Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.01 vteřin. 
Aplikace algoritmů prediktivní údržby na monitorování stavu experimentálního pneumatického zařízení
Štastný, Petr ; Brablc, Martin (oponent) ; Dobossy, Barnabás (vedoucí práce)
Tato bakalářská práce se zabývá hledáním indikátorů stavu pneumatického zařízení za použití algoritmů strojového učení a vytěžování dat. Cílem bylo určit měřitelnou veličinu a algoritmus jejího vyhodnocování, pomocí kterého bude možné identifikovat stav a zdroje poruch. Data o chování pneumatického válce byla získávána na testovacím zařízení, které bylo osazeno senzory 16 různých veličin. Zpracování a vyhodnocování dat proběhlo v nástrojích Matlabu, konkrétně Diagnostic Feature Designer a Classification Learner.
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.
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.
Aplikace algoritmů prediktivní údržby na monitorování stavu experimentálního pneumatického zařízení
Štastný, Petr ; Brablc, Martin (oponent) ; Dobossy, Barnabás (vedoucí práce)
Tato bakalářská práce se zabývá hledáním indikátorů stavu pneumatického zařízení za použití algoritmů strojového učení a vytěžování dat. Cílem bylo určit měřitelnou veličinu a algoritmus jejího vyhodnocování, pomocí kterého bude možné identifikovat stav a zdroje poruch. Data o chování pneumatického válce byla získávána na testovacím zařízení, které bylo osazeno senzory 16 různých veličin. Zpracování a vyhodnocování dat proběhlo v nástrojích Matlabu, konkrétně Diagnostic Feature Designer a Classification Learner.

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