ANALIZA DANYCH Z CZUJNIKÓW POMIAROWYCH DO PREDYKCJI W SYSTEMACH KONTROLI PROCESÓW PRODUKCYJNYCH

Tomasz Rymarczyk

tomasz@rymarczyk.com
1. Centrum Badawczo-Rozwojowe Netrix SA; 2. Wyższa Szkoła Ekonomii i Innowacji w Lublinie (Polska)
http://orcid.org/0000-0002-3524-9151

Bartek Przysucha


Politechnika Lubelska (Polska)
http://orcid.org/0000-0002-1117-8088

Marcin Kowalski


Wyższa Szkoła Ekonomii i Innowacji w Lublinie (Polska)
https://orcid.org/0000-0002-1644-0612

Piotr Bednarczuk


Wyższa Szkoła Ekonomii i Innowacji w Lublinie (Polska)
https://orcid.org/0000-0003-1933-7183

Abstrakt

Artykuł przedstawia rozwiązanie oparte na systemie cyber-fizycznym, w którym analizowano dane zbierane z czujników pomiarowych do predykcji w systemie kontroli procesów produkcyjnych. Przedstawiona technologia została oparta na inteligentnych czujnikach pomiarowych jako element rozwiązania dla Przemysłu 4.0. Głównym celem pracy jest redukcja danych i wybór odpowiedniego kowariantu w celu optymalizacji modelowania usterek za pomocą  modelu Coxa dla konkretnego układu mechanicznego. Niezawodność pracy maszyn i urządzeń w procesie produkcyjnym jest warunkiem zapewnienia ciągłości produkcji. Przewidywanie uszkodzenia, a zwłaszcza jego momentu daje możliwość monitorowania bieżącego stanu maszyny. W szerszej perspektywie umożliwia to usprawnienie procesu produkcji, planowania serwisu, czy kontroli. Zapewnia to utrzymanie ciągłości produkcji i optymalnej jej wydajności. Przedstawiony model jest regresywnym modelem analizy przeżycia, który pozwala na obliczanie prawdopodobieństwa wystąpienia awarii w określonym czasie.


Słowa kluczowe:

model Coxa, predykcja uszkodzeń, sterowanie produkcją, inteligentna platforma

Bergweiler S.: Intelligent Manufacturing based on Self-Monitoring Cyber-Physical Systems. UBICOMM 2015 The Ninth International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, 2015.
  Google Scholar

Chen B., Abascal J., Soleimani M.: Electrical Resistance Tomography for Visualization of Moving Objects Using a Spatiotemporal Total Variation Regularization Algorithm. Sensors 18/2018, 1704.
DOI: https://doi.org/10.3390/s18061704   Google Scholar

Cox D., Snell E.: Ageneral definition of residuals. Journal of the Royal Statistical Society Series B (Methodological) 30/1968, 248–275.
DOI: https://doi.org/10.1111/j.2517-6161.1968.tb00724.x   Google Scholar

Deszyńska A.: Modele hazardów proporcjonalnych Coxa. Matematyka stosowana 13(54)/2011.
  Google Scholar

Dušek J., Hladký D., Mikulka J.: Electrical Impedance Tomography Methods and Algorithms Processed with a GPU. PIERS Proceedings 2017, 1710–1714.
DOI: https://doi.org/10.1109/PIERS.2017.8262025   Google Scholar

Goetzke-Pala A., Hoła A., Sadowski Ł.: A non-destructive method of the evaluation of the moisture in saline brick walls using artificial neural networks. Archives of Civil and Mechanical Engineering 18(4)/2018, 1729–1742.
DOI: https://doi.org/10.1016/j.acme.2018.07.004   Google Scholar

Grudzien K., Romanowski A., Chaniecki Z., Niedostatkiewicz M., Sankowski D.: Description of the silo flow and bulk solid pulsation detection using ECT. Flow Measurement and Instrumentation 21(3)/2010, 198–206.
DOI: https://doi.org/10.1016/j.flowmeasinst.2009.12.006   Google Scholar

Kozlowski E., Mazurkiewicz D., Kowalska B., et al.: Binary Linear Programming as a Decision-Making Aid for Water Intake Operators. 1st International Conference on Intelligent Systems in Production Engineering and Maintenance (ISPEM), Wrocław 2017.
DOI: https://doi.org/10.1007/978-3-319-64465-3_20   Google Scholar

Korzeniewska E., Walczak M., Rymaszewski J.: Elements of Elastic Electronics Created on Textile Substrate. Proceedings of the 24th International Conference Mixed Design of Integrated Circuits and Systems – MIXDES 2017, 2017, 447–454.
DOI: https://doi.org/10.23919/MIXDES.2017.8005250   Google Scholar

Kowalska A., Banasiak R., Romanowski A., Sankowski D.: Article 3D-Printed Multilayer Sensor Structure for Electrical Capacitance Tomography. Sensors 19/2019, 3416.
DOI: https://doi.org/10.3390/s19153416   Google Scholar

Kryszyn J., Smolik W.: Toolbox for 3d modelling and image reconstruction in electrical capacitance tomography. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOŚ 7(1)/2017, 137–145.
  Google Scholar

