Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Poziom I
Status:
Autorzy: Hraniak Valerii F., Kukharchuk Vasyl V., Bilichenko Victor V., Bogachuk Volodymyr V., Katsyv Samoil Sh., Tsymbal Serhii V., Wójcik Waldemar, Kalimoldayev Mashat
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 1816 - 1823
Web of Science® Times Cited: 3
Scopus® Cytowania: 4
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: XLIV-th IEEE-SPIE Joint Symposium on Photonics, Web Engineering, Electronics for Astronomy and High Energy Physics Experiments
Skrócona nazwa konferencji: XLIV SPIE-IEEE-PSP 2019
URL serii konferencji: LINK
Termin konferencji: 26 maja 2019 do 2 czerwca 2019
Miasto konferencji: Wilga
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
The paper proposes a new method for calculating the weight coefficients of an artificial neural network in the systems of technical diagnostics of hydro aggregates, in which it is proposed to use the coefficients of correlation between vibration signals in spatially distributed points of a hydro aggregate. A mathematical model and algorithm for calculation of weight coefficients of an artificial neural network are developed. The expediency of use of wavelet transformation of time realizations of a vibration signal is shown, as a result of which the received vibration signal is divided into amplitude-frequency-time spectrum, which leads to increase its informativeness. Experimentally confirmed the presence of strong inter-correlation links between spatially distributed points of the hydro aggregate and their dependence on the nature and place of application of disturbing forces. The dependence of the correlation coefficients on the load of the hydro aggregate and the water pressure in the reservoir is established. The obtained results can be considered as an experimental confirmation of the expediency of using the proposed method for calculating the weight coefficients of an artificial neural network.