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 "Diagnosis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 24
Tytuł:
Induction motor fault classification via entropy and column correlation features of 2D represented vibration data
Autorzy:
Basaran, Murat
Fidan, Mehmet
Powiązania:
https://bibliotekanauki.pl/articles/1841827.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
entropy
fault diagnosis
support vector machines
wavelet transforms
Opis:
Due to long-term use under challenging conditions, the sub-elements of induction motors may suffer certain defects over time. Such defects impair the vibration characteristics of the motors in different ways, depending on the type of defect. Therefore, the change in vibration characteristic provides indicators about the fault type and can be used in preventive maintenance strategies to ensure safe operation of the system. In this work, discrete-time vibration data were transformed into 2-dimensional grey-level images and decomposed into individual components by the Wavelet decomposition method. Features based on entropy and column correlation were extracted from these components and used to classify motor faults by using the Support Vector Machine method implemented by using the Sequential Minimal Optimisation algorithm. When the selected classifier is compared with other popular Machine Learning algorithms, it is observed that motor faults are more successfully classified, and these observations are presented in detail with comparative classification performance results.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 1; 132-142
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnosis strategy for micro-computer controlled straight electro-pneumatic braking system using fuzzy set and dynamic fault tree
Wykorzystanie zbiorów rozmytych i dynamicznego drzewa uszkodzeń w strategii diagnostyki elektro-pneumatycznego układu hamulcowego sterowanego za pomocą mikrokomputera
Autorzy:
Duan, R.
Zhou, H.
Powiązania:
https://bibliotekanauki.pl/articles/301286.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
strategia diagnostyki
zbiór rozmyty
dynamiczne drzewo błędów
przewidywany koszt diagnozowania
diagnosis strategy
fuzzy set
dynamic fault tree
expected diagnosis cost
Opis:
In this paper, a new diagnosis strategy for micro-computer controlled straight electro pneumatic braking system is developed to improve the diagnostic efficiency, which makes full use of some reliability theories and fuzzy set techniques. Specifically, it adopts expert elicitation and fuzzy set theory to evaluate the failure rate of the basic events for the braking system, and uses a dynamic fault tree model to capture the dynamic failure mechanisms and calculates some reliability results by mapping a dynamic fault tree into an equivalent Bayesian network (BN). Furthermore, the schemes are proposed to update the diagnostic importance factor (DIF) and the cut sets according to the sensors data. Finally, an efficient diagnostic algorithm is developed based on these reliability results to guide the maintenance crew to diagnose the braking system. The experimental results demonstrate that the proposed method can locate the fault of the braking system with less diagnosis cost.
W niniejszej pracy, opracowano nową strategię diagnostyki elektro-pneumatycznego układu hamulcowego sterowanego za pomocą mikrokomputera Celem badań była poprawa efektywności diagnostycznej. Strategię oparto na wybranych teoriach niezawodności oraz technikach zbiorów rozmytych. W szczególności, strategia wykorzystuje ocenę ekspercką oraz teorię zbiorów rozmytych do określania intensywności uszkodzeń dla podstawowych zdarzeń zachodzących w układzie hamulcowym oraz posługuje się modelem dynamicznego drzewa uszkodzeń aby uchwycić dynamiczne mechanizmy uszkodzeń. Za pomocą przedstawionej strategii oblicza się także wyniki analiz niezawodnościowych poprzez mapowanie dynamicznego drzewa błędów do równoważnej sieci bayesowskiej (BN). Ponadto w artykule zaproponowano schematy służące do aktualizacji czynnika ważności diagnostycznej (DIF) oraz przekrojów niezdatności zgodnie z danymi z czujników. Wreszcie, w oparciu o uzyskane wyniki analiz niezawodnościowych, opracowano wydajny algorytm diagnostyczny, który zawiadamia załogę konserwatorką o konieczności przeprowadzenia diagnostyki układu hamulcowego. Wyniki doświadczeń pokazują, że proponowana metoda pozwala na zlokalizowanie usterki układu hamulcowego przy mniejszych kosztach diagnozy.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 2; 217-223
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zapwenienie bezpieczeństwa konsumentowi żywności w ogniwie transportowym łańcucha chłodniczego
Providing security for food consumer in transport link of refrigeration chain
Autorzy:
Bieńczak, K.
Powiązania:
https://bibliotekanauki.pl/articles/300938.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
transport
żywność
diagnoza
bezpieczeństwo konsumenta
food
diagnosis
consumer security
Opis:
W Zakładzie Maszyn Spożywczych i Transportu Żywności Politechniki Poznańskiej od kilku lat prowadzone są prace mające na celu zapewnienie bezpieczeństwa konsumentowi żywności w ogniwie transportowym łańcucha chłodniczego. W artykule tym przedstawiono program obliczeniowy umożliwiający wyznaczenie temperatury transportowanej żywności w zależności od stanu nadwozia, temperatury otoczenia, wydajności agregatu chłodniczego i właściwości ładunku. Wskazano na potrzebę opracowania procedur pozwalających diagnozować stan nadwozi przeznaczonych do przewozu żywności łatwo psującej się. Scharakteryzowano wybraną procedurę diagnostyczną. Omówiono narzędzia wspomagające diagnozowanie.
For some years, Division of Food Machines and Transport of Poznań University of Technology carries out works aiming at providing security for food consumer in transport link of refrigeration chain. This paper presents a computer programme enabling to determine the food transport temperature depending on the body condition, ambient temperature, capacity of the refrigerated unit and load property. There is pointed out the necessity to elaborate procedures allowing to diagnose the condition of the bodies designed for perishable food transport. The chosen diagnostic procedure has been characterised. The tools aiding diagnosis have been discussed.
Źródło:
Eksploatacja i Niezawodność; 2011, 1; 16-26
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on Fault Diagnosis of Highway Bi-LSTM Based on Attention Mechanism
Autorzy:
Li, Xueyi
Su, Kaiyu
He, Qiushi
Wang, Xiangkai
Xie, Zhijie
Powiązania:
https://bibliotekanauki.pl/articles/24200832.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
fault diagnosis
Bi-LSTM
attention
highway
deep learning
Ball Bearing
Opis:
Deep groove ball bearings are widely used in rotary machinery. Accurate for bearing faults diagnosis is essential for equipment maintenance. For common depth learning methods, the feature extraction of inverse time domain signal direction and the attention to key features are usually ignored. Based on the long short term memory(LSTM) network, this study proposes an attention-based highway bidirectional long short term memory (AHBi-LSTM) network for fault diagnosis based on the raw vibration signal. By increasing the Attention mechanism and Highway, the ability of the network to extract features is increased. The bidirectional LSTM network simultaneously extracts the raw vibration signal in positive and inverse time-domains to better extract the fault features. Six deep groove ball bearings with different health conditions were used to validate the AHBi-LSTM method in an experiment. The results showed that the accuracy of the proposed method for bearing fault diagnosis was over 98%, which was 8.66% higher than that of the LSTM model. The AHBi-LSTM model is also better than other relevant models for bearing fault diagnosis.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 2; art. no. 162937
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie profilaktycznego obsługiwania parku samochodów
Modelling preventive maintenance for a vehicle fleet
Autorzy:
Okulewicz, J.
Salamonowicz, T.
Powiązania:
https://bibliotekanauki.pl/articles/301981.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
obsługiwanie
wymiana profilaktyczna
diagnoza statystyczna
maintenance
preventive replacement
statistical diagnosis
Opis:
W referacie przedstawiono metodę utrzymania wymaganej niezawodności parku pojazdów. Założony efekt uzyskano poprzez użycie diagnozowania statystycznego do wskazywania zakresu wymian profilaktycznych. Kryterium wyboru był akceptowalny poziom prawdopodobieństwa uszkodzenia pojazdów podczas realizowania zadań transportowych. Opracowano algorytm wyboru wymienianych składników floty pojazdów. Wykazano, że na poziom niezawodności parku pojazdów można oddziaływać nie tylko poprzez zmianę rzędu kwantyla, ale także poprzez dodawanie odpowiedniej liczby nadmiarowych pojazdów. Dla potwierdzenia wyprowadzonych zależności zastosowano model symulacyjny wymian profilaktycznych.
