Application of knowledge discovery methods in diagnostics of standard radio frequency generator

The variety of the presented in the article time series characterizing a standard radio frequency (SRF) generator, called for designing appropriate procedures in order to acquire diagnostic knowledge. At the stage of initial input data preparation, methods of time series grouping and analysis were applied. These methods allowed to significantly improving the quality of the acquired knowledge. For the obtained corrected time series, a linear regression model made up of sections described by linear segments was used. This model enables to calculate the factors of the SRF deviation from its nominal value. This allows operators to assess the generator instability as well as to correct the generated signal value.

---

Zaprezentowana w artykule różnorodność przebiegów czasowych, charakteryzujących pracę generatora radiowej częstotliwości wzorcowej, wymagała opracowania odpowiednich procedur postępowania w celu pozyskania wiedzy diagnostycznej. Na etapie wstępnego przygotowania danych wejściowych zastosowano metody grupowania i analizy szeregów czasowych. Metody te pozwoliły w istotny sposób poprawić jakość pozyskanej wiedzy. Dla otrzymanego skorygowanego przebiegu czasowego zastosowano model regresji liniowej składający się z segmentów opisywanych odcinkami liniowymi. Otrzymany model umożliwia obliczanie wskaźników odchylenia radiowej częstotliwości wzorcowej od wartości nominalnej. Pozwala to m.in. operatorom ocenić niestabilność generatora oraz korygować wartość częstotliwości generowanego sygnału.