Zgłoś błąd„Budowa algorytmów ślepego przetwarzania sygnałów opartych na geometrycznej strukturze informacji”
Projekt ma na celu podniesieniu poziomu zdolności badawczych instytucji metrologicznych i wzmocnieniu ich kapitału intelektualnego, zwiększeniu konkurencyjności polskiej gospodarki w strategicznych dla kraju obszarach, rozwojowi nowoczesnych technologii, stymulowaniu rozwoju metrologii, w szczególności w obszarach zdrowia, środowiska, energii oraz zaawansowanych technik pomiarowych, a także rozwoju technologii cyfrowych.
Termin realizacji projektu: od 01.03.2024 do 28.02.2026?
Kontakt
ul. Pocztowa 54
tel. +48 82 565 88 95
Godziny pracy
Skład członków projektu:
- prof. PANS dr hab. inż. Arkadiusz Tofil
- dr hab. inż. Jerzy Bogdan Józwik, prof. PANS Chełm
- dr hab. inż. Jarosław Aleksander Pytka, prof. PANS Chełm
- dr inż. Dariusz Tomasz Mika
- dr inż. Paweł Pioś
Projekt „Budowa algorytmów ślepego przetwarzania sygnałów opartych na geometrycznej strukturze informacji” ma na celu podniesieniu poziomu zdolności badawczych instytucji metrologicznych i wzmocnieniu ich kapitału intelektualnego, zwiększeniu konkurencyjności polskiej gospodarki w strategicznych dla kraju obszarach, rozwojowi nowoczesnych technologii, stymulowaniu rozwoju metrologii, w szczególności w obszarach zdrowia, środowiska, energii oraz zaawansowanych technik pomiarowych, a także rozwoju technologii cyfrowych.
Najważniejszymi celami projektu są:
Celem projektu jest opracowanie metodologii budowy, doboru i optymalizacji algorytmów opartych na geometrycznych strukturach informacji w zagadnieniach diagnostyki technicznej.
Bezpośrednim celem badań będzie identyfikacja w sygnale diagnostycznym sygnałów uszkodzenia z wykorzystaniem metod bazujących na geometrycznej strukturze informacji a w szczególności ślepego przetwarzania sygnałów BSP (ang. Blind Signal Processing) oraz sztucznych sieci neuronowych SSN.
| Lp | Zadanie | miesiąc | Opis |
| 1 | Dobór algorytmów ślepego przetwarzania | 1-10 | Zadanie obejmuje dobór algorytmów ślepego przetwarzania sygnałów BSP w kontekście teoretyczno-praktycznych ich zastosowań w metrologii i diagnostyce maszyn. Zadanie to zostanie zrealizowane na podstawie i w oparciu o szerokie studium literatury obejmujące krajową i światową bibliografię zastosowań praktycznych BPS w technice ze szczególnym uwzględnieniem obszaru metrologii i diagnostyki technicznej maszyn i urządzeń. |
| 2 | Konfiguracja torów pomiarowych | 6-10 | Zadanie obejmuje dobór parametrów torów pomiarowych ich komplementacje i konfigurowanie w jeden uniwersalny i komplementarny system wraz z jego testowaniem i zbieraniem danych eksperymentalnych niezbędnych do pozyskiwania danych stanowiących bazę do testowania algorytmów BPS, uczenia sieci SSN (ANN) oraz systemów ekspertowych bazujących na uczniu maszynowym. W zadaniu tym ustalona zostanie również optymalna lokalizacja akcelerometrów na badanych urządzeniach mechanicznych oraz liczba kanałów pomiarowych stosowanych w algorytmach BSP. W przypadku sygnałów wielokanałowych ustalona zostanie optymalna liczba kanałów odpowiednia dla danego typu urządzenia mechanicznego i rodzaju usterki. |
| 3 | Budowa, weryfikacja i optymalizacja algorytmów BSP | 11-22 | Jest to główne zadanie badawcze w projekcie. Zadanie obejmuje wybór odpowiednich typów algorytmów BSP w kontekście postawionego celu badań. W przypadku metody ICA ustalony zostanie typ algorytmu optymalizacyjnego oraz postać funkcji kosztu na podstawie analizy statystycznej zebranych wielokanałowych sygnałów pomiarowych. Wybór strategii optymalizacyjnej (czyli sposobu znalezienia ekstremum funkcji kosztu) ma kluczowe znaczenie w kontekście szybkości i stabilności działania algorytmów ICA. Specyficzna geometria standardowego modelu ICA ma strukturę specjalnej grupy ortogonalnej SO(n), czyli przestrzenią poszukiwań jest grupa ortogonalnych macierzy kwadratowych. Przetestowane zostaną klasyczne metody optymalizacji typu największego spadku (ang. steepest descent) zwane również algorytmami gradientowymi oraz algorytmy quasi-Newtonowskie i gradientu sprzężonego. Wykorzystana zostanie również struktura różniczkowa przestrzeni optymalizacyjnej. Wiadomo, że grupa SO(n) ma strukturę gładkiej rozmaitości różniczkowej, czyli posiada strukturę grupy Liego. Planowane jest wykorzystanie tej niezwykle korzystnej struktury przestrzeni optymalizacyjnej. W przypadku metody EMD (lub VMD) niezbędna będzie analiza czasowo-częstotliwościowa sygnału pomiarowego i identyfikacja składników widmowych odpowiadających zachodzącym procesom fizycznym i składników będących syndromami uszkodzenia. Na jej podstawie przeprowadzona zostanie optymalizacja klasycznych i utworzenie nowych procedur EMD. |
| 4 | Implementacja algorytmów BSP w modelach diagnostycznych | 15-22 | Zadanie to polega na zastosowanie wybranych i zoptymalizowanych w zadaniu 3. algorytmów BSP w odniesieniu do zmierzonych sygnałów diagnostycznych. W celu zebrania danych pomiarowych oprócz stanowisk do symulacji uszkodzeń zakupionych w ramach projektu (wyszczególnione w kosztorysie w pozycji – materiały inne) wykorzystane w tym zadaniu będą również rzeczywiste maszyny i urządzenia. Pozwoli to na weryfikację skuteczności i dalszą optymalizację wybranych algorytmów BSP. |
| 5 | Budowa systemu ekspertowego | 18-24 | Zadanie to polega na utworzenie diagnostycznego systemu ekspertowego na podstawie zoptymalizowanych algorytmów BSP i jego weryfikacja. Zebrane dane pomiarowe oraz ich analiza w kontekście identyfikacji syndromów uszkodzenia metodami BSP posłużą jako dane uczące sztucznych sieci neuronowych. Celem działania sieci ANN będzie wykrywanie w sygnale diagnostycznym syndromów uszkodzeń różnych typów. Dane uczące pochodzić będą z różnych urządzeń będących przedmiotem badań. |
| 6 | Formalizacja metodologii budowy modeli diagnostycznych | 20-24 | Formalizacja metodologii budowy zoptymalizowanych modeli diagnostycznych opartych na metodach BSP. Ustalenie standardów przeprowadzania pomiarów sygnałów diagnostycznych, budowy torów pomiarowych i procedur doboru algorytmu BSP do danego typu uszkodzenia. |