The paper presents a method of means of transport maintenance with a required reliability. Such results are achieved by using statistical diagnosing as a base of preventive replacement of objects in a fleet. The acceptable level of a failure risk while executing transportation tasks has been taken as a criterion. An algorithm for selecting elements for preventive replacement has been developed. It was shown that a level of a fleet reliability can be controlled not only by changing an order of a quantile function but also by adding a number of redundant objects to the fleet. A computer simulation model was used to explicate derived dependencies between a redundancy and a quantile order.
Źródło:
Eksploatacja i Niezawodność; 2008, 1; 67-71
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An attempt at applying machine learning in diagnosing marine ship engine turbochargers
Autorzy:
Adamkiewicz, Andrzej
Nikończuk, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/2200936.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
machine learning
compressor diagnosis
marine ship engine
operational decision
neural
network
Opis:
The article presents a diagnosis of turbochargers in the supercharging systems of marine engines in terms of maintenance decisions. The efficiency of turbocharger rotating machines was defined. The operating parameters of turbocharging systems used to monitor the correct operation and diagnose turbochargers were identified. A parametric diagnostic test was performed. Relationships between parameters for use in machine learning were selected. Their credibility was confirmed by the results of the parametric test of the turbocharger system and the main engine, verified by the coefficient of determination. A particularly good fit of the describing functions was confirmed. As determinants of the technical condition of a turbocharger, the relationship between the rotational speed of the engine shaft, the turbocharger rotor assembly and the charging air pressure was assumed. In the process of machine learning, relationships were created between the rotational speed of the engine shaft and the boost pressure, and the indicator of the need for maintenance. The accuracy of the maintenance decisions was confirmed by trends in changes in the efficiency of compressors.
Źródło:
Eksploatacja i Niezawodność; 2022, 24, 4; 795--804
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault diagnosis of machines operating in variable conditions using artificial neural network not requiring training data from a faulty machine
Autorzy:
Pawlik, Paweł
Kania, Konrad
Przysucha, Bartosz
Powiązania:
https://bibliotekanauki.pl/articles/27312778.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
fault diagnosis
vibroacoustic diagnostics
deep learning
neural networks
maintenance of technical systems
Opis:
The fault diagnosis for maintenance of machines operating in variable conditions requires special dedicated methods. Variable load or temperature conditions affect the vibration signal values. The article presents a new approach to diagnosing rotating machines using an artificial neural network, the training of which does not require data from the damaged machine. This is a new approach not previously found in the literature. Until now, neural networks have been used for machine diagnosis in the form of classifiers, where data from individual faults were required. A new diagnostic parameter rDPNS (Relative Differences Product of Network Statistics) as a function of the machine's shaft order was proposed as a kind of new order spectrum independent of the machine's operating conditions. The presented work analyses the use of the proposed method to diagnose misalignment and unbalance. The results of an experiment carried out in the laboratory demonstrated the effectiveness of the proposed method.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 3; art. no. 168109
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
New approach of model based detection of early stages of fuel injector failures
Autorzy:
Mączak, Jędrzej
Więcławski, Krzysztof
Szczurowski, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/24200811.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
electromagnetic fuel injectors
technical diagnostics
failure
fault
symptom
damage
model-based diagnosis
Opis:
The aim of the work was to develop a method of real time diagnosing electromagnetic fuel injectors using the observation of electric current parameters available in the engine control unit. Performing this task required finding a precise criterion for assessing the correct operation of an electromagnetic injector. For this purpose, a mathematical model describing the individual phases of the injector's operation was used, allowing the simulation of the occurrence of typical failures. On its basis, symptoms of particular failures were determined based on the observation of electric current parameters in the control circuit. Observation of voltage and current waveforms allows to locate both electrical and mechanical damages to the injectors and to assess the correctness of the power system components. The presented diagnostic method allows the detection of the described damages in the early stages of their development, which prevents damage to the catalytic converter and other engine systems (valves, piston rings or cylinder surfaces), i.e. damages resulting from an incorrect fuel mixture.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 1; art. no. 6
