Baza Publikacji Pracowników Politechniki Lubelskiej

Status:
Autorzy:	Kosicka Ewelina, Mazurkiewicz Dariusz, Kozłowski Edward
Dyscypliny:
	Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu:	Drukowana \| Elektroniczna
Arkusze wydawnicze:	0,828
Język:	angielski
Strony:	560 - 571
Efekt badań statutowych	NIE
Materiał konferencyjny:	NIE
Publikacja OA:	TAK
Licencja:
Sposób udostępnienia:	Witryna wydawcy
Wersja tekstu:	Ostateczna wersja opublikowana
Czas opublikowania:	W momencie opublikowania
Abstrakty:	angielski
	The increased popularity of Industry 4.0 has led many manufacturers to develop and implement solutions based on automation and data exchange in manufacturing techniques. The progress in automation of manufacturing processes along with new solutions for cyber-physical systems present both challenges and opportunities regarding predictive maintenance. The paper presents the assumptions of an intelligent system of prediction method selection for a zero-integration homoscedastic series, which is part of an original algorithm of multiple-model prediction method. The algorithm comprises an ARMA model, ADF test, AIC and BIC criteria, as well as MAE, MPE and MAPE prediction errors which are indispensable for establishing prediction error indexes

Algorithm of a multiple method for predicting values of residual processes