Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Detekcja uszkodzenia uszczelki głowicy silnika on-line na podstawie sygnału drgań z wykorzystaniem analizy składowych głównych

Tytuł:
Detekcja uszkodzenia uszczelki głowicy silnika on-line na podstawie sygnału drgań z wykorzystaniem analizy składowych głównych
On-line detection of the engine head gasket defects on the basis of vibration signal with principal components analysis
Autorzy:
Komorska, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/249794.pdf
Data publikacji:
2015
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
diagnostyka on-line
silnik spalinowy
głowica
awaria
drgania
on-line diagnostics
engine
head
accident
vibrations
Źródło:
TTS Technika Transportu Szynowego; 2015, 12; 1956-1959, CD
1232-3829
2543-5728
Język:
polski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule rozważano możliwość diagnozowania on-line uszkodzenia uszczelki głowicy silnika spalinowego. W systemach diagnozowania on-line wciąż poszukuje się prostszych metod, które umożliwiłyby rozróżnienie stanów dobry – zły oraz identyfikację uszkodzenia. Po zarejestrowaniu sygnału drgań można utworzyć na jego podstawie wiele parametrów diagnostycznych. Część z nich jest użyteczna i niesie informacje o stanie obiektu, część jest skorelowana z innymi, a część zakłóca proces diagnozowania i jest wręcz szkodliwa. Aby wybrać tylko te nośne informacyjnie parametry zastosowano w pracy metodę analizy składowych głównych (Principal Component Analysis) tworząc model empiryczny pozwalający na automatyczną klasyfikację uszkodzeń uszczelki głowicy silnika na podstawie sygnału drgań.

Paper discussed the possibility of on-line diagnosis the defect of the head gasket of the combustion engine. In systems of on-line diagnostics the simpler methods - which would allow to differentiate good and faulty states as well as the defects identification - are constantly searched for. When the vibration signal is recorded several diagnostic parameters can be created on its bases. A part of them is useful and provides information of the object state, a part is correlated with other data, however there is also a part which disturbs the diagnostic process. In order to select parameters carrying information the method of the Principal Component Analysis (PCA) was applied forming the empirical model allowing for an automatic classification of defects of the engine head gasket on the bases of the vibration signal.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies