| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Izvedba metode glavnih komponent v PLK za odkrivanje in izolacijo napak v procesni industriji
Dejan Gaberšek, 2024, magistrsko delo

Opis: Magistrsko delo obravnava izvedbo metode glavnih komponent (PCA) v programirljivih logičnih krmilnikih (PLK) za zaznavo in izolacijo napak v procesni industriji. Napake v industrijskih procesih lahko povzročijo velike ekonomske izgube in pogosto ostanejo prikrite z vidika klasičnega nadzora. Razvita metoda, ki je zasnovana na osnovnih matematičnih operacijah, je bila implementirana na Siemens PLK in preizkušena na laboratorijskem modelu treh medsebojno povezanih posod. Dodatno smo izdelali HMI zaslon za vizualizacijo rezultatov, kar omogoča učinkovito spremljanje napak v realnem času in njihovo izolacijo.
Ključne besede: avtomatizacija, odkrivanje in izolacija napak, analiza glavnih komponent, PLK, TIA portal, hidravlični model
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 25
.pdf Celotno besedilo (3,54 MB)

2.
NELINEARNE MULTIVARIATNE STATISTIČNE METODE ZA SPROTNO ODKRIVANJE NAPAK V INDUSTRIJSKIH PROCESIH
Božidar Bratina, 2009, doktorska disertacija

Opis: Disertacija obravnava odkrivanje napak v tehničnih sistemih z uporabo multivariatnih statističnih metod, prilagojenih realnim (nelinearnim) industrijskim procesom. Z vidika napak v tehničnih sistemih, ki so neizbežne in s tem povezanih ekonomskih izgub zaradi izpadov proizvodnje, je za povečanje kakovosti in učinkovitosti proizvodnje potrebno proizvodne procese sprotno nadzorovati in nadgrajevati s sistemi za odkrivanje napak. Le-ti temeljijo na primerjavi delovanja procesov z matematičnimi modeli, pri katerih pa je ključnega pomena točnost modela procesa, saj se tako izogne večjemu številu lažnih alarmov. Prispevki disertacije so osredotočeni na razvoj in optimizacijo sistema za odkrivanje napak, ki vsebuje modele procesa pridobljene na osnovi procesnih podatkov, ter razširitve multivariatne statistične metode glavnih komponent na nelinearne procese. Nelinearna metoda glavnih komponent je realizirana z avto-asociativno strukturo umetne nevronske mreže, kjer nevronski model predstavlja nelinearni model procesa. Delovanje takšnih algoritmov je podrejeno specifičnim pogojem industrijskega okolja in zmogljivosti opreme, zato sta optimizacija delovanja algoritmov in izvedba v realnem okolju bistvenega pomena. Predstavljen je razvoj avto-asociativne umetne nevronske mreže in optimizacija njene strukture in delovanja po Taguchi postopku načrtovanja s poskusi, ki se je v svetu industrijske proizvodnje že večkrat dokazala. Na podlagi sprotnega spremljanja oblike in obnašanja izluščenih nelinearnih glavnih komponent sistema je mogoče sklepati na nepravilnosti v delovanju procesov in potencialne napake ter izvajati preventivne ukrepe v proizvodnji. S kvalitetnim modelom procesa, ustreznim znanjem o procesu in vključenimi pod-modeli napak, se izvaja izolacija ter diagnostika sistemov. Predlagane rešitve so preučene in potrjene na simulacijskem modelu in realnem objektu.
Ključne besede: odkrivanje napak, izolacija napak, residuum, multivariatne statistične metode, metoda glavnih komponent, nevronske mreže, načrtovanje s poskusi
Objavljeno v DKUM: 16.10.2009; Ogledov: 3573; Prenosov: 408
.pdf Celotno besedilo (11,07 MB)

Iskanje izvedeno v 0.06 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici