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 "monitoring drgań" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Challenges in maintenance of vibration monitoring systems dedicated to underground mining machinery
    Implementacja i obsługa systemów monitoringu drgań dedykowanych do maszyn górnictwa podziemnego
    Autorzy:
    Greń, B.
    Kępski, P.
    Barszcz, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/329516.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    system monitorowania drgań
    monitoring
    maszyna
    górnictwo podziemne
    diagnostyka drganiowa
    condition monitoring system
    coal mining machines monitoring
    vibration based diagnostics
    Opis:
    The paper presents practical considerations connected with implementation of vibration monitoring systems for the underground mining machinery. Technical aspects together with system scheme and functionality are presented. Factors influencing on maintenance and monitoring of the diagnostic system itself are discussed in relation to some examples of troubleshooting strategies. Mining industry specific aspects of monitoring systems including varying operating conditions of machinery and the requirement of ATEX compliance are presented. Certain factors influencing the vibration data connected with monitoring system maintenance as well as the methods of validation of vibration samples are examined. For example, an industrial system FAMAC VIBRO is presented as an implemented complex solution for vibration monitoring of mining machines.
    Artykuł prezentuje praktyczne zagadnienia związane z implementacją systemów monitoringu drgań dedykowanych dla maszyn górnictwa podziemnego. Zaprezentowane są aspekty techniczne związane z budową i funkcjonalnością wraz z czynnikami związanymi z eksploatacją i monitoringiem stanu samego systemu. Przedstawiono przykłady często występujących problemów wraz z propozycjami ich rozwiązywania. Omówiono również wymagania stawiane systemom monitoringu przez przemysł górniczy z uwzględnieniem zgodności ze standardem ATEX oraz ciężkimi warunkami eksploatacji jego komponentów. Przedstawiono walidację sygnałów drganiowych jako jeden ze sposobów weryfikacji poprawnego działania systemu. Omówione zagadnienia zilustrowano na przykładzie systemu FAMAC VIBRO - kompletnego rozwiązania do monitoringu drgań maszyn górnictwa podziemnego.
    Źródło:
    Diagnostyka; 2012, 1(61); 13-18
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Faults detection based on fuzzy concepts for vibrations monitoring in gas turbine
    Autorzy:
    Alili, Bachir
    Hafaifa, Ahmed
    Iratni, Abdelhamid
    Powiązania:
    https://bibliotekanauki.pl/articles/327804.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    faults detection
    fuzzy logic
    decision making
    vibration monitoring
    gas turbines
    turbina gazowa
    logika rozmyta
    wykrywanie uszkodzeń
    podejmowanie decyzji
    monitorowanie drgań
    Opis:
    The use of new technologies in modern industry improves productivity but induces complexity in the industrial system. This complexity makes it vulnerable to faults, which requires significant expense in terms of safety, reliability and availability. Indeed, a diagnostic operation is essential for the operational safety and availability of these industrial systems. This diagnostic operation is based on two important functions which are the detection and localization of anomalies, which consists to verifying the consistency of the data taken in real time from the installation with a reliable model, to ensure the good performance of the monitoring system. Hence, the diagnosis of gas turbines is a main component for making maintenance decisions for this type of machine. In this paper, the faults detection approach based on fuzzy logic is applied for the vibrations monitoring of a gas turbine, in order to monitor their operating state by including the detection and occurrence of vibration faults, thus using determined fault indicators based on the input/output variables of the examined gas turbine. In this work, the investigation results of fuzzy fault detection approach applied on gas turbine vibration are presented, based on the actual data recorded in the different gas turbine operating modes. However, analysis of the defect detection results was performed in order to determine the influence of these vibration defects on the deferent operating modes of the examined machine. This makes it possible to find the causes of failures and then to deduce the actions to follow the operational safety of the examined turbine.
    Źródło:
    Diagnostyka; 2020, 21, 4; 67-77
    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:
    Optimized multi layer perceptron artificial neural network based fault diagnosis of induction motor using vibration signals
    Autorzy:
    Khoualdia, Tarek
    Lakehal, Abdelaziz
    Chelli, Zoubir
    Khoualdia, Kais
    Nessaib, Karim
    Powiązania:
    https://bibliotekanauki.pl/articles/1840889.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    induction motor
    vibration analysis
    monitoring
    diagnosis
    optimized artificial neural network
    sensitivity analysis
    silnik indukcyjny
    analiza drgań
    monitorowanie
    diagnoza
    sztuczna sieć neuronowa
    analiza wrażliwości
    Opis:
    Installations and the detection of their faults has become a major challenge. In order to develop a reliable approach for monitoring and diagnosis faults of these components, a test rig was mounted. In this article, a Multi Layer Perceptron (MLP) Artificial Neural Network (ANN) has been structured and optimized for online monitoring of induction motors. The input layer of our ANN used eight indicators calculated from the collected time signals and which represent the different states of the motor (Healthy, broken rotor bars, bearing fault and Misalignment) and the output layer used a codified matrix. However, based on L27 Taguchi design, the architecture for the hidden layers of our network is chosen, with the use of the LevenbergMarquardt learning algorithm. Garson's algorithm and connection weight approach showed that there's a great sensitivity of the crest factor, the kurtosis and the variance on the effectiveness of our diagnostic system. Consequently, the obtained results are capable of detecting faults in the induction motor under different operating conditions.
    Źródło:
    Diagnostyka; 2021, 22, 1; 65-74
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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