Informacja

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

Wyszukujesz frazę "engine vibration" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Hybrid methodology using balancing optimization and vibration analysis to suppress vibrations in a double crank-rocker engine
Autorzy:
Albaghdadi, Anwr M.
Baharom, Masri
Sulaiman, Shaharin
Powiązania:
https://bibliotekanauki.pl/articles/2057975.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
balancing optimization
vibration analysis
double crank rocker engine
mathematical modelling
simulation
Opis:
This study aims to present mathematical modelling to evaluate and analyze double crankrocker engine performance. The study suggests the use of two methods to reduce system vibration through balancing optimization and vibrational analysis. The combination of both methods acts as a verification method; besides it can be used as a tool for further system design enhancement and condition monitoring. The derived mathematical model is then used for balancing optimization to identify system shaking forces and moments, while variable speed is considered as an added parameter to evolve the optimization process. This factor shows better enhancement in reducing system shaking forces and moments compared to constant speed balancing method. Next, the system characteristics were concluded in terms of mode shapes and natural frequencies using modal and frequency response analysis, which give clear clue for secure system operational ground. Finally, the reduction in system vibrations was translated into engine’s centre of mass velocity, which evaluates balancing process effectiveness and indicate if further enhancement should be conducted.
Źródło:
Eksploatacja i Niezawodność; 2022, 24, 1; 53--61
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Engine valve clearance diagnostics based on vibration signals and machine learning methods
Diagnostyka luzu zaworów silnika spalinowego z wykorzystaniem sygnału drganiowego i metod uczenia maszynowego
Autorzy:
Tabaszewski, Maciej
Szymański, Grzegorz. M.
Powiązania:
https://bibliotekanauki.pl/articles/1365185.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
combustion engine
diagnostics
vibration
machine learning
silnik spalinowy
diagnostyka
drgania
uczenie maszynowe
Opis:
A dynamic advancement of the design of combustion engines generates a necessity of introduction of strategies of operation based on the information related to their technical condition. The paper analyzes problems related to vibration based diagnostics of valve clearance of a piston combustion engine, significant in terms of its efficiency and durability. Methods of classification have been proposed for the assessment of the valve clearance. Experiments have been performed and described that aimed at providing information necessary to develop and validate the proposed methods. In the performed investigations, the vibration signals were obtained from a triaxial accelerometer located in the engine cylinder head. A parameterization of the obtained vibration signal has been carried out for the engine operating under different engine loads, rotation speeds and valve clearance settings. The parameterization pertained to the specific features of the vibration signals, the derivative of the vibration signal as a function of time as well as the envelope of this derivative. In the first approach, the authors developed a classifier in the form of a set of binary trees that additionally allowed distinguishing the features significant in terms of the identification of adopted classes. For comparison, the authors also developed classifiers in the form of a neural network as well as a k-nearest neighbors algorithm using the Euclidean metric. Based on the performed investigations and analyses a method of valve clearance assessment has been proposed.
Dynamiczny rozwój konstrukcji silników spalinowych generuje potrzebę wprowadzenia strategii eksploatacji jednostek napędowych, opartej na znajomości ich stanu technicznego. W artykule poddano analizie zagadnienia, związane z drganiową diagnostyką luzu zaworów tłokowego silnika spalinowego, istotnego ze względu na efektywność pracy silnika i jego trwałość. Zaproponowano wykorzystanie metod klasyfikacji do oceny poprawności luzu zaworowego. Przeprowadzono i opisano eksperymenty, które miały na celu dostarczenie informacji koniecznych do zbudowania i zweryfikowania zaproponowanych metod. W przeprowadzonych badaniach pozyskano sygnały drganiowe z trójosiowego czujnika przyspieszeń drgań zlokalizowanego na głowicy silnika. Dokonano parametryzacji uzyskanych przebiegów czasowych sygnału drganiowego dla silnika pracującego pod różnym obciążeniem, z różnymi prędkościami obrotowymi oraz z różnymi luzami zaworowymi. Parametryzacja dotyczyła zarówno cech sygnału przyspieszeń drgań, pochodnej przyspieszeń drgań względem czasu jak i obwiedni tej pochodnej. W pierwszym podejściu zbudowano klasyfikator w postaci zbioru drzew binarnych, który przy okazji pozwolił na wyodrębnienie istotnych, ze względu na przyjęte klasy, cech. Dla porównania zbudowano także klasyfikatory w postaci sieci neuronowej jak i algorytmu k – najbliższych sąsiadów z metryką euklidesową. Na podstawie przeprowadzonych badań i analiz zaproponowano metodę oceny luzu zaworowego.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 2; 331-339
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