Informacja

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

Wyszukujesz frazę "vibration data" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Local fault detection of rolling element bearing components by spectrogram clustering with semi-binary NMF
Wykrywanie uszkodzeń lokalnych elementów łożysk tocznych poprzez klasteryzację spektrogramu za pomocą półbinarnej nieujemnej faktoryzacji macierzy
Autorzy:
Wodecki, J.
Zdunek, R.
Wyłomańska, A.
Zimroz, R.
Powiązania:
https://bibliotekanauki.pl/articles/327868.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
vibration data
time-frequency analysis
nonnegative matrix factorization
local damage detection
dane drganiowe
analiza czasowo-częstotliwościowa
nieujemna faktoryzacja macierzy
wykrywanie uszkodzeń lokalnych
Opis:
Information extraction is a very important problem nowadays. In diagnostics, it is particularly useful when one desires to isolate information about machine damage from a measured diagnostic signal. The method presented in this paper utilizes the idea that is based on a very important topic in numerical algebra, which is nonnegative matrix factorization. When applied to the matrix of multidimensional representation of the measured data, it can extract very useful information about the events which occur in the signal and are not recognizable otherwise. In the presented methodology, we use the algorithm called Semi-Binary Nonnegative Matrix Factorization (SB-NMF), and apply it to a time-frequency representation of the real-life vibration signal measured on faulty bearing operating in a belt conveyor driving station. Detected impulses of local damage are clearly identifiable. Performance of the algorithm is very satisfying in terms of time efficiency and output signal quality.
Ekstrakcja informacji jest aktualnym kierunkiem badań. Jest ona szczególnie użyteczna, kiedy próbuje się wyizolować informację na temat uszkodzenia maszyny z zarejestrowanego sygnału diagnostycznego. Metoda zaprezentowana w niniejszej pracy bazuje na bardzo ważnym zagadnieniu algebry numerycznej, jakim jest nieujemna faktoryzacja macierzy. Kiedy jest ona zastosowana do analizy macierzy będącej wielowymiarową reprezentacją sygnału wejściowego, może wyizolować informację istotną z punktu widzenia procesów zachodzących w sygnale, a która nie jest rozpoznawalna w inny sposób. Przedstawiona metodologia korzysta z algorytmu znanego jako półbinarna nieujemna faktoryzacja macierzy, zastosowanego do reprezentacji czasowo-częstotliwościowej rzeczywistego sygnału drganiowego, zmierzonego na uszkodzonym łożysku pracującym w stacji napędowej przenośnika taśmowego. Wykryte impulsy związane z uszkodzeniem lokalnym zostały wyraźnie zidentyfikowane. Działanie algorytmu jest satysfakcjonujące w kwestii wydajności obliczeniowej oraz jakości otrzymanego wyniku.
Źródło:
Diagnostyka; 2017, 18, 1; 3-8
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Overall Factory Vibration Level: The need for global indicators in CBM
Autorzy:
Galar, D.
Berges, L.
Royo, J.
Powiązania:
https://bibliotekanauki.pl/articles/329618.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
drgania
prędkość
przyspieszenie
CBM
vibration
speed
acceleration
predictive maintenance
data collector
indicator
Opis:
When we do predictive maintenance, including vibration analysis, rotating machinery, we anticipate many times a catastrophic failure that without this technology, would be difficult to locate and make unsafe our system functionally. This analysis is done individually machine to machine, point to point which prevents us from having a parameter that quantifies the overall status of all rotating machinery of a plant or department.
Źródło:
Diagnostyka; 2010, 2(54); 17-23
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Overall factory average spectrum: global vibration index for diagnosis and prognosis of large sets of rotating machinery
Autorzy:
Galar, D.
Parida, A.
Schunesson, H.
Powiązania:
https://bibliotekanauki.pl/articles/328087.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
drgania
prędkość
przyspieszenie
utrzymanie ruchu
CBM
kolektor danych
wskaźnik
vibration
speed
acceleration
predictive maintenance
data collector
indicator
Opis:
Spectral analysis of rotating machinery requires studying the signals received from each machine, which converts hundreds of spectra to analyze, especially in big plants, where one can find a large number of similar machines. The maintenance departments require few indicators properly hierarchied with the appropriate information necessary for each organizational level, without exceeding the type and amount of information required at the higher levels. It is therefore, necessary for an indicator to show the current vibratory condition of the entire plant, where trends can be easily understood by people, who are not expert in detailed vibration analysis of spectra. The trend shown by the indicator should assess the success of the implementation of CBM and other maintenance programs in the plant, and these parameters should be easily displayable. Therefore, maintenance managers need this kind of indicators and scorecards to measure through simple methods for the success of their departments for achieving contribution to the company goals.
Źródło:
Diagnostyka; 2011, 2(58); 39-47
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
    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