Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "fault monitoring" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Directed hypergraph observers-based qualitative fault monitoring tasks
    Autorzy:
    Garai, Dhaou
    El Harabi, Rafika
    Bacha, Faouzi
    Powiązania:
    https://bibliotekanauki.pl/articles/2096167.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    graphical modelling
    directed hypergraph observer
    fault monitoring
    qualitative analysis
    modelowanie graficzne
    monitorowanie błędów
    analiza jakościowa
    Opis:
    To create a precise model structure and perform fault monitoring algorithms for a wide range of complex systems along with dynamic behavioural characteristics, the causal graph-based methods were considered herein. In this paper, a new scheme was devised based on fast fault detection mechanism relying on the Directed Hypergraph Observer model. The performance of the suggested pattern is illustrated by a case study including systems with single energy. Noting that the modern methods possess a large range of applications for the reliability and energy effectiveness analysis related to multi-energy systems. The Directed Hypergraph model architecture was exploited to generate the diagnostic condition based on a graphical observer.
    Źródło:
    Diagnostyka; 2021, 22, 4; 67-76
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fault diagnosis of rotating machines using vibration and bearing temperature measurements
    Autorzy:
    Nembhard, A. D.
    Sinha, J. K.
    Pinkerton, A. J.
    Elbhbah, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/328481.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    vibration monitoring
    condition monitoring
    rotating machinery
    fault diagnosis
    principal component analysis
    Opis:
    Acquisition and subsequent processing of vibration data for fault diagnosis of rotating machinery with multiple bearings, such as Turbo-generator (TG) sets, can be quite involved, as data are usually required in three mutually perpendicular directions for reliable diagnosis. Consequently, the task of diagnosing faults on such systems may be daunting for even an experienced analyst. Hence, the current study aims to develop a simplified fault diagnosis (FD) method that uses just a single vibration and a single temperature sensor on each bearing. Initial trials on an experimental rotating rig indicate that supplementing vibration data with temperature measurements gave improved FD when compared with FD using vibration data alone. Observations made from the initial trials are presented in this paper.
    Źródło:
    Diagnostyka; 2013, 14, 3; 45-51
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fault diagnosis of high-speed rotating machines using MATLAB
    Autorzy:
    Joshi, Mahesh B.
    Pujari, Kamlesh S.
    Powiązania:
    https://bibliotekanauki.pl/articles/2203637.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    fault diagnosis
    condition monitoring
    MATLAB
    diagnostyka uszkodzeń
    monitorowanie stanu
    Opis:
    Industrial high-speed rotating machines entail constant and consistent monitoring to prevent downtime, affecting quantity and quality. Complex machines need advanced intelligent fault diagnosis showing minimal errors. This work offers a MATLAB-based fault diagnosis for sugar industry machines. The vibration behavior of physical industrial machines is obtained, and the signals are provided to a MATLAB program to identify the fault. The information helps to suggest remedies to include in the maintenance schedule. The ease and comprehensible nature of the method reduce time and enhance the reliability of condition monitoring for industrial machines.
    Źródło:
    Diagnostyka; 2023, 24, 2; art. no. 2023208
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Role of knowledge management in diagnosing and prognosing systems failures
    Rola zarządzania wiedzą w diagnozowaniu i prognozowaniu uszkodzeń systemu
    Autorzy:
    Obeid, N.
    Salah, I.
    Rao, R.B.K.N.
    Powiązania:
    https://bibliotekanauki.pl/articles/328976.pdf
    Data publikacji:
    2006
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    zarządzanie wiedzą
    reprezentacja wiedzy
    monitorowanie stanu
    diagnozowanie
    prognozowanie
    uszkodzenie
    knowledge management
    intelligence
    knowledge representation
    condition monitoring
    fault diagnosis
    fault prognosis
    Opis:
    In this paper we emphasize the importance of condition monitoring fault diagnosis and prognosis in modern dynamic systems, if they are to remain healthy, competitive and profitable, and to meet the challenges of the future. We argue that there is an urgent need for deep knowledge based reasoning and analytical capability to effectively deal with various ongoing issues related to systems operations, performances enhancement and failures. We put forward that Knowledge Management plays an important role in an integrative approach to enhance the quality, reliability and safety aspects of such systems in today's global environment.
    W pracy przedstawiono rolę zarządzania wiedzą na proces diagnozowania i prognozowania uszkodzeń systemu. Autorzy przeanalizowali interakcje pomiędzy wiedzą, działaniem i uszkodzeniem oraz przedstawili koncepcję zarządzania wiedzą ukierunkowaną na jakość, niezawodność i bezpieczeństwo systemu.
    Źródło:
    Diagnostyka; 2006, 1(37); 9-16
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel intuitive hierarchical structure for condition monitoring system of wind turbines
    Nowatorska intuicyjna struktura hierarchiczna systemu monitorowania stanu turbin wiatrowych
    Autorzy:
    Barszcz, T.
    Strączkiewicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/328414.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    data fusion
    condition monitoring
    fault detection
    fault identification
    vibration
    wind turbines
    integracja danych
    monitorowanie stanu
    wykrywanie uszkodzenia
    identyfikacja uszkodzenia
    analiza drgań
    turbina wiatrowa
    Opis:
    The field of condition monitoring (CM) systems has developed significantly in recent decade. Due to constant improvement of embedded computing, complex vibration data processing can be now implemented for a much larger group of machines, e.g. wind turbines. One of the key outcomes of this process is increase in the number of signal features calculated online. Instead of a dozen of broadband values, we now have more than a hundred for a typical wind turbine. Such a situation creates information overload for the operators. On one hand, it is now possible to detect machine failure at an early stage, but on the other – a person monitoring a few dozens of turbines, each generating over a hundred features is not able to properly organize all the information from CM systems. Therefore, we have proposed the hierarchical informational structure for condition monitoring system of wind turbines, based on the data fusion methods. The information about feature values and statuses is combined into higher levels, e.g. main bearing, gearbox and generator together with the information about its severity and novelty.
    Na przestrzeni ostatniego dziesięciolecia zaobserwować można było szczególny rozwój na polu monitorowania stanu maszyn i urządzeń. Stało się tak dzięki wykorzystaniu bardziej zaawansowanych systemów wbudowanych oraz skomplikowanych algorytmów przetwarzania sygnałów drgań, które obecnie mogą być zastosowane do oceny stanu znacznie większej grupy maszyn, takich jak np. turbiny wiatrowe. Jednym z najważniejszych efektów tego procesu jest zwiększenie ilości wskaźników diagnostycznych, które mogą zostać obliczone w czasie rzeczywistym – zamiast kilkunastu wartości szerokopasmowych, obecnie otrzymuje się ich ponad sto dla typowej turbiny wiatrowej. W rezultacie prowadzi to do przeciążenia ilością informacji, jakie jest stanie przetworzyć wykwalifikowany pracownik utrzymania ruchu. Z jednej strony, istnieje obecnie możliwość wykrycia uszkodzenia maszyny w najwcześniejszym jego stadium, z drugiej natomiast – inżynier utrzymania ruchu monitorujący kilkadziesiąt turbin, z których każda generuje ponad sto wskaźników informujących o stanie maszyny, nie jest zdolny do właściwej oceny wszystkich informacji z systemu diagnostycznego. W związku z tym, zaproponowana została hierarchiczna struktura informacyjna dla systemów monitorowania stany turbin wiatrowych oparta na metodach integracji danych. Informacja o wartościach oraz stanach wskaźników diagnostycznych łączy się na wyższych poziomach, tj. łożyska głównego, przekładni oraz generatora razem z informacją o ich o ważności oraz aktualności.
    Źródło:
    Diagnostyka; 2013, 14, 3; 53-60
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic method for spectral pattern association with characteristic frequencies
    Metoda automatycznego łączenia schematów spektralnych z charakterystycznymi częstotliwościami
    Autorzy:
    Firla, M.
