- Tytuł:
-
Engine residual technical life estimation based on tribo data
Ocena technicznej trwałości resztkowej silnika w oparciu o dane tribologiczne - Autorzy:
-
Vališ, D.
Zak, L.
Pokora, O. - Powiązania:
- https://bibliotekanauki.pl/articles/300661.pdf
- Data publikacji:
- 2014
- Wydawca:
- Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
- Tematy:
-
analiza danych terenowych
diagnostyka off-line
czas pierwszego przejścia
trwałość resztkowa
optymalizacja eksploatacji
field data assessment
off-line diagnostics
first hitting time
residual life
maintenance optimization - Opis:
-
Celem pracy jest ocena trwałości technicznej układu. W ocenie statystycznej technicznej trwałości resztkowej, wykorzystywane są duże ilości danych tribo-diagnostycznych. Dane te służą jako początkowe źródło informacji. Dostarczają informacji nt. cząsteczek zawartych w oleju, które świadczą o jego bieżącym stanie, jak również o stanie całego układu. Szczególny nacisk położono na cząsteczki, które uznano za godne uwagi i wartościowe. Tego rodzaju informacje mają duży potencjał techniczny i analityczny, który nie został jeszcze wystarczająco zbadany. Modelując występowanie cząsteczek w oleju, spodziewamy się określić najlepszy czas na przeprowadzenie konserwacji zapobiegawczej. Sposób modelowania i dalszej oceny oparto o konkretne charakterystyki analizy regresji, logiki rozmytej i procesów dyfuzyjnych-tj.proces Wienera. Śledząc wyniki modelowania możliwe będzie ustalenie reguł utrzymania urządzeń zależnie od ich bieżącego stanu technicznego (condition-based maintenance, CBM). Możliwości są jednak dużo większe, pozwalając także na planowanie eksploatacji rutynowej i zadań. Wszystkie powyższe kroki prowadzą do oszczędności.
The aim of the paper is to estimate a system technical life. When estimating a residual technical life statistically, a big amount of tribo-diagnostic data is used. This data serves as the initial source of information. It includes the information about particles contained in oil which testify to oil condition as well as system condition. We focus on the particles which we consider to be interesting and valuable. This kind of information has good technical and analytical potential which has not been explored well yet. By modelling the occurrence of particles in oil we expect to find out when a more appropriate moment for performing preventive maintenance might come. The way of modelling and further estimation is based on the specific characteristics of a regression analysis, fuzzy logic and diffusion processes – namely the Wiener process. Following the modelling results we could, in fact, set the principles of “CBM – Condition Based Maintenance”. However, the possibilities are much wider, since we can also plan in service operation and mission. All these steps result in inevitable cost saving which we would like to contribute to. - Źródło:
-
Eksploatacja i Niezawodność; 2014, 16, 2; 203-210
1507-2711 - Pojawia się w:
- Eksploatacja i Niezawodność
- Dostawca treści:
- Biblioteka Nauki
Artykuł