Kozłowski E., Mazurkiewicz D., Żabiński T., Prucnal S., Sęp J.: Assessment model of cutting tool condition for real-time supervision system. Eksploatacja i Niezawodność – Maintenance and Reliability 21(4)/2019, 679–685.
DOI: https://doi.org/10.17531/ein.2019.4.18   Google Scholar

Monostori L. Cyber-physical production systems: Roots, expectations and R&D challenges. Procedia CIRP 17, 2014, 9–13.
DOI: https://doi.org/10.1016/j.procir.2014.03.115   Google Scholar

Mosorov V., Grudzień K., Sankowski D.: Flow velocity measurement methods using electrical capacitance tomography. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOŚ, 7(1)/2017, 30–36.
DOI: https://doi.org/10.5604/01.3001.0010.4578   Google Scholar

Qian F., Xu G., Zhang L., Dong H.: Design of Hybrid NC Control System for Automatic Line. International Journal of Hybrid Information Technology 8(4)/2015, 185–192.
DOI: https://doi.org/10.14257/ijhit.2015.8.4.21   Google Scholar

Repta D., Sacala I., Moisescu M., Stanescu A.: Towards the development of a Cyber-Intelligent Enterprise System Architecture. 19th World Congress The International Federation of Automatic Control, Cape Town 2014.
DOI: https://doi.org/10.3182/20140824-6-ZA-1003.01681   Google Scholar

Rymarczyk, T., Przysucha, B.: Intelligent sensor platform for multi-source data analysis for monitoring and control of technological systems. Applications of Electromagnetics in Modern Engineering and Medicine, PTZE 2019, 171–175.
DOI: https://doi.org/10.23919/PTZE.2019.8781710   Google Scholar

Rymarczyk T., Filipowicz S.F., Sikora J.: Level Set Method for Inverse Problem Solution In Electrical Impedance Tomography. Journal Proceedings of the XII International Conference on Electrical Bioimpedance & V Electrical Impedance Tomography, 2004, 519–522.
  Google Scholar

Rymarczyk T., Kłosowski G.: Innovative methods of neural reconstruction for tomographic images in maintenance of tank industrial reactors. Eksploatacja i Niezawodność – Maintenance and Reliability 21(2)/2019, 261–267.
DOI: https://doi.org/10.17531/ein.2019.2.10   Google Scholar

Rymarczyk T., Kozłowski E., Kłosowski G., Niderla K.: Logistic Regression for Machine Learning in Process Tomography. Sensors 19/2019, 3400.
DOI: https://doi.org/10.3390/s19153400   Google Scholar

Rymarczyk T.: Characterization of the shape of unknown objects by inverse numerical methods. Przegląd Elektrotechniczny 88(7b)/2012, 138–140.
  Google Scholar

Rymarczyk T., Adamkiewicz P., Polakowski K., Sikora J.: Effective ultrasound and radio tomography imaging algorithm for two-dimensional problems. Przegląd Elektrotechniczny 94(6)/2018, 62–69.
  Google Scholar

Rymarczyk T., Szumowski K., Adamkiewicz P., Tchórzewski P., Sikora J.: Moisture Wall Inspection Using Electrical Tomography Measurements. Przegląd Elektrotechniczny 94/2018, 97–100.
  Google Scholar

Schoenfeld D.: Partial residuals for the proportional hazards regression model, Biometrika 69/1980, 239–241.
DOI: https://doi.org/10.1093/biomet/69.1.239   Google Scholar

Xue Y., Schifano E. D.: Diagnostic for Cox model, Communications for statistical Applications and Methods 24(6)/2017, 583–604.
DOI: https://doi.org/10.29220/CSAM.2017.24.6.583   Google Scholar


Opublikowane
2019-12-15

Cited By / Share

Rymarczyk, T., Przysucha, B., Kowalski, M., & Bednarczuk, P. (2019). ANALIZA DANYCH Z CZUJNIKÓW POMIAROWYCH DO PREDYKCJI W SYSTEMACH KONTROLI PROCESÓW PRODUKCYJNYCH. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 9(4), 26–29. https://doi.org/10.35784/iapgos.570

Autorzy

Tomasz Rymarczyk 
tomasz@rymarczyk.com
1. Centrum Badawczo-Rozwojowe Netrix SA; 2. Wyższa Szkoła Ekonomii i Innowacji w Lublinie Polska
http://orcid.org/0000-0002-3524-9151

Autorzy

Bartek Przysucha 

Politechnika Lubelska Polska
http://orcid.org/0000-0002-1117-8088

Autorzy

Marcin Kowalski 

Wyższa Szkoła Ekonomii i Innowacji w Lublinie Polska
https://orcid.org/0000-0002-1644-0612

Autorzy

Piotr Bednarczuk 

Wyższa Szkoła Ekonomii i Innowacji w Lublinie Polska
https://orcid.org/0000-0003-1933-7183

Statystyki

Abstract views: 345
PDF downloads: 198


Inne teksty tego samego autora

1 2 3 4 > >>