Diagnostika průmyslových systémů

Abstract

Práce se zabývá spolehlivostí diagnostiky vakuových vývěv. Jejím cílem je přinést informaci o efektivitě procesu testování a doporučit nové testovací limity. Práce popisuje velice komplexní problematiku proto bylo nezbytné uchopit teoretické znalosti z několika oborů – neuronové sítě, spolehlivost, diagnostika, programování, snímače, technické vlastnosti a aplikace testovaného produktu. Teoretická část je rozdělena do logických celků. Nejprve jsou popsána obecná fakta a odůvodnění proč je diagnostika v průmyslu tak důležitá. Poté jsou teoretické vlastnosti vztaženy ke konkrétnímu testovacímu procesu. Tento proces je tvořen prvky: vývěva, testovací stanice, snímač. Tyto prvky jsou podrobně popsány a analyzovány. Praktická část práce se zabývá již samotným způsobem testování a hraničními limity, které klasifikují shodný a neshodný produkt. Na základě velkého objemu testovacích dat byl vytvořen pomocí neuronových sítí model pomocí, kterého dojde ke zpřesnění klasifikace. Výstupem práce je okenní aplikace díky, které je možno porovnat stávající výsledky testování s nově vytvořeným a doporučeným testováním. Byl tedy vytvořen diagnostický program, který umožní analyzovat nastavení testovacích limitů, a který bude neustále aktualizován s každým vyrobeným produktem pro maximální přenost.

The thesis deals with the reliability of the vacuum pump diagnostics. Its goal is to provide information about test effectiveness and recommend new test limits. The thesis describes very complex field, so it was necessary to grasp the theoretical knowledge from several fields - neural networks, reliability, diagnostics, programming, sensors, technical characteristics and applications of the tested product. The theoretical part is divided into logical units. First, the general criteria and reasons why industrial diagnostics are important are described. Then, the theoretical characteristics are specific to the test process. This process consists of: vacuum pump, test station, sensor. These elements are described and analyzed in detail. The practical part of the thesis deals with the actual testing method and the boundary limits, which classify the same and the non-conforming product. Based on a large volume of test data, it was created using neural networks using a model that specifies the classification. The output of the work is a window application that makes it possible to compare existing test results with newly created and recommended tests. A diagnostic program has been developed to analyze the test limits settings, which will be updated on a daily basis for each product produced for maximum transmission.