Diagnostika poruch neurčitých systémů pomocí markovských řetězců a EMD
Fault diagnostics of uncertain systems using Markov chains and EMD
Type of document
disertační prácedoctoral thesis
Author
Trnka Pavel
Supervisor
Hofreiter Milan
Opponent
Olehla Miroslav
Field of study
Technická kybernetikaStudy program
Strojní inženýrstvíInstitutions assigning rank
ústav přístrojové a řídící technikyDefended
2018-09-20Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Diagnostika poruch má trvalý význam ve všech oblastech lidského konání. Vývoj technologií v dnešní době postupuje ke stále složitějším systémům řízení, které se vyznačují rostoucí mírou nezávislosti na lidské obsluze. Proto nabývá na významu podpora spolehlivosti a bezpečnosti provozu autonomních systémů. Diagnostika poruch založená na markovském modelu sledovaného procesu se obecně řadí mezi pravděpodobnostní modelovací techniky využívající Bayesovského pravděpodobnostního přístupu. Díky svým vlastnostem se markovský model jeví jako silný nástroj použitelný pro širokou škálu průmyslových i jiných aplikací. Tato disertační práce předkládá několik postupů, které vedou ke zvýšení rychlosti, úspěšnosti a obecně ke zlepšení detekce a identifikace poruch diagnostickým systémem založeným na markovském modelu. Fault Diagnosis has lasting importance in all fields of human endeavor. Today's technology development is progressing towards more and more complex control systems, which are characterized by a growing degree of independence from human service. It is therefore important to promote the reliability and safety of operation of autonomous systems. Fault diagnosis based on the Markov model of the observed process is generally one of probability modeling techniques that are using Bayesian probability approach. Thanks to its features, the Markov model appears to be a powerful tool that can be used for a wide range of industrial and other applications. This dissertation presents several procedures that increase the speed, success rate, and that generally improve the detection and identification of faults by a Markov model based diagnostic system.
Collections
- Disertační práce - 12000 [279]