{"id":2439,"date":"2021-12-12T13:29:36","date_gmt":"2021-12-12T12:29:36","guid":{"rendered":"https:\/\/dmc.pwr.edu.pl\/?page_id=2439"},"modified":"2021-12-12T13:37:18","modified_gmt":"2021-12-12T12:37:18","slug":"predicon","status":"publish","type":"page","link":"https:\/\/dmc.pwr.edu.pl\/index.php\/predicon\/","title":{"rendered":"Uniwersalny modu\u0142 diagnostyczno-prognostyczny dla system\u00f3w monitorowania stanu z\u0142o\u017conych struktur mechanicznych pracuj\u0105cych w obecno\u015bci zak\u0142\u00f3ce\u0144 o charakterze nie-Gaussowskim oraz zmiennych warunkach eksploatacyjnych (Predicon)"},"content":{"rendered":"\n

<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Celem projektu jest opracowanie modu\u0142\u00f3w dla nowej klasy system\u00f3w monitorowania i diagnostyki dla z\u0142o\u017conych system\u00f3w mechanicznych pracuj\u0105cych w silnie zmiennych warunkach eksploatacyjnych i w obecno\u015bci zaburze\u0144 o charakterze niegaussowskim w przestrzeni cech diagnostycznych. Na cel projektu sk\u0142adaj\u0105 si\u0119 dwa cele cz\u0105stkowe: opracowanie i adaptacja nowych odpornych metod do automatycznej estymacji warto\u015bci granicznych symptom\u00f3w w klasach stanu prawid\u0142owy\/ostrzegawczy\/alarmowy w obecno\u015bci zak\u0142\u00f3ce\u0144, opracowanie nowych metod modelowania danych d\u0142ugoterminowych oraz ich wykorzystanie do prognozowania resztkowego czasu \u017cycia, a tak\u017ce wyznaczania prawdopodobie\u0144stwa bezawaryjnej pracy w zadanym horyzoncie czasowym. Dodatkowo, opracowane zostan\u0105 procedury do automatycznej oceny jako\u015bci prognoz. Adaptacja dotychczasowych osi\u0105gni\u0119\u0107 naukowych realizowana b\u0119dzie w zadaniach 2 i 3. Kolejne zadania to opracowanie i implementacja algorytm\u00f3w, integracja z istniej\u0105cym systemem i testy rozwi\u0105za\u0144 na r\u00f3\u017cnym poziomie rozwoju systemu monitorowania. Opracowanie nowych metod przetwarzania danych oparte b\u0119dzie o za\u0142o\u017cenie o nieliniowo\u015bci relacji stan techniczny maszyny – warto\u015b\u0107 cechy, silnej niestacjonarno\u015bci danych d\u0142ugoterminowych zbieranych w systemie oraz ich mo\u017cliwym niegausowskim charakterze. Przy takich za\u0142o\u017ceniach konieczne jest zastosowanie zaawansowanych metod ze szczeg\u00f3lnym uwzgl\u0119dnieniem statystycznego modelowania danych, teorii proces\u00f3w losowych, opisu system\u00f3w z wykorzystaniem teorii filtr\u00f3w stochastycznych, zastosowaniu tzw. odpornych statystyk i wreszcie metod uczenia maszynowego. Metody te zostan\u0105 wdro\u017cone do w\u0142asnej dzia\u0142alno\u015bci gospodarczej konsorcjanta. Rezultatem projektu b\u0119dzie innowacyjny system diagnostyczno-prognostyczny. Zasadnicz\u0105 potrzeb\u0105 rynkow\u0105, jest zwi\u0119kszenie bezpiecze\u0144stwa zak\u0142ad\u00f3w przemys\u0142owych oraz zmniejszenie koszt\u00f3w eksploatacji. G\u0142\u00f3wnym rynkiem docelowym rezultat\u00f3w projektu s\u0105 du\u017ce i \u015brednie zak\u0142ady przemys\u0142owe.<\/p>\n\n\n\n

Czas trwania<\/td>2022 – 2023<\/td><\/tr>
<\/td>– Politechnika Wroc\u0142awska (Wydzia\u0142 Geoin\u017cynierii, G\u00f3rnictwa i Geologii, Wydzia\u0142 Matematyki)
– AMC Tech<\/td><\/tr>
Bud\u017cet<\/td>5 mln z\u0142<\/td><\/tr>
Finansowanie<\/td>Narodowe Centrum Bada\u0144 i Rozwoju<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\"\"<\/figure>\n\n\n\n