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault diagnosis model of rolling bearing based on parameter adaptive VMD algorithm and Sparrow Search Algorithm-Based PNN
Autorzy:
Li, Junxing
Liu, Zhiwei
Qiu, Ming
Niu, Kaicen
Powiązania:
https://bibliotekanauki.pl/articles/24200836.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
rolling bearing
failure diagnosis
adaptive variational mode decomposition
sparrow probabilistic neural network
Opis:
Fault diagnosis of rolling bearings is essential to ensure the proper functioning of the entire machinery and equipment. Variational mode decomposition (VMD) and neural networks have gained widespread attention in the field of bearing fault diagnosis due to their powerful feature extraction and feature learning capacity. However, past methods usually utilize experiential knowledge to determine the key parameters in the VMD and neural networks, such as the penalty factor, the smooth factor, and so on, so that generates a poor diagnostic result. To address this problem, an Adaptive Variational Mode Decomposition (AVMD) is proposed to obtain better features to construct the fault feature matrix and Sparrow probabilistic neural network (SPNN) is constructed for rolling bearing fault diagnosis. Firstly, the unknown parameters of VMD are estimated by using the genetic algorithm (GA), then the suitable features such as kurtosis and singular value entropy are extracted by automatically adjusting the parameters of VMD. Furthermore, a probabilistic neural network (PNN) is used for bearing fault diagnosis. Meanwhile, embedding the sparrow search algorithm (SSA) into PNN to obtain the optimal smoothing factor. Finally, the proposed method is tested and evaluated on a public bearing dataset and bearing tests. The results demonstrate that the proposed method can extract suitable features and achieve high diagnostic accuracy.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 2; art. no. 163547
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja metodologii oceny stopnia degradacji laminatów
The conception of a methodology of degradation degree evaluation of laminates
Autorzy:
Katunin, A.
Moczulski, W.
Powiązania:
https://bibliotekanauki.pl/articles/301408.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
diagnostyka laminatów
modelowanie MES
temperatura samowzbudna
diagnosis laminates
FEM modelling
self-activating temperature
Opis:
Praca dotyczy detekcji i identyfikacji uszkodzeń w elementach maszyn z laminatów oraz prognozowania ich propagacji podczas pracy elementu. Rozpatruje się dwa przypadki uszkodzeń: delaminacje i nieciągłość włókien zbrojących. Przy modelowaniu rozpatruje się dwa przypadki modeli: płytę kołową utwierdzoną na brzegu oraz belkę wspornikową. Materiałem modeli oraz próbek jest transwersalnie izotropowy laminat. W pierwszej fazie badań są budowane modele matematyczne dla identyfikacji częstości podstawowej drgań dla płyty i belki i weryfikowane na podstawie modeli MES oraz eksperymentu W kolejnej fazie badań najpierw jest przeprowadzana analiza zmęczeniowa belki dla określenia parametrów obciążenia i liczby cykli do wystąpienia uszkodzeń. Budowany jest także model numeryczny do termomechanicznej analizy sprzężonej w celu identyfikacji optymalnej częstości wymuszenia w teście zmęczeniowym z uwzględnieniem temperatury samowzbudnej powstającej między warstwami na skutek tarcia. Podczas testu zmęczeniowego jest mierzona siła wymuszenia, przemieszczenia i temperatura samowzbudna, a także zliczana jest liczba cykli. Na podstawie badań można wnioskować o wpływie uszkodzeń i ich propagacji na cykl życia laminatu.
This paper aims at recognizing and classifying faults in laminate elements of machinesand predicting propagation of faults during operation of the element. In the pre-processing phase we built mathematical models of identifi cation of the fi rst natural frequency for the plate and beam and then verifi ed it using the frequency numerical analysis based on FEM and the experiment. During the processing phase the fatigue test must take place. First the element is analysed in the fatigue numerical analysis in order to identify the parameters of loading and the number of cycles before crack initialization. Also at this time we are able to analyse the thermal mechanical coupling. This analysis is needed to identify the optimal loading frequency in the fatigue experimental test whilst considering the self-activating temperature between laminas in the laminate evoked by friction. In fatigue test the loading force, displacements and self-activating temperature are measured and the number of cycles is counted. Also we can conclude about the infl uence of the faults and its propagation to the life cycle of laminate.
