagnostycznych; metody wykorzystujące binarną macierz diagnostyczną; metody bazujące na rozmytej relacji diagnostycznej; metody wykorzystujące pojęcie systemu informacyjnego do opisu relacji diagnostycznej. Metody wymagające określenia relacji symptomy-defekty w fazie uczenia: klasyczne metody rozpoznawania wzorców; zastosowanie sztucznych sieci neuronowych do klasyfikacji stanów obiektu.
59 Charmonogramowanie prac remontowych. Okresowe przeglądy oraz prace remontowe podejścia Przerwanie eksploatacji w celu przeprowadzenia przeglądu i niezbędnych prac remontowych - wiąże się z dużymi stratami produkcyjnymi oraz znacznymi kosztami prac remontowych. Wydłużanie okresu między remontami może doprowadzić do awarii maszyn i urządzeń, a w przypadku niebezpiecznych instalacji technologicznych wręcz do katastrofy. T T T t
60 Charmonogramowanie prac remontowych. Remonty na podstawie bieżącej oceny stanu podejścia - strategia przeprowadzania remontów na podstawie bieżącej oceny stanu technicznego obiektu. Warunek konieczny - realizacja monitorowania stopnia degradacji aparatów technologicznych oraz prognozowanie czasu do osiągnięcia stanu krytycznego. System monitorowania stopnia degradacji i prognozowania czasu do stanu krytycznego T 1 T 2 T 3 t
61 . Czy prędkość degradacji stanu technicznego jest stała? N Czy istnieją wiarygodne symptomy zbliżania się do stanu krytycznego? N Czy remont wyprzedzający osiągnięcie stanu krytycznego jest uzasadniony ekonomicznie? T N Charmonogramowanie prac remontowych T Czy istnieją efektywne narzędzia diagnostyczne i procedury monitorowania stanu technicznego? T Stałe interwały międzyremontowe T Remonty planowane w oparciu o stan techniczny T N Praca do awarii
DiaSter - system zaawansowanej diagnostyki aparatury technologicznej, urządzeń pomiarowych i wykonawczych. Politechnika Warszawska
Jan Maciej Kościelny, Michał Syfert DiaSter - system zaawansowanej diagnostyki aparatury technologicznej, urządzeń pomiarowych i wykonawczych Instytut Automatyki i Robotyki Plan wystąpienia 2 Wprowadzenie
Bardziej szczegółowoDiagnostyka procesów i jej zadania
Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wykład 1 Literatura 1 J. Korbicz, J.M. Kościelny, Z. Kowalczuk, W. Cholewa (red.): Diagnostyka procesów. Modele, metody sztucznej
Bardziej szczegółowoANALIZA METOD DETEKCJI I LOKALIZACJI USZKODZEŃ W SYSTEMACH PRODUKCYJNYCH ODLEWNI
39/10 Archives of Foundry, Year 2003, Volume 3, 10 Archiwum Odlewnictwa, Rok 2003, Rocznik 3, Nr 10 PAN Katowice PL ISSN 1642-5308 ANALIZA METOD DETEKCJI I LOKALIZACJI USZKODZEŃ W SYSTEMACH PRODUKCYJNYCH
Bardziej szczegółowoPodstawy diagnostyki środków transportu
Podstawy diagnostyki środków transportu Diagnostyka techniczna Termin "diagnostyka" pochodzi z języka greckiego, gdzie diagnosis rozróżnianie, osądzanie. Ukształtowana już w obrębie nauk eksploatacyjnych
Bardziej szczegółowoModele ilościowe i jakościowe w diagnostyce procesów przemysłowych
pro. dr hab. inż. Jan Maciej Kościelny Wydział Mechatroniki Modele ilościowe i jakościowe w diagnostyce procesów przemysłowych Problemy, metody i obliczenia wielkoskalowe oraz wyzwania modelowania inżynierskiego
Bardziej szczegółowoAutomatyka i sterowania
Automatyka i sterowania Układy regulacji Regulacja i sterowanie Przykłady regulacji i sterowania Funkcje realizowane przez automatykę: regulacja sterowanie zabezpieczenie optymalizacja Automatyka i sterowanie
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoDiagnostyka procesów przemysłowych Kod przedmiotu
Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Bardziej szczegółowoTemat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Projektowanie sterownika rozmytego Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie System
Bardziej szczegółowoMechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych
Mechatronika i inteligentne systemy produkcyjne Modelowanie systemów mechatronicznych Platformy przetwarzania danych 1 Sterowanie procesem oparte na jego modelu u 1 (t) System rzeczywisty x(t) y(t) Tworzenie
Bardziej szczegółowoMetrologia: organizacja eksperymentu pomiarowego
Metrologia: organizacja eksperymentu pomiarowego (na podstawie: Żółtowski B. Podstawy diagnostyki maszyn, 1996) dr inż. Paweł Zalewski Akademia Morska w Szczecinie Teoria eksperymentu: Teoria eksperymentu
Bardziej szczegółowoSystemy uczące się wykład 2
Systemy uczące się wykład 2 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 19 X 2018 Podstawowe definicje Fakt; Przesłanka; Konkluzja; Reguła; Wnioskowanie. Typy wnioskowania
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoPodstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący
Bardziej szczegółowoTemat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Projektowanie sterownika rozmytego Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Bardziej szczegółowoWykład nr 1 Podstawowe pojęcia automatyki
Wykład nr 1 Podstawowe pojęcia automatyki Podstawowe definicje i określenia wykorzystywane w automatyce Omówienie podstawowych elementów w układzie automatycznej regulacji Omówienie podstawowych działów
Bardziej szczegółowoAdaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC
Adaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC Proces technologiczny (etap procesu produkcyjnego/przemysłowego) podstawa współczesnych systemów
Bardziej szczegółowoObiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).
SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)
Bardziej szczegółowoMetody Prognozowania
Wprowadzenie Ewa Bielińska 3 października 2007 Plan 1 Wprowadzenie Czym jest prognozowanie Historia 2 Ciągi czasowe Postępowanie prognostyczne i prognozowanie Predykcja długo- i krótko-terminowa Rodzaje
Bardziej szczegółowoAnalityczne metody detekcji uszkodzeń
Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 5 Model procesu Rozważmy czasowo-dyskretny model liniowy gdzie: k dyskretny czas, x(k) R n wektor stanu, x(k + 1) = Ax(k)
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Bardziej szczegółowo6. Zagadnienie parkowania ciężarówki.
6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoKlasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV
Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną
Bardziej szczegółowoSystem prognozowania rynków energii
System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: 0 71 723 43 22 fax: 0 71 733 64 66 http://www.stermedia.eu Piotr
Bardziej szczegółowoAlgorytmy decyzyjne będące alternatywą dla sieci neuronowych
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych Piotr Dalka Przykładowe algorytmy decyzyjne Sztuczne sieci neuronowe Algorytm k najbliższych sąsiadów Kaskada klasyfikatorów AdaBoost Naiwny
Bardziej szczegółowoTemat /6/: DYNAMIKA UKŁADÓW HYDRAULICZNYCH. WIADOMOŚCI PODSTAWOWE.
1 Temat /6/: DYNAMIKA UKŁADÓW HYDRAULICZNYCH. WIADOMOŚCI PODSTAWOWE. Celem ćwiczenia jest doświadczalne określenie wskaźników charakteryzujących właściwości dynamiczne hydraulicznych układów sterujących
Bardziej szczegółowoAgnieszka Nowak Brzezińska
Agnieszka Nowak Brzezińska jeden z algorytmów regresji nieparametrycznej używanych w statystyce do prognozowania wartości pewnej zmiennej losowej. Może również byd używany do klasyfikacji. - Założenia
Bardziej szczegółowo7. Zagadnienie parkowania ciężarówki.
7. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoProcedura modelowania matematycznego
Procedura modelowania matematycznego System fizyczny Model fizyczny Założenia Uproszczenia Model matematyczny Analiza matematyczna Symulacja komputerowa Rozwiązanie w postaci modelu odpowiedzi Poszerzenie
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowoSterowanie pracą reaktora chemicznego
Sterowanie pracą reaktora chemicznego Celem ćwiczenia jest opracowanie na sterowniku programowalnym programu realizującego jednopętlowy układ regulacji a następnie dobór nastaw regulatora zapewniających
Bardziej szczegółowoINŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Bardziej szczegółowo5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
Bardziej szczegółowoW_4 Adaptacja sterownika PLC do obiektu sterowania. Synteza algorytmu procesu i sterowania metodą GRAFCET i SFC
Proces technologiczny (etap procesu produkcyjnego/przemysłowego) podstawa współczesnych systemów wytwarzania; jest określony przez schemat funkcjonalny oraz opis słowny jego przebiegu. Do napisania programu
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoALGORYTM RANDOM FOREST
SKRYPT PRZYGOTOWANY NA ZAJĘCIA INDUKOWANYCH REGUŁ DECYZYJNYCH PROWADZONYCH PRZEZ PANA PAWŁA WOJTKIEWICZA ALGORYTM RANDOM FOREST Katarzyna Graboś 56397 Aleksandra Mańko 56699 2015-01-26, Warszawa ALGORYTM
Bardziej szczegółowoMetody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji
Bardziej szczegółowoUkład regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku
Układ regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku Przemysłowe Układy Sterowania PID Opracowanie: dr inż. Tomasz Rutkowski Katedra Inżynierii Systemów Sterowania
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoInteligencja obliczeniowa
Ćwiczenie nr 3 Zbiory rozmyte logika rozmyta Sterowniki wielowejściowe i wielowyjściowe, relacje rozmyte, sposoby zapisu reguł, aproksymacja funkcji przy użyciu reguł rozmytych, charakterystyki przejściowe
Bardziej szczegółowoSzybkie prototypowanie w projektowaniu mechatronicznym
Szybkie prototypowanie w projektowaniu mechatronicznym Systemy wbudowane (Embedded Systems) Systemy wbudowane (ang. Embedded Systems) są to dedykowane architektury komputerowe, które są integralną częścią
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowoTransformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoJeśli X jest przestrzenią o nieskończonej liczbie elementów:
Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoZastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych
Konferencja Systemy Czasu Rzeczywistego 2012 Kraków, 10-12 września 2012 Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Piotr Szwed AGH University
Bardziej szczegółowoWprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan
Wprowadzenie do technik regulacji automatycznej prof nzw. dr hab. inż. Krzysztof Patan Czym jest AUTOMATYKA? Automatyka to dziedzina nauki i techniki zajmująca się teorią i praktycznym zastosowaniem urządzeń
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
Bardziej szczegółowoInstrukcja do ćwiczenia 6 REGULACJA TRÓJPOŁOŻENIOWA
Instrukcja do ćwiczenia 6 REGULACJA TRÓJPOŁOŻENIOWA Cel ćwiczenia: dobór nastaw regulatora, analiza układu regulacji trójpołożeniowej, określenie jakości regulacji trójpołożeniowej w układzie bez zakłóceń
Bardziej szczegółowoZastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej
Marcin Szega Zastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej (Monografia habilitacyjna nr 193. Wydawnictwo Politechniki
Bardziej szczegółowoII. STEROWANIE I REGULACJA AUTOMATYCZNA
II. STEROWANIE I REGULACJA AUTOMATYCZNA 1. STEROWANIE RĘCZNE W UKŁADZIE ZAMKNIĘTYM Schemat zamkniętego układu sterowania ręcznego przedstawia rysunek 1. Centralnym elementem układu jest obiekt sterowania
Bardziej szczegółowoPROGRAM DODATKOWEGO MODUŁU KSZTAŁCENIA ZAWODOWEGO PRAKTYCZNEGO DLA ZAWODU TECHNIK AUTOMATYK - STAŻ
PROGRAM DODATKOWEGO MODUŁU KSZTAŁCENIA ZAWODOWEGO PRAKTYCZNEGO DLA ZAWODU TECHNIK AUTOMATYK - STAŻ 1. Cele edukacyjne (kompetencje i umiejętności), które osiągnie stażysta: Stażysta kształcący się w zawodzie
Bardziej szczegółowoEKSPLOATACJA SYSTEMÓW TECHNICZNYCH
Jan Kaźmierczak EKSPLOATACJA SYSTEMÓW TECHNICZNYCH dla studentów kierunków: ZARZĄDZANIE Gliwice, 1999 SPIS TREŚCI 1. WPROWADZENIE... 7 2. PRZEGLĄD PODSTAWOWYCH PROBLEMÓW EKSPLOATACJI SYSTEMÓW TECHNICZNYCH...
