W pracy dokonano analizy sposobów oceny jakości klasyfikacji pokrycia terenu na danych obrazowych. Autorzy wysunęli hipotezę, że ogólna dokładność klasyfikacji obrazu zależy od jego podziału w procesie klasyfikacji na podobszary. Zależność tę opisano krzywą logarytmiczną Т = 4,30044ln(x) + 72,697, dla której uzyskano najwyższy współczynnik determinacji (R2 = 0,9678). Badania prowadzono dla rezerwatu Yuntolovo, chronionego obszaru w pobliżu Sankt Petersburga (Rosja). W celu zwiększenia ogólnej dokładności automatycznej klasyfikacji pokrycia terenu na podstawie zdjęć lotniczych autorzy zaproponowali nową metodologię wstępnego przetwarzania danych. Proponowana metoda, polegająca na podziale obrazu klasyfikowanego na nie więcej niż dziesięć równych części, poprawia ogólną dokładność klasyfikacji pokrycia obszarów lądowych średnio o 10%. Podział na większą liczbę części nie zwiększa już znacząco jakości klasyfikacji, a dodatkowo wprowadza niejednoznaczności spowodowane zmniejszaniem próby uczącej. Klasyfikację obrazów i analizę dokładności prowadzono z wykorzystaniem pakietu ILWIS 3.31 oraz autorskiego oprogramowania stworzonego w środowisku NET.
Istnieje wiele maszyn, urządzeń oraz ciągów technologicznych, które mają elementy obrotowe (wały, osie, wrzeciona, koła toczne i napędowe itp.). Prawidłowa geometria tych elementów warunkuje bezawaryjną pracę, a w przypadku obrabiarek właściwe parametry geometryczne wytwarzanych półfabrykatów i zespołów. W związku z tym nowo wyprodukowane i eksploatowane tokarki podlegają sprawdzeniu pod względem prawidłowości zachowania geometrii ich części, które nadają przedmiotowi obrabianemu i narzędziu wzajemne położenie i ruch. Części te są pod względem geometrycznym prawidłowe, o ile błędy ich kształtu geometrycznego (odchyłki) nie przekraczają wartości ustalonych w normach. W odniesieniu do tokarek ich zużycie objawia się m.in. tzw. biciem wrzeciona (odchyłki od kołowości). Odchyłki te wyznacza się głównie metodami warsztatowymi, jednak z uwagi na znaczne wymiary obrabiarek stosuje się również metody geodezyjne oraz nowe metody wykorzystujące przyrządy budowane na podstawie elementów elektroniki i optoelektroniki. Autorzy w pracy przedstawili opracowany i wykonany zestaw pomiarowy bazujący na dwupunktowym sygnalizatorze światłowodowym, mocowanym na czas pomiarów w szczękach uchwytu wrzeciona tokarki. Położenie sygnalizatora podczas obrotu wrzeciona tokarki rejestruje kamera cyfrowa CCD/CMOS, a zapis obrazów dokonywany jest na jej karcie pamięci. Celem przedstawionych prac badawczo-doświadczalnych było określenie wewnętrznej zgodności wyników pomiarów uzyskanych opracowanym i wykonanym zestawem pomiarowym, sprawdzenie, czy istnieje korelacja miedzy wynikami uzyskanymi z użyciem czujnika zegarowego oraz dokonanie analizy dokładności obserwacji wykonanych testowanym zestawem pomiarowym. Opracowany zestaw pomiarowy pozwala wyznaczyć odchyłki od kołowości podczas obrotu wrzeciona tokarki z dokładnością ±0.02 mm.
IDENTYFIKACJA PARAMETRÓW MODELU LINIOWEGO I NIELINIOWEGO SIECI KINEMATYCZNEJ POMIAROWO-KONTROLNEJ
Autor
Maria Mrówczyńska
Strony
37–48
Słowa kluczowe
model kinematyczny sieci geodezyjnych, przemieszczenia pionowe, sieci neuronowe
Streszczenie
Pokaż streszczenie
Rozpatrując szeroki zakres zagadnień związanych z geodezją inżynieryjną, można wyróżnić część zajmującą się pomiarami przemieszczeń i odkształceń obiektów budowlanych. Poprawnie prowadzony monitoring geodezyjny wymaga identyfikacji ruchu punktów reprezentujących badany obiekt budowlany, w celu określenia wartości przemieszczeń z uwzględnieniem funkcji czasu. W artykule zostały przedstawione wyniki opracowań modeli kinematycznych sieci geodezyjnych w aspekcie ich zastosowania do opisu stanu przemieszczeń pionowych obiektu budowlanego posadowionego na gruntach ekspansywnych. W pracy zaprezentowano dwa modele funkcjonalne układu obserwacyjnego w postaci wielomianu drugiego stopnia oraz funkcji wykładniczej. Estymację wybranych modeli kinematycznych sieci geodezyjnych pomiarowo-kontrolnych wykonano z zastosowaniem metod klasycznych oraz z wykorzystaniem sieci neuronowych.