Informacja

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

Wyszukujesz frazę "Czech, B." wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Klasyfikacja rodzaju i stopnia uszkodzenia zębów kół przekładni oparta na ciągłej transformacie falkowej i sieci neuronowej typu MLP - koncepcja wykorzystania danych z modelu i rzeczywistej przekładni
Classification of kinds and degee of tooth gear fail by using continuous wavelet transform and MLP neural network - conception of using dates from the model and real gearbox
Autorzy:
Czech, P.
Łazarz, B.
Powiązania:
https://bibliotekanauki.pl/articles/328338.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
przekładnia zębata
sztuczna sieć neuronowa
ciągła transformata falkowa
diagnostics
gear fault
neural network
continuous wavelet transform (CWT)
Opis:
W opracowaniu przedstawiono wyniki próby zastosowania sztucznej sieci neuronowej jako klasyfikatora rodzaju i stopnia uszkodzenia zębów kół w przekładni. Klasyfikator neuronowy oparto na sztucznej sieci neuronowej typu MLP. Dane wejściowe do klasyfikatora stanowiła macierz złożona z miar statystycznych otrzymanych z ciągłej analizy falkowej. Zidentyfikowany model przekładni zębatej pracującej w układzie napędowym oraz stanowisko mocy krążącej FZG posłużyły do generacji zbiorów uczących i testujących zastosowanych w eksperymencie.
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of kinds and degree of tooth failure. Neural Networks were based on the Multi Layer Perceptrons. Statistical measures that describe the emergence and degree of tooth gear diagnostic served as input data for the artificial neural networks. The measures employed in the experiment were obtained from signals through the continuous wavelet transform. In the experiment the dynamic model of gearbox and power circulating gear testing machine was used as generator of data.
Źródło:
Diagnostyka; 2007, 2(42); 75-82
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sieci neuronowych do identyfikacji pęknięcia stopy zęba
An identyfication of the degree of the tooth root cracking using the artificial neural network
Autorzy:
Łazarz, B.
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/328702.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
przekładnie zębate
sieci neuronowe
diagnostics
toothed gears
neural networks
Opis:
W opracowaniu przedstawiono wyniki eksperymentu mającego na celu próbę zastosowania sztucznej sieci neuronowej jako klasyfikatora stopnia podcięcia zęba w przekładni zębatej. Klasyfikator neuronowy oparto na sztucznej sieci neuronowej typu SVM z jądrem radialnym. Dane wejściowe do klasyfikatora stanowiła macierz złożona z miar statystycznych. Zidentyfikowany model przekładni zębatej stanowiska FZG posłużył do generacji zbiór uczącego i testującego zastosowanego w eksperymencie.
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. Neural Networks were based on the Support Vector Machine and the radial basis function kernel has been chosen in the experiments. Statistical measures that describe the emergence and degree of tooth gear diagnostic served as input data for the artificial neural networks. The measures employed in the experiment were obtained from signals through the application of a variety of processing methods.
Źródło:
Diagnostyka; 2004, 31; 79-88
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Taking advantage of empirical mode decomposition in diagnosing gear faults
Wykorzystanie empirycznej dekompozycji sygnału w diagnostyce uszkodzeń przekładni zębatych
Autorzy:
Łazarz, B.
Madej, H.
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/328818.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka
przekładnia zębata
empiryczna dekompozycja sygnału
diagnostics
gear
empirical mode decomposition
Opis:
The study presents the application of empirical mode decomposition as a tool useful in diagnosing faults in gears. The method is a modern algorithm used for non-linear and non-stationary signals. Using this algorithm, it is possible to decompose a signal into a finite sum of component called intrinsic mode functions (IMF). For each IMF, the number of extremes and the number of transitions through zero is equal or different, by maximum one, and the mean value of envelope determined by the signal extremes equals zero. In practice, natural signals do not meet these conditions. In the experiment, a gearbox operating in a circulating power system was used, with 16 and 24 pinion and wheel teeth, respectively. The measurements were carried out for a non-damaged gear and for a gear with a modelled fault, operating at various rotational speeds and under different loads.
W opracowaniu przedstawiono zastosowanie empirycznej dekompozycji sygnału jako narzędzia przydatnego w diagnostyce uszkodzeń przekładni zębatych. Metoda ta jest nowoczesnym algorytmem stosowanym dla sygnałów nieliniowych i niestacjonarnych. Wykorzystując ten algorytm można rozłożyć sygnał na skończoną sumę składowych zwanych funkcjami wewnętrznymi (IMF). Dla każdego IMF liczba ekstremów i liczba przejść przez zero jest równa bądź różna o maksimum jeden, a wartość średnia obwiedni określonej przez ekstrema sygnału równa się zero. W praktyce naturalne sygnały nie spełniają tych warunków. W eksperymencie wykorzystano przekładnie zębatą pracującą w układzie mocy krążącej o licznie zębów zębnika i koła odpowiednio 16 i 24. Pomiary przeprowadzono dla przekładni nieuszkodzonej oraz z zamodelowanym uszkodzeniem, pracującej przy różnych prędkościach obrotowych i różnych obciążeniach.
Źródło:
Diagnostyka; 2009, 1(49); 67-72
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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