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 "łożysko toczne" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    An extended model of angular bearing - influence of fitting and pre-deformation
    Rozszerzony model łożyska tocznego – wpływ pasowania i odkształcenia wstępnego
    Autorzy:
    Kosmol, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/1365239.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    angular bearing
    motion resistance
    FEM
    łożysko toczne
    opory ruchu
    MES
    Opis:
    The paper presents a modeling of angular bearing in the context of motion resistance. It was assumed that the motion resistance depends on the contact forces. For that reason, the main goal of modeling was an estimation of the forces and determination of the influence of such parameters, like rotational speed of the bearing ring, pre-displacement of the bearing and fit of the shaft and the inner ring, exerted on those forces. In the literature, when estimating the contact forces, such parameters are taken into account very rarely. The modelling was performed by means of a numerical method, viz. FEM. The modeling results show that the omission of such parameters will lead to big errors in estimation of contact forces, and those errors may be as high as 100%, or even higher. The real motion resistance will be bigger than calculated.
    W artykule przedstawiono modelowanie łożyska tocznego skośnego w kontekście oporów ruchu. Ponieważ przyjęto, że opory ruchu są proporcjonalne do sił kontaktowych to głównym celem modelownia stało się oszacowanie ich wielkości oraz określenie wpływu takich parametrów jak prędkość obrotowa pierścienia łożyskowego, wstępne odkształcenie łożyska i pasowania wałka i pierścienia łożyskowego na te siły. W literaturze tematu parametry te są rzadko albo w ogóle nieuwzględniane przy szacowaniu sił kontaktowych. Modelowanie przeprowadzono metodą numeryczną MES. Wyniki modelowania pokazują, że pomijanie ww. parametrów prowadzi do błędnego oszacowania sił kontaktowych, tj. do ich zaniżania, a błędy mogą sięgać 100% i więcej. W rezultacie rzeczywiste opory ruchu będą większe od oszacowanych na drodze numerycznej.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 3; 493-500
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of artificial neural networks and principal component analysis on vibration signals for automated fault classification of roller element bearings
    Zastosowanie sztucznych sieci neuronowych oraz analizy głównych składowych sygnału drgań do automatycznej klasyfikacji uszkodzeń łożysk tocznych
    Autorzy:
    Zuber, N.
    Bajrić, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/301487.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    roller elements bearing
    vibration
    artificial neural network
    principal components analysis
    łożysko toczne
    drgania
    sztuczna sieć neuronowa
    analiza głównych składowych
    Opis:
    The article addresses the implementation of feature based artificial neural networks and vibration analysis for automated roller element bearings faults identification purpose. Vibration features used as inputs for supervised artificial neural networks were chosen based on principal component analysis as one of the possible methods of data dimension reduction. Experimental work has been conducted on a specially designed test rig and on a drive of the Ganz port crane in port of Novi Sad, Serbia. Different scalar vibration features derived from time and frequency domain were used as inputs to fault classifiers. Several types of roller elements bearings faults, at different levels of loads were tested: discrete faults on inner and outer race and looseness. It is demonstrated that proposed set of input features enables reliable roller element bearing fault identification and better performance of applied artificial neural networks.
    Artykuł omawia zastosowanie sztucznych sieci neuronowych opartych na cechach oraz analizy drgań do celów automatycznej identyfikacji uszkodzeń łożysk tocznych. Cechy drgań mające posłużyć jako dane wejściowe do nadzorowanych sztucznych sieci neuronowych wybrano na podstawie analizy głównych składowych, która stanowi jedną z metod zmniejszania rozmiaru zbioru danych statystycznych. Badania prowadzono na specjalnie do tego celu zaprojektowanym stanowisku badawczym oraz na układzie napędu żurawia portowego firmy Ganz w porcie Novi Sad w Serbii. Jako wejścia klasyfikatorów uszkodzeń wykorzystano różne skalarne cechy drgań określone w dziedzinie czasu i częstotliwości. Badano kilka typów uszkodzeń łożysk tocznych przy różnych poziomach obciążenia: uszkodzenia dyskretne w obrębie pierścienia wewnętrznego i zewnętrznego łożyska oraz nadmierny luz. Wykazano, że proponowany zbiór cech wejściowych umożliwia niezawodną identyfikację uszkodzeń łożysk tocznych oraz zapewnia lepszą wydajność zastosowanych sztucznych sieci neuronowych.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 2; 299-306
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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