Źródło:
Eksploatacja i Niezawodność; 2009, 1; 33-38
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Unraveling Induction Motor State through Thermal Imaging and Edge Processing : A Step towards Explainable Fault Diagnosis
Autorzy:
Piechocki, Mateusz
Pajchrowski, Tomasz
Kraft, Marek
Wolkiewicz, Marcin
Ewert, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/27312790.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
thermal imaging
fault diagnosis
squirrel-cage induction motor
convolutional neural networks
explainability
edge processing
Opis:
Equipment condition monitoring is essential to maintain the reliability of the electromechanical systems. Recently topics related to fault diagnosis have attracted significant interest, rapidly evolving this research area. This study presents a non-invasive method for online state classification of a squirrel-cage induction motor. The solution utilizes thermal imaging for non-contact analysis of thermal changes in machinery. Moreover, used convolutional neural networks (CNNs) streamline extracting relevant features from data and malfunction distinction without defining strict rules. A wide range of neural networks was evaluated to explore the possibilities of the proposed approach and their outputs were verified using model interpretability methods. Besides, the top-performing architectures were optimized and deployed on resource-constrained hardware to examine the system's performance in operating conditions. Overall, the completed tests have confirmed that the proposed approach is feasible, provides accurate results, and successfully operates even when deployed on edge devices.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 3; art. no. 170114
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid fault diagnosis of railway switches based on the segmentation of monitoring curves
Hybrydowa diagnostyka uszkodzeń zwrotnic kolejowych w oparciu o segmentację krzywych prądowych
Autorzy:
Ou, D.
Tang, M.
Xue, R.
Yao, H.
Powiązania:
https://bibliotekanauki.pl/articles/302039.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
switch system
fault detection
fault diagnosis
intelligent method
układ zwrotnicowy
wykrywanie usterek
diagnozowanie usterek
metoda inteligentna
Opis:
Switches are one of the most important pieces of infrastructure in railway signal systems, and they significantly influence the efficiency and safety of train operation. Currently, the identification of switch failures mainly depends on the experience of railway staff and the use of simple thresholding methods. However, these basic methods are highly inaccurate and frequently result in false and missing alarms. This paper aims to develop a hybrid fault diagnosis (HFD) method for railway switches. The method is an intelligent diagnosis method that uses massive current curves collected by microcomputer monitoring systems. We first divide the switch operation current curves into three segments based on the three mechanical processes that occur during switch operation. Then, a standard curve is selected from the fault-free curves, and common typical faults are ascertained through a microcomputer monitoring system. Finally, derivative dynamic time warping and a quartile scheme are employed to identify fault curves. An experiment based on current curves collected from the Guangzhou Railway Bureau in China demonstrates that the HFD method is extremely accurate and has low false and missing alarm rates. HFD performs better than the studied support vector machine (SVM) and dynamic time warping (DTW) methods, which are widely used for fault diagnosis.
Zwrotnice stanowią jeden z najważniejszych elementów infrastruktury systemów sygnalizacji kolejowej i mają znaczący wpływ na wydajność i bezpieczeństwo eksploatacji pociągów. Obecnie, identyfikacja awarii zwrotnic zależy głównie od doświadczenia personelu kolejowego i opiera się na stosowaniu prostych metod progowania. Jednakże te elementarne metody są wysoce niedokładne i często skutkują fałszywymi alarmami lub brakiem alarmu. Niniejszy artykuł ma na celu opracowanie hybrydowej metody diagnostyki błędów (HFD) dla zwrotnic kolejowych. Metoda ta jest inteligentną metodą diagnostyczną, która wykorzystuje wykresy przebiegu prądowego zebrane przez mikrokomputerowe systemy monitorowania. Najpierw krzywe prądowe działania zwrotnicy dzieli się na trzy segmenty w oparciu o trzy procesy mechaniczne, które zachodzą podczas jej działania. Następnie, spośród krzywych opisujących działanie bezusterkowe, wybiera się przebieg standardowy, a w dalszej kolejności ustala się, z wykorzystaniem mikrokomputerowego systemu monitorowania, najczęściej występujące, typowe błędy działania zwrotnicy. Wreszcie, do identyfikacji krzywych błędów stosuje się schemat kwartylowy oraz metodę derivative dynamic time warping wykorzystującą pochodne do klasyfikacji szeregów czasowych. Eksperyment oparty na krzywych prądowych zebranych przez Guangzhou Railway Bureau w Chinach pokazuje, że metoda HFD jest wyjątkowo dokładna i skutkuje niską liczbą fałszywych i brakujących alarmów. HFD daje lepsze wyniki niż szeroko stosowane do diagnozowania błędów metody maszyny wektorów nośnych (SVM) i dynamic time warping (DTW).