    Gerber, T.
    Bellemain, P.
    Martin, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/328595.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    condition monitoring
    characteristic fault frequencies
    wind shaft turbine
    diagnosis
    monitorowanie stanu
    częstotliwości charakterystyczne uszkodzeń
    diagnostyka
    wał
    turbina wiatrowa
    Opis:
    This paper proposes an advanced signal-processing technique to improve the condition monitoring of rotating machinery. The proposed method employs the results of a blind spectrum interpretation including harmonic and sideband series detection. The contribution of this paper is an algorithm for automatic association of harmonic and sideband series with the characteristic fault frequencies listed in the kinematic configuration of the monitored system. The proposed algorithm is efficient in inspection of real-world signals, which contain a vast number of detected spectral components. The proposed approach has the advantage of taking into account a possible slip of the rolling-element bearings. The performance of the proposed algorithm is illustrated on real-world data by investigating a shaft problem of an industrial wind turbine high-speed shaft.
    W artykule zaproponowano zaawansowaną technikę przetwarzania sygnałów w celu poprawy monitorowania stanu maszyn wirujących. Przedstawiona metoda wykorzystuje wyniki ślepej interpretacji widma sygnału, m. in. detekcję serii harmonicznych i wstęg bocznych. Wkład zaprezentowany w tym artykule to algorytm do automatycznego łączenia serii harmonicznych oraz wstęg bocznych z charakterystycznymi częstotliwościami dostępnymi na podstawie konfiguracji kinematycznej monitorowanej maszyny. Zaproponowany algorytm jest skuteczny w badaniu sygnałów rzeczywistych, które zawierają dużą liczbę wykrytych elementów widmowych. Zaletą zaproponowanej metody jest uwzględnianie możliwego poślizgu łożyska tocznego. Działanie zaproponowanego algorytmu zostało zilustrowane na przykładzie rzeczywistych danych, który pokazuje problem wału wysokoobrotowego przemysłowej turbiny wiatrowej.
    Źródło:
    Diagnostyka; 2015, 16, 4; 77-84
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wind turbine generator slip ring damage detection through temperature data analysis
    Autorzy:
    Astolfi, Davide
    Castellani, Francesco
    Natili, Francesco
    Powiązania:
    https://bibliotekanauki.pl/articles/329616.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wind energy
    wind turbines
    fault diagnosis
    condition monitoring
    principal components regression
    energetyka wiatrowa
    turbina wiatrowa
    diagnostyka uszkodzeń
    monitorowanie stanu
    Opis:
    The use of condition monitoring techniques in wind energy has been recently growing and the average unavailability time of an operating wind turbine in an industrial wind farm is estimated to be less than the 3%. The most powerful approach for gearbox condition monitoring is vibration analysis, but it should be noticed as well that the collected data are complex to analyse and interpret and that the measurement equipment is costly. For these reasons, several wind turbine subcomponents are monitored through temperature sensors. It is therefore valuable developing analysis techniques for this kind of data, with the aim of detecting incoming faults as early as possible. On these grounds, the present work is devoted to a test case study of wind turbine generator slip ring damage detection. A principal component regression is adopted, targeting the temperature collected at the slip ring. Using also the data collected at the nearby wind turbines in the farm, it is possible to identify the incoming fault approximately one day before it occurs.
    Źródło:
    Diagnostyka; 2019, 20, 3; 3-9
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Condition monitoring of wind turbines based on cointegration analysis of gearbox and generator temperature data
    Diagnostyka turbiny wiatrowej w oparciu o analizę kointegracji sygnałów temperatury z przekładni oraz generatora
    Autorzy:
    Dao, P. B.
