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 "Condition analysis" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Wind turbine generator slip ring damage detection through temperature data analysis
    Autorzy:
    Astolfi, Davide
    Castellani, Francesco
    Natili, Francesco
    Powiązania:
    https://bibliotekanauki.pl/articles/329616.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wind energy
    wind turbines
    fault diagnosis
    condition monitoring
    principal components regression
    energetyka wiatrowa
    turbina wiatrowa
    diagnostyka uszkodzeń
    monitorowanie stanu
    Opis:
    The use of condition monitoring techniques in wind energy has been recently growing and the average unavailability time of an operating wind turbine in an industrial wind farm is estimated to be less than the 3%. The most powerful approach for gearbox condition monitoring is vibration analysis, but it should be noticed as well that the collected data are complex to analyse and interpret and that the measurement equipment is costly. For these reasons, several wind turbine subcomponents are monitored through temperature sensors. It is therefore valuable developing analysis techniques for this kind of data, with the aim of detecting incoming faults as early as possible. On these grounds, the present work is devoted to a test case study of wind turbine generator slip ring damage detection. A principal component regression is adopted, targeting the temperature collected at the slip ring. Using also the data collected at the nearby wind turbines in the farm, it is possible to identify the incoming fault approximately one day before it occurs.
    Źródło:
    Diagnostyka; 2019, 20, 3; 3-9
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Condition monitoring of wind turbines based on cointegration analysis of gearbox and generator temperature data
    Diagnostyka turbiny wiatrowej w oparciu o analizę kointegracji sygnałów temperatury z przekładni oraz generatora
    Autorzy:
    Dao, P. B.
    Powiązania:
    https://bibliotekanauki.pl/articles/329322.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    wind turbine
    varying environmental conditions
    operational conditions
    condition monitoring
    fault detection
    cointegration
    SCADA system
    turbina wiatrowa
    zmienne warunki środowiskowe
    zmienne warunki eksploatacyjne
    monitorowanie stanu
    wykrywanie uszkodzeń
    kointegracja
    system SCADA
    Opis:
    This paper presents a cointegration-based method for condition monitoring of wind turbines. Analysis of cointegration residuals - obtained from cointegration process of wind turbine data - is used for operational condition monitoring and fault detection. The method has been employed for on-line condition monitoring of a wind turbine drivetrain with a nominal power of 2 MW under varying environmental and operational conditions using only the temperature data of gearbox bearing and generator winding, which were collected by the Supervisory Control and Data Acquisition (SCADA) system. The results show that the proposed method can effectively monitor the wind turbine and reliably detect the gearbox fault.
    Artykuł przedstawia metodę kointegracji sygnałów do monitorowania stanu turbiny wiatrowej. Analiza wektorów resztkowych kointegracji wykorzystana została do monitorowania stanu turbiny wiatrowej o mocy nominalnej 2 MW. Diagnostykę turbiny wiatrowej przeprowadzono dla zmiennych warunków środowiskowych i eksploatacyjnych, tylko w oparciu o sygnały temperatury łożyska przekładni i uzwojenia generatora. Sygnały te zostały zgromadzone przez system sterowania, monitorowania oraz wizualizacji SCADA. Wyniki pokazują, że proponowana metoda może skutecznie monitorować turbinę wiatrową i niezawodnie wykryć uszkodzenie przekładni.
    Źródło:
    Diagnostyka; 2018, 19, 1; 63-71
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    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:
    Smart wireless sensor network and configuration of algorithms for condition monitoring applications
    Autorzy:
    Uhlmann, E.
    Laghmouchi, A.
    Geisert, C.
    Hohwieler, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/99644.pdf
    Data publikacji:
    2017
    Wydawca:
    Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
    Tematy:
    condition monitoring
    data analysis
    sensor network
    algorithm
    MEMS sensor
    cloud
    Opis:
    Due to high demand on availability of production systems, condition monitoring is increasingly important. In recent years, the technical development have improved for realization of condition monitoring applications as a result of technological progress in fields such as sensor technology, computer performance and communication technology. Especially, the approaches of Industrie 4.0 and the use of the Internet of Things (IoT) technologies offer high potential to implement condition monitoring solutions. The connection of several sensor data of components to the cloud allows the identification of anomalies or defect pattern, this information can be used for predictive maintenance and new data-driven business models in production industry. This paper illustrates a concept of a smart wireless sensor network for condition monitoring application based on simple electronic components such as the single-board computer Raspberry Pi 2 modules and MEMS (Micro-Electro-Mechanical Systems) vibration sensors and communication standards MQTT (Message Queue Telemetry Transport). The communication architecture used for decentralized data analysis using machine learning algorithms and connection to the cloud is explained. Furthermore, a procedure for rapid configuration of condition monitoring algorithms to classify the current condition of the component is demonstrated.
    Źródło:
    Journal of Machine Engineering; 2017, 17, 2; 45-55
    1895-7595
    2391-8071
    Pojawia się w:
    Journal of Machine Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Service and maintenance of marine steam turbogenerators with the assistance of vibration diagnostics
    Autorzy:
    Adamkiewicz, A.
    Drzewieniecki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/260346.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    turbogenerator
    vibration diagnostic
    service
    maintenance
    condition monitoring
    signal analysis
    Opis:
    The paper discusses the problem of maintenance of the marine steam turbogenerator sets used in power systems on VLCC type oil tankers. The analysis of operation, monitoring and applied diagnostic methods of a selected turbogenerator working in the AT series waste energy system produced by Mitsubishi is presented. The analysis focuses on the applied maintenance method and its credibility and effectiveness in terms of technical assessment. The results of the performed maintenance actions and applied operational procedures making use of technical diagnostics and supported by a wider range of measurement capabilities of external service are presented and evaluated. The range of the study includes the readiness, reliability and safety of the use of turbogenerators being the result of the maintenance performed in accordance with the applied strategy of operation.
    Źródło:
    Polish Maritime Research; 2013, 1; 31-38
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Singular spectrum analysis as a smoothing method of load variability
    Analiza widma szczególnego jako metoda wygładzania zmienności obciążenia
    Autorzy:
    Cempel, C.
    Tabaszewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327782.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka
    rozkład na wartości szczególne
    analiza widma szczególnego
    condition monitoring
    singular value decomposition
    singular spectrum analysis
    Opis:
    Application of SVD to fault extraction from the machine symptom observation matrix (SOM) seems to be validated enough, especially by data taken from many real diagnostic cases. However, frequently we have situation of varying machine load during the production process, where by observed primary symptoms are influenced greatly. This concerns generalized symptoms too, so decision making process and forecasting is disturbed. But we can apply some new data smoothing procedure called singular spectrum analysis (SSA), to eliminate load influenced symptom fluctuation, and obtain the machine wear trend only. This seems to be true, as it was shown in the paper, but special care should be taken to choose smoothing approximation order properly.
    Zastosowanie rozkładu SVD do wydobycia informacji o uszkodzeniu z symptomowej macierzy obserwacji (ang. SOM) wydaje się być wystarczająco uzasadnione, szczególnie dla danych pochodzących z wielu rzeczywistych przypadków diagnostycznych. Jednakże w wielu przypadkach mamy do czynienia z sytuacją zmiennych obciążeń maszyny podczas procesu produkcji, silnie wpływających na obserwowane symptomy. Dotyczy to także symptomów uogólnionych, co utrudnia proces podejmowania decyzji i prognozowania. Możemy jednak zastosować pewną nową procedurę wygładzania nazywaną analizą widma szczególnego (ang. SSA), aby wyeliminować obciążenia wpływające na fluktuacje symptomu i otrzymać tylko trend zużycia maszyny. Wydaje się to być prawdą, jak zostało pokazane w pracy, jednak z zachowaniem szczególnej uwagi w poprawnym wyborze rzędu przybliżenia w procedurze wygładzania.
    Źródło:
    Diagnostyka; 2010, 4(56); 3-8
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generative modelling of vibration signals in machine maintenance
    Autorzy:
    Puchalski, Andrzej Adam
    Komorska, Iwona
    Powiązania:
    https://bibliotekanauki.pl/articles/28086927.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    time-frequency analysis
    condition monitoring
    anomalies detection
    deep generative models
    variational autoencoder
    data distribution
    Opis:
    The exponential development of technologies for the acquisition, collection, and processing of data from real-world objects is creating new perspectives in the field of machine maintenance. The Industrial Internet of Things is the source of a huge collection of measurement data. The performance of classification or regression algorithms needs to take into account the random nature of the process being modelled and any incomplete observability, especially in terms of failure states. The article highlights the practical possibilities of using generative artificial intelligence and deep machine learning systems to create synthetic measurement observations in monitoring the vibrations of rotating machinery to improve unbalanced databases. Variational AutoencoderVAE generative models with latent variables in the form of high-level input features of time-frequency spectra were studied. The mapping and generation algorithm was optimised and its effectiveness was tested in the practical solution of the task of diagnosing the three operating states of a demonstration gearbox.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 173488
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fault diagnosis of rotating machines using vibration and bearing temperature measurements
    Autorzy:
    Nembhard, A. D.
    Sinha, J. K.
    Pinkerton, A. J.
    Elbhbah, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/328481.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    vibration monitoring
    condition monitoring
    rotating machinery
    fault diagnosis
    principal component analysis
    Opis:
    Acquisition and subsequent processing of vibration data for fault diagnosis of rotating machinery with multiple bearings, such as Turbo-generator (TG) sets, can be quite involved, as data are usually required in three mutually perpendicular directions for reliable diagnosis. Consequently, the task of diagnosing faults on such systems may be daunting for even an experienced analyst. Hence, the current study aims to develop a simplified fault diagnosis (FD) method that uses just a single vibration and a single temperature sensor on each bearing. Initial trials on an experimental rotating rig indicate that supplementing vibration data with temperature measurements gave improved FD when compared with FD using vibration data alone. Observations made from the initial trials are presented in this paper.
    Źródło:
    Diagnostyka; 2013, 14, 3; 45-51
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A smart fault identification system for ball bearing using simulation-driven vibration analysis
    Autorzy:
    Khaire, Pallavi
    Phalle, Vikas
    Powiązania:
    https://bibliotekanauki.pl/articles/27309884.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    condition monitoring
    bearing defect
    FFT analyzer
    BPFI
    BPFO
    multiclass support
    vector machine
    monitorowanie stanu
    wada łożyska
    analizator FFT
    maszyna wektorowa
    Opis:
    Bearings are one of the pivotal parts of rotating machines. The health of a bearing is responsible for the hassle-free operation of a machine. As vibration signatures give intimations of machine failure at an earlier stage, mostly vibration-based condition monitoring is used to monitor bearing’s health for avoiding the risk of failure. In this work, a simulation-based approach is adopted to identify surface defects at ball bearing raceways. The vibration data in time and frequency domain is captured by FFT analyzer from an experimental setup. The time frequency domain conversion of a raw time domain data was carried out by wavelet packet transform, as it takes into account the transients and spectral frequencies. The rotor bearing model is simulated in Ansys. Finally, most influencing statistical features were extracted by employing Principal Component Analysis (PCA), and fed to Multiclass Support Vector Machine (MSVM). To train the algorithm, the simulated data is used whereas the data acquired from FFT analyzer is used for testing. It can be concluded that the defects are characterized by Ball Pass Frequency (BPF) at inner race and outer raceway as indicated in the literature. The developed model is capable to monitor bearing’s health which gives an average accuracy of 99%.
