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 "Qu, H." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Numerical simulation study on exposed reinforced anti-corrosion layer damage of the cross-sea bridge under the marine environment
    Autorzy:
    Qu, H.
    Su, J.
    Huang, P.
    Ren, X.
    Powiązania:
    https://bibliotekanauki.pl/articles/259261.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    cross-sea bridge
    reinforced
    anti-corrosion damage
    numerical simulation
    Opis:
    To solve the problem of low precision of numerical simulation of the exposed reinforced anti-corrosion layer damage of the cross-sea bridge, we use the stress ratio between the double slash and the reinforced anti-corrosion layer to analyze the parameters and the damage rate in different qualities of reinforced anti-corrosion layers, use Ansys software to build reinforced finite element model, and analyze the damage degree when the inclination angle was 15 °, 45 ° and 60 °, respectively. The experimental results showed that the proposed method can improve the numerical simulation efficiency, the numerical simulation results, the experimental results, and the theoretical analysis results have good consistency and stability.
    Źródło:
    Polish Maritime Research; 2017, S 3; 207-212
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An improved feature extraction method for rolling bearing fault diagnosis based on MEMD and PE
    Autorzy:
    Zhang, H.
    Zhao, L.
    Liu, Q.
    Luo, J.
    Wei, Q.
    Zhou, Z.
    Qu, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/259770.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    improved feature extraction method
    rolling bearing fault diagnosis
    MEMD
    PE
    Opis:
    The health condition of rolling bearing can directly influence to the efficiency and lifecycle of rotating machinery, thus monitoring and diagnosing the faults of rolling bearing is of great importance. Unfortunately, vibration signals of rolling bearing are usually overwhelmed by external noise, so the fault frequencies of rolling bearing cannot be readily obtained. In this paper, an improved feature extraction method called IMFs_PE, which combines the multivariate empirical mode decomposition with the permutation entropy, is proposed to extract fault frequencies from the noisy bearing vibration signals. First, the raw bearing vibration signals are filtered by an optimal band-pass filter determined by SK to remove the irrelative noise which is not in the same frequency band of fault frequencies. Then the filtered signals are processed by the IMFs_PE to get rid of the relative noise which is in the same frequency band of fault frequencies. Finally, a frequency domain condition indicator FFR(Fault Frequency Ratio), which measures the magnitude of fault frequencies in frequency domain, is calculated to compare the effectiveness of the feature extraction methods. The feature extraction method proposed in this paper has advantages of removing both irrelative noise and relative noise over other feature extraction methods. The effectiveness of the proposed method is validated by simulated and experimental bearing signals. And the results are shown that the proposed method outperforms other state of the art algorithms with regards to fault feature extraction of rolling bearing.
    Źródło:
    Polish Maritime Research; 2018, S 2; 98-106
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    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