Luxhoj, and Williams report on the

Luxhoj, and Williams report on the use of artificial neural networks to capture and
retain complex underlying relationships and nonlinearities that exist between an aircraft's maintenance data and safety inspection reporting profiles.

Neural networks will be used to implement condition-based maintenance because real-time sensor data can be trended to predict out-of-tolerance conditions for critical equipment parameters.

Maintenance actions can then be initiated for an adaptive response to these anticipated system perturbations.

An oil and gas company in Denmark is examining the use of artificial neural networks to predict the meter factor (pulses/unit volume) or k factor for turbine flow meters.

ผลลัพธ์ (ไทย) 1:

Luxhoj และวิลเลียมส์รายงานการใช้เครือข่ายประสาทเทียมในการจับ และรักษาความสัมพันธ์แบบซับซ้อนและ nonlinearities ที่อยู่ระหว่างเครื่องบินการบำรุงรักษาข้อมูลและโพรไฟล์รายงานการตรวจสอบความปลอดภัย เครือข่ายประสาทจะถูกใช้เพื่อดำเนินการบำรุงรักษาตามเงื่อนไขเนื่องจากสามารถ trended ข้อมูลเซนเซอร์แบบเรียลไทม์เพื่อทำนายสภาพออกเผื่อสำหรับพารามิเตอร์อุปกรณ์สำคัญจากนั้นสามารถเริ่มการดำเนินการบำรุงรักษาสำหรับการตอบสนองต่อแบบอะแดปทีฟ perturbations คาดว่าระบบเหล่านี้ เป็นบริษัทน้ำมันและก๊าซในประเทศเดนมาร์กเป็นตรวจสอบการใช้เครือข่ายประสาทเทียมเพื่อทำนายปัจจัยเมตร (กะพริบหน่วยปริมาตร) หรือปัจจัย k เมตรไหลกังหัน

ผลลัพธ์ (ไทย) 2:

Luxhoj และรายงานวิลเลียมส์ในการใช้เครือข่ายประสาทเทียมในการจับและ
รักษาความสัมพันธ์พื้นฐานที่ซับซ้อนและ nonlinearities ที่มีอยู่ระหว่างข้อมูลการซ่อมบำรุงอากาศยานและการตรวจสอบความปลอดภัยรูปแบบการรายงาน. เครือข่ายประสาทจะถูกใช้ในการดำเนินการบำรุงรักษาสภาพตามเพราะเซ็นเซอร์เรียลไทม์ ข้อมูลที่สามารถมีแนวโน้มที่จะคาดการณ์สภาพออกจากความอดทนสำหรับพารามิเตอร์อุปกรณ์ที่สำคัญ. การดำเนินการบำรุงรักษานั้นจะสามารถเริ่มต้นสำหรับการตอบสนองต่อการปรับตัวเพื่อเยี่ยงอย่างระบบเหล่านี้คาดว่าจะ. น้ำมันและก๊าซธรรมชาติ บริษัท ในเดนมาร์กมีการตรวจสอบการใช้เครือข่ายประสาทเทียมในการทำนาย ปัจจัยเมตร (พัลส์ / หน่วยปริมาณ) หรือปัจจัย k เมตรไหลกังหัน

ผลลัพธ์ (ไทย) 3:

luxhoj วิลเลียมส์และรายงานเกี่ยวกับการใช้โครงข่ายประสาทเทียมเพื่อจับภาพ และรักษาความสัมพันธ์และ nonlinearities
ซับซ้อนต้นแบบที่มีอยู่ระหว่างข้อมูลการบำรุงรักษาของอากาศยานและการตรวจสอบความปลอดภัยรายงานโปรไฟล์

โครงข่ายประสาทเทียมจะใช้ในการใช้ การบำรุงรักษาตามสภาพ เพราะเซ็นเซอร์แบบเรียลไทม์ สามารถทำนายออกมาจะมีสภาพความอดทนพารามิเตอร์สำหรับอุปกรณ์ที่สำคัญ

การบำรุงรักษา การกระทำนั้นจะสามารถเริ่มต้นสำหรับการตอบสนองเหล่านี้จากระบบได้ .

น้ำมันและก๊าซ บริษัทใน เดนมาร์ก จะตรวจสอบการใช้โครงข่ายประสาทเทียมเพื่อทำนายค่าเครื่องวัด ( หน่วยปริมาณถั่ว / ) หรือ K Factor เมตรไหลกังหัน