Informacja

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

Wyszukujesz frazę "Zhao, Xin" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Compound fault detection in gearbox based on time synchronous resample and adaptive variational mode decomposition
Wykrywanie złożonych błędów przekładni na podstawie synchronicznego próbkowania wtórnego oraz adaptacyjnej metody wariacyjnej dekompozycji modalnej
Autorzy:
Zhang, Xin
Zhao, Jianmin
Powiązania:
https://bibliotekanauki.pl/articles/301230.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
compound fault
gearbox
time synchronous resample
adaptive variational mode decomposition
błąd złożony
przekładnia
synchroniczne próbkowanie wtórne
adaptacyjna metoda wariacyjnej dekompozycji modalnej
Opis:
Compound fault detection of gearboxes is an ambitious matter considering its interconnection and complication. An innovative means for compound fault detection based on time synchronous resample (TSR) and adaptive variational mode decomposition (AVMD) is put forward in this work. TSR used in the method can enhance fault signals of synchronous shaft gears by eliminating signal components independent of synchronous shaft. Therefore, the TSR is used to separate the synchronous shaft signal corresponding to the gear fault from the raw compound fault signal. Then a series of mode components are obtained by decomposing the synchronous shaft signals of all faults by AVMD. The variational mode decomposition (VMD) can overcome the mode aliasing problem of empirical mode decomposition (EMD), but the decomposition effect of VMD is affected by its parameter setting. Thus, the paper proposes an AVMD algorithm based on whale optimization algorithm (WOA). In the AVMD, the WOA is used to optimizes the parameters of the VMD. After AVMD decomposition, the correlated kurtosis of the mode components obtained by AVMD decomposition is calculated. Then the mode components with the maximum correlated kurtosis are selected to carry out envelope analysis. Finally, the compound fault feature can be found from the envelope spectrum to get the diagnosis results. In order to test the validity of the proposed method, a compound fault experiment is implemented in a gearbox. Through the analysis of the experimental data, it is proved that the method shows a good performance in the compound fault detection of gearbox.
Wykrywanie złożonych błędów przekładni stanowi trudne zagadnienie ze względu na ich skomplikowany charakter i powiązania wewnętrzne. W pracy zaproponowano nowatorską metodę wykrywania błędów złożonych opartą na synchronicznym próbkowaniu wtórnym (TSR) oraz adaptacyjnej metodzie wariacyjnej dekompozycji modalnej (AVMD). TSR pozwala wzmacniać sygnały błędów występujących w synchronicznych przekładniach walcowych, dzięki eliminacji składowych sygnału niezwiązanych z działaniem wału synchronicznego. Dlatego też w przedstawionych badaniach, TSR wykorzystano do wyodrębnienia sygnału wału synchronicznego odpowiadającego błędowi przekładni, z surowego sygnału błędu złożonego. Następnie wszystkie sygnały błędu wału synchronicznego poddano dekompozycji za pomocą AVMD, dzięki czemu otrzymano szereg składowych modalnych. Wariacyjna dekompozycja modalna (VMD) pozwala uniknąć problemu aliasingu, który występuje w przypadku empirycznej dekompozycji modalnej (EMD), przy czym efekt dekompozycji zależy od ustawień parametrów. Dlatego w artykule zaproponowano adaptacyjny algorytm VMD oparty na algorytmie optymalizacji wielorybów (WOA), który optymalizuje parametry VMD. Następnym krokiem po dekompozycji AVMD, było obliczenie skorelowanej kurtozy składowych modalnych otrzymanych na drodze tej dekompozycji. Składniki modalne o najwyższych wartościach skorelowanej kurtozy wykorzystano do przeprowadzenia analizy obwiedni. Błąd złożony wykrywano na podstawie widma obwiedni. Skuteczność proponowanej metody sprawdzono przeprowadzając doświadczenie na przekładni, w której występował błąd złożony. Wyniki eksperymentu pokazują, że proponowane podejście stanowi skuteczną metodę wykrywania złożonych błędów.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 1; 161-169
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fatigue life prediction of wire rope based on grey particle filter method under small sample condition
Autorzy:
Zhao, Dan
Liu, Yu-Xin
Ren, Xun-Tao
Gao, Jing-Zi
Liu, Shao-Gang
Dong, Li-Qiang
Cheng, Ming-Shen
Powiązania:
https://bibliotekanauki.pl/articles/2038206.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
wire rope
fatigue life prediction
small sample size
grey theory
particle filter method
Opis:
The fatigue life prediction of wire ropes has two main characteristics: a large test sample size and uncertain factors. In this paper, based on the small number of wire rope fatigue life data, the grey particle filter method has been used to realize the fatigue life prediction of wire rope under different load conditions. First, the GOM(1,1) model is constructed and the reliability life data of wire rope is predicted under small sample size. Then, P-S-N curve of the dangerous part is determined by combining the equivalent alternating stress of the dangerous part of the wire rope during the fatigue test. Subsequently, the particle filter method is used to modify P-S-N curve. Finally, the fatigue life prediction model of wire rope is obtained based on fatigue damage accumulation, which realized the fatigue life prediction under different load conditions, and the results were compared with that from the test. The results show that the proposed method is effective and has high accuracy in wire rope fatigue life prediction under single, combined loading conditions and small sample size.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 3; 454-467
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