    Powiązania:
    https://bibliotekanauki.pl/articles/329322.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wind turbine
    varying environmental conditions
    operational conditions
    condition monitoring
    fault detection
    cointegration
    SCADA system
    turbina wiatrowa
    zmienne warunki środowiskowe
    zmienne warunki eksploatacyjne
    monitorowanie stanu
    wykrywanie uszkodzeń
    kointegracja
    system SCADA
    Opis:
    This paper presents a cointegration-based method for condition monitoring of wind turbines. Analysis of cointegration residuals - obtained from cointegration process of wind turbine data - is used for operational condition monitoring and fault detection. The method has been employed for on-line condition monitoring of a wind turbine drivetrain with a nominal power of 2 MW under varying environmental and operational conditions using only the temperature data of gearbox bearing and generator winding, which were collected by the Supervisory Control and Data Acquisition (SCADA) system. The results show that the proposed method can effectively monitor the wind turbine and reliably detect the gearbox fault.
    Artykuł przedstawia metodę kointegracji sygnałów do monitorowania stanu turbiny wiatrowej. Analiza wektorów resztkowych kointegracji wykorzystana została do monitorowania stanu turbiny wiatrowej o mocy nominalnej 2 MW. Diagnostykę turbiny wiatrowej przeprowadzono dla zmiennych warunków środowiskowych i eksploatacyjnych, tylko w oparciu o sygnały temperatury łożyska przekładni i uzwojenia generatora. Sygnały te zostały zgromadzone przez system sterowania, monitorowania oraz wizualizacji SCADA. Wyniki pokazują, że proponowana metoda może skutecznie monitorować turbinę wiatrową i niezawodnie wykryć uszkodzenie przekładni.
    Źródło:
    Diagnostyka; 2018, 19, 1; 63-71
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The global and partial system condition assessment in multidimensional condition monitoring
    Całkowita i cząstkowa ocena stanu w wielowymiarowej diagnostyce maszyn
    Autorzy:
    Cempel, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/327240.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    nadzorowanie stanu
    obserwacja wielowymiarowa
    rozkład SVD
    symptomy uogólnione
    szare modele
    prognozowanie
    pewność decyzji
    condition monitoring
    multidimensional observation
    singular value decomposition
    generalized fault symptoms
    grey models
    forecasting
    decision reliability
    Opis:
    Machines have many faults which evolve during its life (operation). Observing some number of symptoms during the machine operation it is possible to capture needed fault oriented information. One of the methods to extract fault information from such symptom observation matrix (SOM) is to apply the singular value decomposition (SVD), obtaining in this way the generalized fault symptoms. The problem of this paper is to use the total damage symptom, being a sum of all generalized symptoms. Also we will use the first generalized symptom as the dominating fault symptom, to infer better on machine condition. There was some new software created for this purpose, and some cases of machine condition monitoring have been considered as examples. Considering these it seems to the author, that both generalized symptoms should be used for the inference on machine condition. They are complimentary each other in some way, and should be used together to increase the reliability of diagnostic decision.
    Maszyny mają wiele uszkodzeń, które ewoluują w trakcie ich pracy. Jeżeli obserwujemy pewną liczbę dobranych symptomów w trakcie życia obiektu możemy tą informację o uszkodzeniach wychwycić w zapisie symptomowej macierzy obserwacji (SOM). Ekstrakcja tej informacji uszkodzeniowej jest możliwa za pomocą procedury SVD, która wyodrębnia poszczególne uogólnione symptomy związane z niezależnymi uszkodzeniami w maszynie. Zazwyczaj mamy sytuacje jednego dominującego symptomu i nasze wnioskowanie diagnostyczne może być związane z tym dominującym symptomem, lub też z tzw. uszkodzeniem całkowitym jako suma wszystkich uogólnionych symptomów. Problemem pracy jest właśnie pytanie; czy wziąć pod uwagę jedynie dominujące uszkodzenie, czy też całkowite. Okazuje się z kilku przykładów, że większą pewność decyzji diagnostycznej uzyskamy jeżeli w weźmiemy pod uwagę oba symptomy, symptom całkowitego uszkodzenia jak i dominujący symptom.
    Źródło:
    Diagnostyka; 2009, 4(52); 23-34
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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