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 "monitorowanie stanu" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Vibroacoustic study of powertrains operated in changing conditions by means of order tracking analysis
    Diagnostyka wibroakustyczna zespołów napędowych pracujących w zmiennych warunkach z wykorzystaniem analizy rzędów
    Autorzy:
    Pawlik, P.
    Lepiarczyk, D.
    Dudek, R.
    Ottewill, J. R.
    Rzeszuciński, P.
    Wójcik, M.
    Tkaczyk, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/301095.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    order analysis
    vibroacoustics
    diagnostics
    condition monitoring
    analiza rzędów
    wibroakustyka
    diagnostyka
    monitorowanie stanu technicznego
    Opis:
    Very often, simple signal metrics, such as Root Mean Square, Kurtosis or Crest Factor are used to characterize the operating condition of industrial machinery. Variations in the values of these metrics are often thought to be indicative of the presence of a developing fault. However, it may also be observed that often these parameters are also dependent on the operating conditions of the machine. This paper proposes a method for the assessment of the technical condition of powertrain components taking into consideration changes to system loading and rotational speed. The method allows diagnostic parameters to be determined which are independent of the speed or the loading of the power train. This decoupling allows robust condition indicators, independent of operating state, to be determined. The method proposed is based on the order analysis of vibroacoustic signals, properly scaled in terms of amplitude for the loading and rotational speed. A diagnostics experiment was carried out using a laboratory test facility comprised of a motor, a parallel shaft gearbox and a worm gear. Shaft misalignment was simulated for various components at various rotational speeds of the input shaft and different system load conditions.
    Do określenia stanu technicznego maszyn przemysłowych bardzo często używane są podstawowe parametry sygnału, takie jak wartość skuteczna (RMS), kurtoza czy współczynnik szczytu. Zmiana tych parametrów w większości przypadków traktowana jest jako zmiana stanu technicznego maszyn. Jednak w niektórych przypadkach może być ona związana również ze zmianą warunków pracy maszyny. W artykule zaproponowano metodę oceny stanu technicznego elementów napędu uwzględniającą zmianę obciążenia układu oraz zmianę prędkości obrotowej. Metoda ta umożliwia wyznaczenie parametrów diagnostycznych, które są niezależne od zmiany prędkości oraz obciążenia układu napędowego. Pozwala to na wyznaczenie wartości krytycznych tych parametrów niezależnych od warunków pracy maszyny. Zaproponowana metoda oparta jest na analizie rzędów sygnału wibroakustycznego odpowiednio przeskalowanej amplitudowo ze względu na obciążenie oraz prędkość obrotową.W celu weryfikacji metody przeprowadzono eksperyment diagnostyczny na stanowisku laboratoryjnym, składającym się z silnika, przekładni walcowej oraz przekładni ślimakowej. Zasymulowana została niewspółosiowość wałów dla różnych podzespołów dla różnych prędkości obrotowych wału wejściowego i różnych obciążeń układu.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 4; 606-612
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An integrated econometric model for bus replacement and determination of reserve fleet size based on predictive maintenance
    Zintegrowany ekonometryczny model do modelowania wymiany taboru autobusowego oraz określania wielkości floty rezerwowej w oparciu o konserwację predykcyjną
    Autorzy:
    Raposo, H.
    Farinha, J. T.
    Ferreira, L.
    Galar, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/300844.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    monitorowanie stanu
    koszty cyklu życia
    wymiana
    flota rezerwowa
    condition monitoring
    LCC
    replacement
    reserve fleet
    Opis:
    Polityka konserwacji wpływa na gotowość sprzętu, a tym samym na wydajność i konkurencyjność przedsiębiorstwa. Ważne jest optymalizowanie kosztów cyklu życia (LCC) aktywów, w tym przypadku taboru autobusowego. W artykule przedstawiono metodę utrzymania ruchu polegającą na predykcyjnym monitorowaniu stanu w oparciu o analizę oleju silnikowego w celu oceny potencjalnego wpływu tej zmiennej na gotowość autobusów. Podejście to ma praktyczne konsekwencje jeśli chodzi o koszty utrzymania w trakcie eksploatacji autobusu, a także pozwala na ustalenie najlepszego czasu na wymianę pojazdów taboru. W pracy przedstawiono przegląd ekonomicznych modeli wymiany oraz opracowano model globalny integrujący te modele, ze szczególnym uwzględnieniem gotowości oraz jej zależności od konserwacji oraz kosztów utrzymania ruchu. Czynniki te pomagają określić wielkość floty rezerwowej i zapewnić gotowość taboru.
    Maintenance policies influence equipment availability and, thus, they affect a company’s capacity for productivity and competitiveness. It is important to optimize the Life Cycle Cost (LCC) of assets, in this case, passenger bus fleets. The paper presents a predictive condition monitoring maintenance approach based on engine oil analysis, to assess the potential impact of this variable on the availability of buses. The approach has implications on maintenance costs during the life of a bus and, consequently, on the determination of the best time for bus replacement. The paper provides an overview of economic replacement models through a global model, with an emphasis on availability and its dependence on maintenance and maintenance costs. These factors help to determine the size of the reserve fleet and guarantee availability.
    Źródło:
    Eksploatacja i Niezawodność; 2017, 19, 3; 358-368
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Worm gear condition monitoring and fault detection from thermal images via deep learning method
    Monitorowanie stanu i wykrywanie błędów przekładni ślimakowej na podstawie termogramów z wykorzystaniem metody głębokiego uczenia
    Autorzy:
    Karabacak, Yunus Emre
    Gürsel Özmen, Nurhan
    Gümüşel, Levent
    Powiązania:
    https://bibliotekanauki.pl/articles/1841856.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    fault diagnosis
    worm gears
    thermal imaging
    convolutional neural networks
    GoogLeNet
    condition monitoring
    diagnostyka błędów
    przekładnie ślimakowe
    termografia
    splotowe sieci neuronowe
    monitorowanie stanu
    Opis:
    Worm gearboxes (WG) are often preferred, because of their high torque, quickly reducing speed capacity and good meshing effectiveness, in many industrial applications. However, WGs may face with some serious problems like high temperature at the speed reducer, gear wearing, pitting, scoring, fractures and damages. In order to prevent any damage, loss of time and money, it is an important issue to detect and classify the faults of WGs and develop the maintenance plans accordingly. The present study addresses the application of the deep learning method, convolutional neural network (CNN), in the field of thermal imaging that were gathered from a test rig operating on different loads and speeds. Deep learning approaches, have proven their powerful capability to exploit faulty information from big data and make intelligently diagnostic decisions. Studies concerning the condition monitoring of WGs in the literature are limited. This is the first study on WGs with infrared thermography rather than vibration and sound measurements which have some deficiencies about hardware requirements, restricted measurement abilities and noisy signals. For comparison, CNN was also trained, with vibration and sound data which were collected from the healthy and faulty WGs. The results of fault diagnosis show that thermal image based CNN model on WG has achieved 100% success rate whereas the vibration performance was 83.3 % and sound performance was 81.7%. As a result, thermal image based CNN model showed a better diagnosing performance than the others for WGs. Moreover, condition monitoring of WGs, can be performed correctly with less measurement costs via thermal imaging methods.
    W wielu zastosowaniach przemysłowych preferuje się przekładnie ślimakowe, ze względu na ich wysoki moment obrotowy, możliwość szybkiej redukcji prędkości i dobrą sprawność zazębienia. Jednakże przekładnie tego typu narażone są często na poważne problemy, takie jak wysoka temperatura przy reduktorze prędkości czy też zużycie, pitting (wżery), zatarcie, pęknięcie lub uszkodzenie kół zębatych. Zapobiec takim uszkodzeniom, i związanym z nimi stratom finansowym i czasowym, można poprzez wykrywanie i klasyfikowanie błędów przekładni i odpowiednie opracowanie planów konserwacji. Niniejsze badanie dotyczy zastosowania metody głębokiego uczenia oraz splotowych sieci neuronowych (SSN) do monitoringu stanu przekładni na podstawie termogramów zarejestrowanych na stanowisku testowym pracującym przy różnych obciążeniach i prędkościach. Podejścia oparte na uczeniu głębokim umożliwiają efektywne wykorzystanie informacji o błędach pochodzących z dużych zbiorów danych i podejmowanie trafnych decyzji diagnostycznych. Niewiele z dostępnych publikacji poświęconych jest monitorowaniu stanu przekładni ślimakowych. Niniejsza praca jako pierwsza przedstawia badania przekładni ślimakowej z zastosowaniem termografii zamiast zwyczajowo prowadzonych pomiarów drgań i dźwięku, które mają pewne wady dotyczące wymagań sprzętowych, ograniczonych możliwości pomiarowych i głośności sygnałów. SNN opartą na danych termicznych porównano z siecią, którą uczono na zbiorach danych wibracyjnych i akustycznych pochodzących z prawidłowo działających i uszkodzonych przekładni ślimakowych. Wyniki diagnostyki uszkodzeń pokazują, że model SSN przekładni ślimakowej oparty na obrazie termicznym osiągnął stuprocentową (100%) skuteczność, podczas gdy skuteczność modeli opartych na danych wibracyjnych i akustycznych wyniosła, odpowiednio, 83,3% i 81,7%. Tym samym, model SNN oparty na obrazie termicznym pozwalał na trafniejsze diagnozowanie przekładni ślimakowej niż pozostałe modele. Ponadto zastosowanie metod opartych na termografii pozwala na poprawne monitorowanie stanu przy niższych kosztach pomiaru.
    Źródło:
    Eksploatacja i Niezawodność; 2020, 22, 3; 544-556
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predicting motor oil condition using artificial neural networks and principal component analysis
    Prognozowanie stanu oleju silnikowego za pomocą sztucznych sieci neuronowych i analizy składowych głównych
    Autorzy:
    Rodrigues, Joao
    Costa, Ines
    Farinha, J. Torres
    Mendes, Mateus
    Margalho, Luis
    Powiązania:
    https://bibliotekanauki.pl/articles/1841873.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    condition monitoring
    oil analysis
    multivariate analysis
    predictive maintenance
    monitorowanie stanu
    analiza oleju
    analiza wielowymiarowa
    konserwacja predykcyjna
    Opis:
    The safety and performance of engines such as Diesel, gas or even wind turbines depends on the quality and condition of the lubricant oil. Assessment of engine oil condition is done based on more than twenty variables that have, individually, variations that depend on the engines’ behaviour, type and other factors. The present paper describes a model to automatically classify the oil condition, using Artificial Neural Networks and Principal Component Analysis. The study was done using data obtained from two passenger bus companies in a country of Southern Europe. The results show the importance of each variable monitored for determining the ideal time to change oil. In many cases, it may be possible to enlarge intervals between maintenance interventions, while in other cases the oil passed the ideal change point.
    Bezpieczeństwo i wydajność silników takich, jak silniki Diesla czy gazowe, a nawet turbiny wiatrowe, zależą od jakości i stanu oleju smarowego. Stanu oleju silnikowego ocenia się na podstawie ponad dwudziestu zmiennych, z których każda ulega wahaniom w zależności od typu i zachowania silnika oraz innych czynników. W niniejszym artykule opisano model, który pozwala na automatyczną klasyfikację stanu oleju, z wykorzystaniem sztucznych sieci neuronowych i analizy składowych głównych. Badania przeprowadzono na podstawie danych uzyskanych od dwóch przewoźników pasażerskich działających na terenie jednego z krajów położonych na południu Europy. Wyniki pokazują, że każda z monitorowanych zmiennych ma znaczenie dla określenia idealnego czasu na wymianę oleju. Podczas gdy w wielu przypadkach w badanych przedsiębiorstwach możliwe było zwiększenie odstępów czasowych między działaniami konserwacyjnymi, w innych, idealny moment wymiany oleju został przekroczony.
    Źródło:
    Eksploatacja i Niezawodność; 2020, 22, 3; 440-448
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podejmowanie decyzji eksploatacyjnych w oparciu o fuzję różnego typu danych
    Maintenance Decision Making based on different types of data fusion
    Autorzy:
    Galar, D.
    Gustafson, A.
    Tormos, B.
    Berges, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/301602.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    eksploracja danych
    pozostały okres użytkowania (RUL)
    fuzja danych
    monitorowanie stanu
    CMMS
    data mining
    RUL
    data fusion
    condition monitoring
    Opis:
    Over the last decade, system integration is applied more as it allows organizations to streamline business processes. A recent development in the asset engineering management is to leverage the investment already made in process control systems. This allows the operations, maintenance, and process control teams to monitor and determine new alarm level based on the physical condition data of the critical machines. Condition-based maintenance (CBM) is a maintenance philosophy based on this massive data collection, wherein equipment repair or replacement decisions depend on the current and projected future health of the equipment. Since, past research has been dominated by condition monitoring techniques for specific applications; the maintenance community lacks a generic CBM implementation method based on data mining of such vast amount of collected data. The methodology would be relevant across different domains. It is necessary to integrate Condition Monitoring (CM) data with management data from CMMS (Computer Maintenance Management Systems) which contains information, such as: component failures, failure information related data, servicing or repairs, and inventory control and so on. These systems are the core of traditional scheduled maintenance practices and rely on bulk observations from historical data to make modifications to regulated maintenance actions. The most obvious obstacle in the integration of CMMS, process and CM data is the disparate nature of the data types involved, and there have benn several attempts to remedy this problem. Although, there have been many recent efforts to collect and maintain large repositories of these types of data, there have been relatively few studies to identify the ways these to datasets could be related. This paper attempts to fulfill that need by proposing a combined data mining-based methodology for CBM considering CM data and Historical Maintenance Management data. It shows a system integration of physical and management data that also supports business intelligence and data mining where data sets can be combined in non-traditional ways.
    W ostatniej dekadzie coraz częściej stosuje się integrację systemów, która pozwala przedsiębiorstwom zwiększać wydajność procesów biznesowych. Nowością w zarządzaniu infrastrukturą techniczną jest zwiększanie efektywności już poczynionych inwestycji w systemy kontroli procesów. Pozwala to zespołom do spraw operacyjnych, utrzymania ruchu oraz kontroli procesów monitorować i ustalać nowe poziomy alarmowe na podstawie danych o stanie fizycznym maszyn krytycznych. Utrzymanie urządzeń zależne od ich bieżącego stanu technicznego (condition-based maintenance, CBM) to filozofia utrzymania ruchu opierająca się na tym masowym poborze danych, wedle której decyzje dotyczące naprawy lub wymiany sprzętu zależą od jego obecnego oraz przewidywanego przyszłego stanu technicznego. Ponieważ dotychczasowe badania były zdominowane przez problem technik monitorowania stanu dla konkretnych aplikacji, nie opracowano ogólnej metody wdrażania CBM opartej na eksploracji (data mining ) owych olbrzymich ilości zebranych danych, która miałaby zastosowanie w różnych domenach. Konieczna jest integracja danych z monitorowania stanu (condition monitoring, CM) z danymi dotyczącymi zarządzania pochodzącymi ze skomputeryzowanych systemów zarządzania utrzymaniem ruchu (CMMS), które zawierają informacje na temat uszkodzeń elementów składowych, dane związane z uszkodzeniami, a także informacje dotyczące obsługi lub napraw czy sterowania zapasami. Systemy te stanowią podstawę tradycyjnych praktyk obsługi planowej, a zasadzają się na całościowych obserwacjach dokonywanych na podstawie danych eksploatacyjnych, które pozwalają modyfikować regulowane działania obsługowe. Najbardziej oczywistą przeszkodą w integracji danych CMMS, danych procesowych oraz danych z monitorowania stanu jest rozbieżność ich natury. Dotychczas podjęto jedynie kilka prób rozwiązania tego problemu. Chociaż ostatnio wiele wysiłku włożono w gromadzenie i utrzymanie dużych zasobów tego typu danych, istnieje stosunkowo niewiele badań na temat możliwych sposobów powiązania owych zestawów danych. W prezentowanej pracy poczyniono próbę wypełnienia tej luki proponując metodologię łączoną opartą na eksploracji danych dla celów CBM, która bierze pod uwagę dane z monitorowania stanu i eksploatacyjne dane z zarządzania ruchem. W pracy przedstawiono integrację systemową danych fizycznych i danych z zarządzania, która wspiera także analitykę biznesową (business intelligence) oraz eksplorację danych, gdzie zestawy danych można łączyć w sposób nietradycyjny.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 2; 135-144
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of piezoelectric foils as tools for structural health monitoring of freight cars during exploitation
    Użycie folii piezoelektrycznych jako narzędzi do monitorowania stanu technicznego wagonu towarowego w trakcie eksploatacji
    Autorzy:
    Płaczek, M.
    Buchacz, A.
    Wróbel, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1365933.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    piezoelectric foils
    structural health monitoring
    non-destructive testing
    freight cars
    folie piezoelektryczne
    monitorowanie stanu technicznego
    badania nieniszczące
    wagony
    Opis:
    Work presents a task of piezoelectric foils application for structural health monitoring of freight cars during their exploitation. Results of laboratory tests conducted on a created in scale laboratory model of the freight car are presented. The possibility of inferred from the dynamic response of the model about the changes in its technical condition was verified. During the first test the model was treated as a half-determined system. In order to excite vibrations a pendulum was used. Measurements were carried out using accelerometers. During the next stage of carried out tests the dynamical response of the model was measured while the object was driving. In order to measure vibrations of the system a Macro Fiber Composite (MFC) piezoelectric foil was used. It was glued on the surface of the model. A series of tests of the model with and without load, as well as with an obstacle on the rail track was carried out. Measured signals were juxtaposed on charts and analysed.
    W pracy przedstawiono zagadnienia dotyczące zastosowania folii piezoelektrycznych do monitorowania stanu technicznego wagonów towarowych w trakcie ich eksploatacji. Przedstawiono wyniki badań laboratoryjnych prowadzonych na utworzonym w skali modelu węglarki. Określono możliwość wykrycia zmian stanu technicznego wagonu na podstawie analizy jego odpowiedzi dynamicznej. W pierwszym etapie badań obiekt traktowano jako półokreślony, w celu wymuszenia drgań stosowano wahadło. Pomiar odpowiedzi dynamicznej układu w poszczególnych punktach pomiarowych przeprowadzono z użyciem akcelerometrów. Kolejnym etapem badań był pomiar odpowiedzi dynamicznej modelu w trakcie jazdy. W celu pomiaru drgań konstrukcji nośnej modelu zastosowano przetwornik piezoelektryczny typu Macro Fiber Composite (MFC), który naklejono na powierzchni modelu. Przeprowadzono ciąg badań modelu bez obciążenia oraz z obciążeniem, a także z przeszkodami umieszczonymi na jednej bądź obu szynach. Otrzymane przebiegi zestawiono na wykresach oraz omówiono wyniki badań.
    Źródło:
    Eksploatacja i Niezawodność; 2015, 17, 3; 443-449
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of the spur gear condition using extended frequency range
    Ocena stanu przekładni zębatej z wykorzystaniem rozszerzonego zakresu częstotliwości
    Autorzy:
    Skrickij, V.
    Bogdevičius, M.
    Žygienė, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/300890.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    model matematyczny
    przekładnia zębata
    emisja akustyczna
    sygnał wibroakustyczny
    transformata falkowa
    monitorowanie stanu
    mathematical model
    spur gear
    acoustic emission
    vibroacustic signal
    wavelet transform
    condition monitoring
    Opis:
    The paper focuses on working out an algorithm for spur gear condition monitoring, based on the results of numerical simulation. The nonlinear mathematical model has been used for investigation of the dynamic parameters of the cylindrical spur gear with defective teeth. Backlash between gear teeth, backlash in bearings, time-varying mesh stiffness, and variations of the centre distance have been evaluated in the model. Diagnostic parameters suitable for determining the condition of the gears under investigation have been established. Frequency intervals mostly affected by changes in diagnostic parameters under damage have been found. An algorithm for diagnostics based on mathematical modelling, vibro-acoustic, and acoustic emission methods, and wavelet transform has been worked out.
    Celem artykułu było opracowanie algorytmu monitorowania stanu przekładni zębatej w oparciu o wyniki symulacji numerycznej. Przedstawiono nieliniowy model matematyczny, który wykorzystano do badania parametrów dynamicznych przekładni zębatej walcowej z uszkodzonymi zębami. Za pomocą przedstawionego modelu oceniano luz pomiędzy zębami przekładni, luz w łożyskach, zmienną w czasie sztywność zazębienia oraz zmiany odległości osi. Ustalono parametry diagnostyczne odpowiednie dla określenia stanu technicznego badanych przekładni. Znaleziono przedziały częstotliwości odpowiadające zmianom parametrów diagnostycznych wynikającymi z uszkodzenia. Opracowano algorytm diagnostyczny oparty na modelowaniu matematycznym, metodach emisji wibroakustycznej i emisji akustycznej oraz transformacie falkowej.
    Źródło:
    Eksploatacja i Niezawodność; 2017, 19, 3; 476-484
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody pośredniego badania starzenia się systemu
    On approaches for non-direct determination of system deterioration
    Autorzy:
    Vališ, D.
    Koucky, M.
    Zak, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/301313.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    diagnostyka oleju
    monitorowanie stanu technicznego oleju
    prognozowanie i ocena stanu technicznego metodami nieniszczącymi
    oil diagnostics
    health and condition monitoring
    non-destructive diagnostics and prognostics
    Opis:
    Nowadays the system requirements are set up and evaluated in various manners. We have plenty of excellent options available taking about an item technical state. We can also consider other states by many diagnostic options. The paper deals with the mathematical processing, monitoring and analysis of the oil field data got as a result from the laser spectrography in frame of the tribodiagnostic oil tests. The mathematical methods based on time series and their analysis and calculation processed by suitable method are used in the paper for oil data analysis. Due to the fact that the data sample is classified as fuzzy and uncertain from many reasons the FIS (Fuzzy Inference System) is used.
    Obecnie wymagania systemu mogą być ustalane i oceniane w różny sposób. Mamy do dyspozycji wiele doskonałych opcji oceny stanu technicznego obiektów. Istnieje również wiele możliwości diagnozowania innych stanów. W artykule przedstawiono proces matematycznego przetwarzania, monitorowania i analizy danych eksploatacyjnych dotyczących oleju uzyskanych na podstawie spektrografii laserowej przeprowadzonej w ramach diagnostyki tribologicznej. Do analizy danych wykorzystano metody matematyczne oparte na szeregach czasowych oraz odpowiednie metody analizy i obliczania szeregów czasowych. Ponieważ dostępne dane sklasyfikowano jako rozmyte i niepewne, zastosowano System Wnioskowania Rozmytego FIS.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 1; 33-41
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Health index extracting methodology for degradation modelling and prognosis of mechanical transmissions
    Metodologia ekstrakcji wskaźnika stanu technicznego do modelowania i prognozowania degradacji przekładni mechanicznych
    Autorzy:
    Yan, Shufa
    Ma, Biao
    Zheng, Changsong
    Powiązania:
    https://bibliotekanauki.pl/articles/300645.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    health index
    mechanical transmission
    condition monitoring
    spectral oil data
    degradation modeling
    remaining useful life
    wskaźnik stanu technicznego
    przekładnia mechaniczna
    monitorowanie stanu
    dane widmowe oleju
    modelowanie degradacji
    pozostały okres użytkowania
    Opis:
    Condition monitoring and prognosis is a key issue in ensuring stable and reliable operation of mechanical transmissions. Wear in a mechanical transmission, which leads to the production of wear particles followed by severe wear, is a slow degradation process that can be monitored by spectral analysis of oil, but the actual degree of degradation is often difficult to evaluate in practical applications due to the complexity of multiple oil spectra. To solve this problem, a health index extraction methodology is proposed to better characterize the degree of degradation compared to relying solely on spectral oil data, which leads to an accurate estimation of the failure time when the transmission no longer fulfils its function. The health index is extracted using a weighted average method with selection of degradation data with allocation steps for weight coefficients that lead to a reasonable mechanical transmission degradation model. First, the degradation data used as input are selected based on source entropy which can describe the information volume contained in each set of spectral oil data. Then, the weight coefficient of each set of degradation data is modelled by measuring the relative scale of the permutation entropy from the selected degradation data. Finally, the selected degradation data are fused, and the health index is extracted. The proposed methodology was verified using a case study involving a degradation dataset of multispectral oil data sampled from several power-shift steering transmissions.
    Monitorowanie i prognozowanie stanu to kluczowa kwestia dla zapewnienia stabilnej i niezawodnej pracy przekładni mechanicznych. Zużycie w przekładni mechanicznej, które prowadzi do wytwarzania cząsteczek zużycia a następnie ciężkiego zużycia, to proces powolnej degradacji, który może być monitorowany poprzez analizę widmową oleju, ale rzeczywisty stopień degradacji często trudno jest ocenić podczas praktycznego użytkowania z uwagi na złożoność wielu widm oleju. W celu rozwiązania powyższego problemu, zaproponowano metodologię ekstrakcji wskaźnika stanu technicznego, aby lepiej scharakteryzować stopień degradacji niż polegając wyłącznie na danych widmowych oleju; pozwala to na dokładne prognozowanie czasu uszkodzenia, gdy przekładnia przestanie spełniać swoją funkcję. Wskaźnik stanu technicznego ekstrahowany jest za pomocą metody średniej ważonej z wyborem danych o degradacji i etapami alokacji dla współczynników wagowych, dając w efekcie odpowiedni model degradacji przekładni mechanicznej. W pierwszym etapie, dane degradacji stosowane jako dane wejściowe wybierane są na podstawie entropii źródłowej, która może opisywać zakres informacji zawarty w każdym zbiorze danych widmowych oleju. Następnie współczynnik wagowy każdego zestawu danych nt. degradacji modelowany jest przez pomiar względnej skali entropii permutacji z wybranych danych degradacji. Na koniec, wybrane dane degradacji są integrowane i ekstrahowany jest wskaźnik stanu technicznego. Zaproponowana metodologia została zweryfikowana przy użyciu studium przypadku obejmującego zbiór wielowidmowych danych dotyczących degradacji oleju pobranego z kilku przekładni kierowniczych wspomaganych.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 1; 137-144
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System reliability optimisation of Cooling-cum-Condensate-Extraction system
    Optymalizacja niezawodności układu chłodzenia z systemem odprowadzania skroplin
    Autorzy:
    Biswal, G. R.
    Powiązania:
    https://bibliotekanauki.pl/articles/302113.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    cooling-cum-condensate-extraction system
    fault tree analysis
    system reliability
    system safety
    machine health monitoring
    układ chłodzenia z odprowadzeniem skroplin
    analiza drzewa błędów
    niezawodność systemu
    bezpieczeństwo systemu
    monitorowanie stanu maszyn
    Opis:
    A novel methodology is presented for condensation in power generation plants; this section is the main intersection of heat loss, typically 40% thermal efficiency of a plant. Condensate section is interfaced with the generating section to enhance the active contribution of the system. Both the cooling section and the condensate section are integrated and interfaced through the low-pressure and high-pressure cycles to attain the improved electrical efficiency, which affects the heat transfer capability of the power generation plants. This paper proposess a Cooling-cum-Condensate-Extraction System (CCES), to dedicate a 36-MW- captive power plant. The paper is dedicated for the design and development of an effective CCES, analyzing its impact over the systems in terms of system reliability optimization, and the role of real-time optimization. The designed model also contributes in discharging lesser amount of flu gases as against existing technologies with its improved active operation hours.
    W artykule przedstawiono nowatorską metodologię procesu skraplania do zastosowania w części kondensacyjnej elektrowni, gdzie dochodzi do największych strat ciepła – przeważnie aż 40% wydajności termicznej elektrowni. W proponowanym rozwiązaniu instalację kondensacyjną sprzężono z częścią prądotwórczą aby zwiększyć aktywny wkład systemu. Część chłodzącą zintegrowano i sprzężono z częścią kondensacyjną poprzez cykle nisko- i wysokociśnieniowe, uzyskując w ten sposób lepszą wydajność elektryczną, co ma wpływ na zdolność wymiany ciepła w elektrowni. W artykule przedstawiono układ chłodzenia z systemem odprowadzania skroplin (CCES) przeznaczony dla elektrowni potrzeb własnych o mocy 36 MW. Pracę poświęcono projektowaniu i konstrukcji efektywnego CCES, analizując jego wpływ na systemy elektrowni w zakresie optymalizacji niezawodności systemów oraz roli optymalizacji w czasie rzeczywistym. Zaprojektowany przez nas model, w porównaniu z istniejącymi technologiami, przyczynia się również do zmniejszenia emisji gazów odlotowych dzięki zoptymalizowanemu czasowi pracy.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 1; 117-122
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Assessment of the track condition using the Gray Relational Analysis method
    Ocena stanu torowiska z wykorzystaniem metody Grey Relational Analysis
    Autorzy:
    Tabaszewski, M.
    Firlik, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/1365588.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    track
    maintenance
    monitoring
    tramway
    GRA
    tor
    utrzymanie
    monitorowanie
    tramwaj
    Opis:
    The article concerns the developed methodology for assessing the technical condition of a tramway track. Thanks to the data collected from multiple tram journeys equipped with an on-board vibration recording system, it was possible to create profiles of crossings through track sections in different technical condition. In order to identify the track condition, an algorithm based on the gray-scale modeling was proposed, and a similarity comparison between the obtained track profiles. A new measure of similarity has been proposed that has not been used so far in gray-scale modeling. The obtained results confirm the applicability of the proposed methodology.
    Praca dotyczy opracowanej metodyki do oceny stanu technicznego toru tramwajowego. Dzięki zgromadzonym danym z wielokrotnych przejazdów tramwaju wyposażonego w pokładowy system rejestracji drgań, udało się stworzyć profile przejazdów przez odcinki torów w różnym stanie technicznym. W celu identyfikacji stanu toru zaproponowano algorytm oparty na metodzie modelowania szarych systemów oraz badanie podobieństwa pomiędzy uzyskanymi profilami przejazdów. Zaproponowano także nową miarę podobieństwa nie stosowaną do tej pory w zagadnieniach modelowania szarych systemów. Uzyskane wyniki potwierdzają aplikacyjność zaproponowanej metodyki.
    Źródło:
    Eksploatacja i Niezawodność; 2018, 20, 1; 147-152
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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