Národní úložiště šedé literatury Nalezeno 7 záznamů.  Hledání trvalo 0.00 vteřin. 
Zpracování měření vibrací pro účely prediktivní údržby mechanických soustav
Kuchař, Matěj ; Dobossy, Barnabás (oponent) ; Kšica, Filip (vedoucí práce)
S vývojem technologií se vyvíjet i údržba. V posledních letech se nejvíce rozvíjí a začíná se aplikovat prediktivní údržba. Tento typ údržby přináší lepší výsledky než doposud používané typy údržby, zejména u vibrací. Oproti ostatním typům údržby, je těžší prediktivní údržbu zaimplementovat. Při implementaci je nutno dodržet její postup: předzpracování dat, extrakci features, určení Health indicatoru, trénink prediktivního modelu a vyhodnocení. Jednalo se hlavně o seznámení s tímto postup. K dispozici je mnoho softwarů, které nabízí funkce pro aplikaci prediktivní údržby. V této práci byl použit Predictive maintenance toolbox z programu Matlab. Následně znalosti o aplikaci prediktivní údržby byly použity na experimentálních datem získané měřením vibrací ložisek pro předpověď RUL.
Predictive maintenance of pneumatic pistons
Voronin, Artyom ; Rajchl, Matej (oponent) ; Brablc, Martin (vedoucí práce)
This thesis deals with creating a simulation model of a double-acting pneumatic piston with a mechanical assembly, including the sensors models, with the following parameter estimation and approximation to the behavior of a demonstration device. Another goal is the demonstration of various Predictive Maintenance approaches on a dataset measured on a demonstration device. Applying signal-based techniques to the measured dataset without using a simulation model and a model-based method that requires the use of a simulation model. The outcome of this work is the verification of the possibility of monitoring the device's condition state, using installed sensors, and evaluating the efficiency of the sensors in terms of accuracy/cost.
Aplikace algoritmů prediktivní údržby na odhad RUL
Dvořák, Jan ; Brablc, Martin (oponent) ; Dobossy, Barnabás (vedoucí práce)
Cílem této práce je seznámit čtenáře s oblastí prediktivní údržby a jejími algoritmy především v rámci její prognostické části. Na datových sadách a provedeném experimentu dojde k určení zbývající životnosti daného systému pomocí vytvořených modelů v souladu s algoritmy popsanými v rešeršní části. Ke zpracování dat a tvorbě modelů bylo využito nástroje MATLAB a jeho dalších aplikací popsaných v práci.
Rešerše metod použití kombinace data-driven a model-based metod v oblasti diagnostiky technických soustav
Fazlić, Aida ; Kroupa, Jiří (oponent) ; Kovář, Jiří (vedoucí práce)
Tato práce se zabývá data-driven a model-based metodami v oblasti diagnostiky technických soustav a použitím kombinace data-driven a model-based metod. Tato kombinace bývá v literatuře nejčastěji označována jako hybridní přístup.
Aplikace algoritmů prediktivní údržby na odhad RUL
Dvořák, Jan ; Brablc, Martin (oponent) ; Dobossy, Barnabás (vedoucí práce)
Cílem této práce je seznámit čtenáře s oblastí prediktivní údržby a jejími algoritmy především v rámci její prognostické části. Na datových sadách a provedeném experimentu dojde k určení zbývající životnosti daného systému pomocí vytvořených modelů v souladu s algoritmy popsanými v rešeršní části. Ke zpracování dat a tvorbě modelů bylo využito nástroje MATLAB a jeho dalších aplikací popsaných v práci.
Rešerše metod použití kombinace data-driven a model-based metod v oblasti diagnostiky technických soustav
Fazlić, Aida ; Kroupa, Jiří (oponent) ; Kovář, Jiří (vedoucí práce)
Tato práce se zabývá data-driven a model-based metodami v oblasti diagnostiky technických soustav a použitím kombinace data-driven a model-based metod. Tato kombinace bývá v literatuře nejčastěji označována jako hybridní přístup.
Predictive maintenance of pneumatic pistons
Voronin, Artyom ; Rajchl, Matej (oponent) ; Brablc, Martin (vedoucí práce)
This thesis deals with creating a simulation model of a double-acting pneumatic piston with a mechanical assembly, including the sensors models, with the following parameter estimation and approximation to the behavior of a demonstration device. Another goal is the demonstration of various Predictive Maintenance approaches on a dataset measured on a demonstration device. Applying signal-based techniques to the measured dataset without using a simulation model and a model-based method that requires the use of a simulation model. The outcome of this work is the verification of the possibility of monitoring the device's condition state, using installed sensors, and evaluating the efficiency of the sensors in terms of accuracy/cost.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.