Bardziej szczegółowoZastosowania metod odkrywania wiedzy do diagnostyki maszyn i procesów
Zastosowania metod odkrywania wiedzy do diagnostyki maszyn i procesów Wojciech Moczulski Politechnika Śląska Katedra Podstaw Konstrukcji Maszyn Sztuczna inteligencja w automatyce i robotyce Zielona Góra,
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoEfekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej
Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych
Bardziej szczegółowoSystemy uczące się wykład 1
Systemy uczące się wykład 1 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 5 X 2018 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013
SIMULINK część pakietu numerycznego MATLAB (firmy MathWorks) służąca do przeprowadzania symulacji komputerowych. Atutem programu jest interfejs graficzny (budowanie układów na bazie logicznie połączonych
Bardziej szczegółowoSterowanie napędów maszyn i robotów
Wykład 5 - Identyfikacja Instytut Automatyki i Robotyki (IAiR), Politechnika Warszawska Warszawa, 2015 Koncepcje estymacji modelu Standardowe drogi poszukiwania modeli parametrycznych M1: Analityczne określenie
Bardziej szczegółowoSposoby modelowania układów dynamicznych. Pytania
Sposoby modelowania układów dynamicznych Co to jest model dynamiczny? PAScz4 Modelowanie, analiza i synteza układów automatyki samochodowej równania różniczkowe, różnicowe, równania równowagi sił, momentów,
Bardziej szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018
Bardziej szczegółowoLista zagadnień kierunkowych pomocniczych w przygotowaniu do egzaminu dyplomowego magisterskiego Kierunek: Mechatronika
Lista zagadnień kierunkowych pomocniczych w przygotowaniu do Kierunek: Mechatronika 1. Materiały używane w budowie urządzeń precyzyjnych. 2. Rodzaje stali węglowych i stopowych, 3. Granica sprężystości
Bardziej szczegółowoPrzykład programowania PLC w języku drabinkowym - ćwiczenie 6
Przykład programowania PLC w języku drabinkowym - ćwiczenie 6 1. Cel ćwiczenia Zapoznanie się z podstawowymi elementami języka drabinkowego i zasadami programowania Programowalnych Sterowników Logicznych
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoPL B1. INSTYTUT MECHANIKI GÓROTWORU POLSKIEJ AKADEMII NAUK, Kraków, PL BUP 21/08. PAWEŁ LIGĘZA, Kraków, PL
RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 209493 (13) B1 (21) Numer zgłoszenia: 382135 (51) Int.Cl. G01F 1/698 (2006.01) G01P 5/12 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej (22)
Bardziej szczegółowoZastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym
POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym Marcin Perzyk Dlaczego eksploracja danych?
Bardziej szczegółowoTematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia II stopnia (magisterskie)
Tematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia II stopnia (magisterskie) Temat: Analiza właściwości pilotażowych samolotu Specjalność: Pilotaż lub Awionika 1. Analiza stosowanych kryteriów
Bardziej szczegółowoSAS wybrane elementy. DATA MINING Część III. Seweryn Kowalski 2006
SAS wybrane elementy DATA MINING Część III Seweryn Kowalski 2006 Algorytmy eksploracji danych Algorytm eksploracji danych jest dobrze zdefiniowaną procedurą, która na wejściu otrzymuje dane, a na wyjściu
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoPolitechnika Gdańska. Gdańsk, 2016
Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki Katedra Systemów Geoinformatycznych Aplikacje Systemów Wbudowanych Programowalne Sterowniki Logiczne (PLC) Krzysztof Bikonis Gdańsk,
Bardziej szczegółowoxx + x = 1, to y = Jeśli x = 0, to y = 0 Przykładowy układ Funkcja przykładowego układu Metody poszukiwania testów Porównanie tabel prawdy
Testowanie układów kombinacyjnych Przykładowy układ Wykrywanie błędów: 1. Sklejenie z 0 2. Sklejenie z 1 Testem danego uszkodzenia nazywa się takie wzbudzenie funkcji (wektor wejściowy), które daje błędną
Bardziej szczegółowoBogdan ŻÓŁTOWSKI Marcin ŁUKASIEWICZ
Bogdan ŻÓŁTOWSKI Bogdan ŻÓŁTOWSKI DIAGNOSTYKA DRGANIOWA MASZYN pamięci Stanisława BYDGOSZCZ 2012 Prof. dr hab. inż. Bogdan ŻÓŁTOWSKI UTP WIM Bydgoszcz Dr inż. UTP WIM Bydgoszcz DIAGNOSTYKA DRGANIOWA MASZYN
Bardziej szczegółowoTemat: Model SUGENO. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Model SUGENO Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania
Bardziej szczegółowoMetoda zaburz-obserwuj oraz metoda wspinania
Metoda zaburz-obserwuj oraz metoda wspinania Algorytm zaburz-obserwuj mierzy się moc (zwykle modułu) przed i po zmianie na tej podstawie podejmuje się decyzję o kierunku następnej zmiany Metoda wspinania
Bardziej szczegółowoCel projektu: Wymogi dotyczące sprawozdania:
W ramach zajęć proszę wykonać sprawozdanie z logiki rozmytej. Sprawozdanie powinno realizować zadanie wnioskowania rozmytego. Cel projektu: Student projektuje bazę wiedzy wnioskowania rozmytego (kilka,
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza korelacyjna sygnałów dr hab. inż.
Bardziej szczegółowoSterowanie z wykorzystaniem logiki rozmytej
Sterowanie z wykorzystaniem logiki rozmytej konspekt seminarium Paweł Szołtysek 24 stycznia 2009 1 Wstęp 1.1 Podstawy logiki rozmytej Logika rozmyta jest rodzajem logiki wielowartościowej, stanowi uogólnienie
Bardziej szczegółowoPo co w ogóle prognozujemy?
Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym
Bardziej szczegółowoMechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl
Mechatronika i inteligentne systemy produkcyjne Paweł Pełczyński ppelczynski@swspiz.pl 1 Program przedmiotu Wprowadzenie definicja, cel i zastosowania mechatroniki Urządzenie mechatroniczne - przykłady
Bardziej szczegółowoProjektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ
Projektowanie układów regulacji w dziedzinie częstotliwości dr hab. inż. Krzysztof Patan, prof. PWSZ Wprowadzenie Metody projektowania w dziedzinie częstotliwości mają wiele zalet: stabilność i wymagania
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoPodstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 6 - Miejsce i rola regulatora w układzie regulacji Instytut Automatyki i Robotyki Warszawa, 2015 Regulacja zadajnik regulator sygnał sterujący (sterowanie) zespół wykonawczy przetwornik pomiarowy
Bardziej szczegółowoSterowanie procesem i jego zdolność. Zbigniew Wiśniewski
Sterowanie procesem i jego zdolność Zbigniew Wiśniewski Wybór cech do kart kontrolnych Zaleca się aby w pierwszej kolejności były brane pod uwagę cechy dotyczące funkcjonowania wyrobu lub świadczenia usługi
Bardziej szczegółowo1. POJĘCIA PODSTAWOWE I RODZAJE UKŁADÓW AUTOMATYKI
Podstawy automatyki / Józef Lisowski. Gdynia, 2015 Spis treści PRZEDMOWA 9 WSTĘP 11 1. POJĘCIA PODSTAWOWE I RODZAJE UKŁADÓW AUTOMATYKI 17 1.1. Automatyka, sterowanie i regulacja 17 1.2. Obiekt regulacji
Bardziej szczegółowoSystemy uczące się Lab 4
Systemy uczące się Lab 4 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 26 X 2018 Projekt zaliczeniowy Podstawą zaliczenia ćwiczeń jest indywidualne wykonanie projektu uwzględniającego
Bardziej szczegółowoĆWICZENIE 4 WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH
ĆWICZENIE 4 WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH Cel ćwiczenia: - zapoznanie z podstawowymi metodami wyznaczania optymalizowanych procedur diagnozowania (m. in. z metodą skuteczności
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I IDENTYFIKACJA Studia niestacjonarne Estymacja parametrów modeli, metoda najmniejszych kwadratów.
Bardziej szczegółowoALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
Bardziej szczegółowoZASTOSOWANIE TECHNIK CHEMOMETRYCZNYCH W BADANIACH ŚRODOWISKA. dr inż. Aleksander Astel
ZASTOSOWANIE TECHNIK CHEMOMETRYCZNYCH W BADANIACH ŚRODOWISKA dr inż. Aleksander Astel Gdańsk, 22.12.2004 CHEMOMETRIA dziedzina nauki i techniki zajmująca się wydobywaniem użytecznej informacji z wielowymiarowych
Bardziej szczegółowoHierarchiczna analiza skupień
Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym
Bardziej szczegółowoAutomatyka i pomiary wielkości fizykochemicznych. Instrukcja do ćwiczenia VI Dobór nastaw regulatora typu PID metodą Zieglera-Nicholsa.
Automatyka i pomiary wielkości fizykochemicznych Instrukcja do ćwiczenia VI Dobór nastaw regulatora typu PID metodą Zieglera-Nicholsa. 1. Wprowadzenie Regulator PID (regulator proporcjonalno-całkująco-różniczkujący,
Bardziej szczegółowoDostawa oprogramowania. Nr sprawy: ZP /15
........ (pieczątka adresowa Oferenta) Zamawiający: Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu, ul. Staszica,33-300 Nowy Sącz. Strona: z 5 Arkusz kalkulacyjny określający minimalne parametry techniczne
Bardziej szczegółowoOpracował: Jan Front
Opracował: Jan Front Sterownik PLC PLC (Programowalny Sterownik Logiczny) (ang. Programmable Logic Controller) mikroprocesorowe urządzenie sterujące układami automatyki. PLC wykonuje w sposób cykliczny
Bardziej szczegółowoModelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
Bardziej szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowo