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 "diagnostyka drgań" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Diagnostyka techniczna zawieszenia ślizgacza trakcyjnego odbieraka prądu
    Technical diagnostics of slipper suspension node of traction current collector
    Autorzy:
    Pazdro, P.
    Mizan, M.
    Skibicki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/154077.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    trakcja elektryczna
    diagnostyka techniczna
    analiza drgań
    electric traction
    current collector
    technical diagnostics
    Opis:
    Zawieszenie ślizgacza odbieraka prądu decyduje o jego poprawnej współpracy dynamicznej z siecią - uszkodzenie prowadzi do zaburzeń w ruchu pojazdów. Zaproponowano metodę oceny stanu zawieszenia przez analizę jego wymuszonych drgań, wywołanych zewnętrznym impulsem siły. Analizowano przebiegi przyspieszenia i prędkości drgającego - wraz ze ślizgaczem badanego odbieraka - przewodu jezdnego, pochodzące z czujnika akcelerometrycznego i żyroskopowego. Na podstawie badań laboratoryjnych oraz przeprowadzonych na zbudowanym stanowisku terenowym, wybrano zestaw reprezentatywnych cech mierzonych sygnałów, silnie uzależnionych od stanu zawieszenia ślizgacza.
    The quality of current collection by electric traction vehicles depends on the dynamics of pantograph spring suspension of the slipper; its fault may cause serious disturbances in traffic. The proposed method of evaluation of its technical state is realized by the waveform analysis of slipper oscillation. The signals supplied by the specifically mounted accelerometer and gyroscopic sensor represent the acceleration and vertical speed of the contact point between current collector and overhead line. The oscillation is excited by the single mechanical stroke, generated in especially constructed mechanical structure with electromagnet. In the elaborated software for signal analysis the DFT is used; it allows to find several resonant points in the range of 1÷10 Hz. The verification of proposed method was carried out in the laboratory and on the experimental field testing stand in the PKP Cargo depot in Gdynia. The obtained results confirmed the validity of proposed diagnostic idea. The set of specific attributes of signal waveforms and spectra was determined; these attributes provide high repeatability in the same conditions and strong dependence on the technical state of slipper suspension.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 4, 4; 56-59
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Engine diagnosis based on vibration analysis using different fuel blends
    Autorzy:
    Grajales, J. A.
    Quintero, H. F.
    López, J. F.
    Romero, C. A.
    Henao, E.
    Cardona, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/328420.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    engine diagnosis
    vibration analysis
    frequency analysis
    diagnostyka silnika
    analiza drgań
    analiza częstotliwościowa
    Opis:
    Fault diagnosis of an internal combustion engine is proposed herein by means of vibration analysis and a comparative analysis of normal operation and induced misfire scenarios. In order to validate previous works on misfire with pure gasoline, measurements also included tests performed with ethanol-gasoline fuel blends. According to results, changes in the fuel mix seem to have little impact on the performance and behaviour of the engine. And additionally, the particular frequency components that allowed differentiation between normal and faulty conditions were also present on all the fuel blends tested. Fast Fourier Transform was applied to obtain the frequency domain of the signal as a previous step to the subsequent identification process based on statistical characteristics extraction. A fuel blend classification method based on the analysis of the vibration signals of the engine was studied using envelope, Spike Energy and Peak Value techniques. Differentiation was possible with the extraction of the statistical features of the Peak Value spectrum of the longitudinal acceleration with a specific filter selection.
    Źródło:
    Diagnostyka; 2017, 18, 4; 27-36
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on vibration-based early diagnostic system for excavator motor bearing using 1-D CNN
    Autorzy:
    Yandagsuren, Dorjsuren
    Kurauchi, Tatsuki
    Toriya, Hisatoshi
    Ikeda, Hajime
    Adachi, Tsuyoshi
    Kawamura, Youhei
    Powiązania:
    https://bibliotekanauki.pl/articles/2201430.pdf
    Data publikacji:
    2023
    Wydawca:
    Główny Instytut Górnictwa
    Tematy:
    bearing diagnosis
    electric motor
    vibration analysis
    signal processing
    1-D CNN
    diagnostyka łożysk
    silnik elektryczny
    analiza drgań
    przetwarzanie sygnałów
    Opis:
    In mining, super-large machines such as rope excavators are used to perform the main mining operations. A rope excavator is equipped with motors that drive mechanisms. Motors are easily damaged as a result of harsh mining conditions. Bearings are important parts in a motor; bearing failure accounts for approximately half of all motor failures. Failure reduces work efficiency and increases maintenance costs. In practice, reactive, preventive, and predictive maintenance are used to minimize failures. Predictive maintenance can prevent failures and is more effective than other maintenance. For effective predictive maintenance, a good diagnosis is required to accurately determine motor-bearing health. In this study, vibration-based diagnosis and a one-dimensional convolutional neural network (1-D CNN) were used to evaluate bearing deterioration levels. The system allows for early diagnosis of bearing failures. Normal and failure-bearing vibrations were measured. Spectral and wavelet analyses were performed to determine the normal and failure vibration features. The measured signals were used to generate new data to represent bearing deterioration in increments of 10%. A reliable diagnosis system was proposed. The proposed system could determine bearing health deterioration at eleven levels with considerable accuracy. Moreover, a new data mixing method was applied.
    Źródło:
    Journal of Sustainable Mining; 2023, 22, 1; 65--80
    2300-1364
    2300-3960
    Pojawia się w:
    Journal of Sustainable Mining
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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