Źródło:
Eksploatacja i Niezawodność; 2018, 20, 4; 514-522
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Computer supervision of the group of compressors connected in parallel
Komputerowy system nadzorowania zespołu sprężarek pracujących w układzie równoległym
Autorzy:
Cechowicz, R.
Stączek, P.
Powiązania:
https://bibliotekanauki.pl/articles/1366057.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
nadzorowanie
diagnostyka
eksploatacja sprężarek
statystyczne sterowanie procesem
monitoring
diagnosis
operation compressors
Statistical Process Control
condition based maintenance
Opis:
W pracy przedstawiono własne, wdrożone rozwiązanie problemu automatyzacji sterowania i nadzorowania procesu wytwarzania sprężonego powietrza na potrzeby średniej wielkości systemu produkcyjnego. Opracowane rozwiązanie jest zgodne z podejściem Condition-Based Maintenance. Jego istotą było zintegrowanie funkcji sterowania bezpośredniego oraz nadzorowania przebiegu procesu w celu zapewnienia możliwie najlepszych warunków pracy maszyn i wydłużenia przez to okresu ich eksploatacji. Wdrożenie opisanego rozwiązania pozwoliło na: wyeliminowanie konieczności przebywania ludzi w środowisku o bardzo dużym poziomie hałasu, poprawę jakości procesu poprzez ustabilizowanie przebiegu jego podstawowych charakterystyk (zmiennych), zautomatyzowanie procedur obsługi sytuacji awaryjnych, zwiększenie niezawodności maszyn poprzez ich racjonalne wykorzystanie i zapewnienie prawidłowych warunków pracy, oraz dokumentowanie przebiegu procesu. Uwolnienie operatora od zadań sterowania i wyposażenie go w narzędzia wspomagające diagnostykę procesu spowodowały, że był on w stanie wcześniej wykryć zagrożenia dla przebiegu procesu (potencjalne awarie) i podjąć stosowne działania zaradcze.
The paper presents the original solution of the control and monitoring system of the compressed air production plant. The plant was supplying the mid–size production system. The developed solution is consistent with the Condition–Based Maintenance approach. Its aim was to integrate the functions of direct control and monitoring of the process to ensure the best possible working conditions of machines (compressors) and to extend the period of their operation. The implementation of the described solution allowed: to eliminate the need for human presence in an environment with very high levels of noise, to improve the quality of the process by stabilising the course of its basic characteristics (variables), to automate the handling of alarm conditions, to increase machines' reliability through their rational use and ensuring proper working conditions, and to document the process. Freeing the operator from the common, repetitive control tasks and equipping him with diagnostic tools enabled him to detect threats (potential failures) sooner and to undertake appropriate corrective actions.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 2; 198-202
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault diagnosis of multistage centrifugal pump unit using non-local means-based vibration signal denoising
Diagnozowanie uszkodzeń wielostopniowej pompy odśrodkowej z wykorzystaniem metody odszumiania sygnału drgań w oparciu o średnie nielokalne
Autorzy:
Han, Te
Jiang, Dongxiang
Powiązania:
https://bibliotekanauki.pl/articles/301103.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
vibration signal denoising
multistage centrifugal pump
nonlocal means
diagnosis
odszumianie sygnału drgań
wielostopniowa pompa odśrodkowa
średnie nielokalne
diagnozowanie
Opis:
In real industry environment, the signal characteristics of multistage centrifugal pump vibration signal are easily submerged by strong background noise. To settle this problem, the nonlocal means (NLM) approach is proposed for the denoising of multistage centrifugal pump in this paper. Utilizing the similarity theory, the NLM method has achieved a wide range of applications in the fields of image processing and biomedical signal denoising. Due to the periodic characteristics and redundancy, NLM is successfully applied to the de-noising of 1-D machinery vibration signal. The numerical simulation experiments with different SNRs verify the effectiveness and the superiority of the proposed method. Besides, the selection principles of core parameters in NLM are discussed. The real engineering cases analysis demonstrates that the NLM can effectively filter out the background noise and realize the weak fault feature enhancements. The proposed noise reduction method is superior to traditional wavelet coefficient method.
W rzeczywistym środowisku przemysłowym, charakterystyki sygnału drgań wielostopniowej pompy odśrodkowej są zagłuszane przez silny szum tła. Problem ten można rozwiązać stosując zaproponowane w niniejszej pracy podejście oparte na algorytmie średnich nielokalnych (non-local means, NLM). Wykorzystująca teorię podobieństwa metoda NLM znajduje szeroki zakres zastosowań w dziedzinie przetwarzania obrazu i odszumiania sygnałów biomedycznych. Dzięki okresowemu charakterowi i redundancji sygnałów, NLM można z powodzeniem stosować do usuwania szumu jednowymiarowego sygnału drgań maszyn. Skuteczność proponowanej metody i jej przewagę nad stosowanymi dotychczas rozwiązaniami zweryfikowano na podstawie eksperymentów symulacyjnych z uwzględnieniem różnych stosunków sygnału do szumu (SNR). Ponadto omówiono zasady wyboru podstawowych parametrów NLM. Analiza przypadków inżynierskich pokazuje, że NLM pozwala skutecznie odfiltrowywać szumy tła i wzmacniać słabe symptomy akustyczne uszkodzenia. Proponowana metoda redukcji szumów przewyższa tradycyjną metodę współczynnika falkowego.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 4; 539-545
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new feature extraction method for gear fault diagnosis and prognosis
Nowa metoda diagnozowania i prognozowania uszkodzeń przekładni z wykorzystaniem ekstrakcji cech
Autorzy:
Zhang, X.
Kang, J.
Bechhoefer, E.
Zhao, J.
Powiązania:
https://bibliotekanauki.pl/articles/301191.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
degradacja
diagnoza uszkodzeń
prognozowanie uszkodzeń
wskaźnik wstęgi bocznej
Narrowband Interference Cancellation
degradation
fault diagnosis
fault prognosis
sideband index
Opis:
Cechy odporne (robustfeatures) mają krytyczne znaczenie w trakcie śledzenia procesu degradacji przekładni. Stanowią one kluczowy czynnik w procesie diagnozowania i prognozowania uszkodzeń. Fakt ten stwarza w badaniach naukowych potrzebę ekstrakcji pożądanych cech. W niniejszej pracy wykorzystano nową metodę, tzw. metodę eliminacji zakłóceń wąskopasmowych (NarrowbandInterferenceCancellation), za pomocą której można wytłumić składową wąskopasmową, a wzmocnić składową impulsową, co ułatwia wykrywanie uszkodzeń przekładni. Metoda ta pozwala poprawić stosunek sygnału do szumu w szeregu impulsów związanym z częstotliwością charakteryzującą uszkodzenie przekładni. Skuteczność przedstawionej metody można wykazać za pomocą badań typu „pracuj do awarii” (run-to-failure) . Na podstawie synchronicznego sygnału wału wysokoobrotowego, z sygnałów przetwarzanych za pomocą metody eliminacji zakłóceń wąskopasmowych ekstrahuje się wskaźnik wstęgi bocznej (Sideband Index). Cecha ta ma lepszy trend degradacji niż tradycyjny wskaźnik wstęgi bocznej ekstrahowany bezpośrednio z sygnału uśrednionego synchronicznie w czasie. Porównanie cech wyodrębnionych w różnych procesach ekstrakcji dowodzi skuteczności opracowanej metody.
Robust features are very critical to track the degradation process of a gear. They are key factors for implementing fault diagnosis and prognosis. This has driven the need in research for extracting good features. This paper used a new method, Narrowband Interference Cancellation, to suppress the narrow band component and enhance the impulsive component enabling the gear fault detection easier. This method can improve the signal to noise ratio of impulse train associated with the gear fault frequency. A run-to-failure test is used to demonstrate the method’s effectiveness. Based on the time synchronous signal of high speed shaft, Sideband Index is extracted from the signals processed by Narrowband Interference Cancellation. This feature has good degradation trend than traditional Sideband Index extracted from the time synchronous average signal directly. Comparison of features based on different extraction process proves the effectiveness of developed method.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 2; 295-300
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 24

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