    Źródło:
    Archive of Mechanical Engineering; 2023, LXX, 2; 247--270
    0004-0738
    Pojawia się w:
    Archive of Mechanical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Stator winding fault detection of permanent magnet synchronous motors based on the bispectrum analysis
    Autorzy:
    Pietrzak, Przemysław
    Wolkiewicz, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/2173641.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    fault diagnosis
    condition monitoring
    inter-turn short circuits
    permanent magnet synchronous motor
    bispectrum
    fast Fourier transform
    błędna diagnoza
    monitorowanie stanu
    zwarcia międzyzwojowe
    silnik synchroniczny z magnesami trwałymi
    bispektrum
    szybka transformata Fouriera
    Opis:
    The popularity of high-efficiency permanent magnet synchronous motors in drive systems has continued to grow in recent years. Therefore, also the detection of their faults is becoming a very important issue. The most common fault of this type of motor is the stator winding fault. Due to the destructive character of this failure, it is necessary to use fault diagnostic methods that facilitate damage detection in its early stages. This paper presents the effectiveness of spectral and bispectrum analysis application for the detection of stator winding faults in permanent magnet synchronous motors. The analyzed diagnostic signals are stator phase current, stator phase current envelope, and stator phase current space vector module. The proposed solution is experimentally verified during various motor operating conditions. The object of the experimental verification was a 2.5 kW permanent magnet synchronous motor, the construction of which was specially prepared to facilitate inter-turn short circuits modelling. The application of bispectrum analysis discussed so far in the literature has been limited to vibration signals and detecting mechanical damages. There are no papers in the field of motor diagnostic dealing with the bispectrum analysis for stator winding fault detection, especially based on stator phase current signal.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 2; art. no. e140556
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of vibrations generated by the multi-body model of a planetary gear
    Analiza sygnałów wibroakustycznych generowanych przez model przekładni planetarnej
    Autorzy:
    Dąbrowski, D.
    Adamczyk, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/368858.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    gear model
    planetary gear model
    multi-body dynamics model
    condition monitoring
    meshing forces
    model przekładni
    model przekładni planetarnej
    metoda układów wieloczłonowych
    diagnostyka techniczna
    siły zazębienia
    Opis:
    In the paper the dynamic model of an one-stage planetary gear was presented. The model was developed on the basis of a multi-body dynamics method. To conduct dynamic simulations the specialized multi-body dynamics software was used. In the study the tests results for steady state operations of the planetary gear were presented. In the paper the meshing force signals were analyzed. The vibrations generated by the model consist of carrier and gear meshing frequency harmonics. On the spectra the amplitude modulations of the gear meshing frequencies harmonics were observed.
    W artykule został przedstawiony model dynamiczny jednostopniowej przekładni planetarnej. Zbudowano go, korzystając z metody układów wieloczłonowych. W celu przeprowadzenia analiz dynamicznych wykorzystano specjalistyczne oprogramowanie komputerowe. W pracy przedstawiono wyniki symulacji pracy przekładni przy stałej prędkości obrotowej i stałym obciążeniu. Badanymi sygnałami były zmiany wartości sił podczas pracy przekładni, generowane przez algorytm kontaktów między współpracującymi zębami kół zębatych. W wyniku oddziaływań pomiędzy elementami przekładni generowane są sygnały o częstotliwościach związanych z obrotami jarzma oraz pracą zazębienia kół zębatych. W paśmie częstotliwości zazębienia pojawiają się składowe podstawowe oraz ich modulacje.
    Źródło:
    Mechanics and Control; 2012, 31, 4; 143-149
    2083-6759
    2300-7079
    Pojawia się w:
    Mechanics and Control
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Paradigm for natural frequency of an un-cracked simply supported beam and its application to single-edged and multi-edged cracked beam
    Autorzy:
    Khalkar, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/128309.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    paradigm
    natural frequency
    simply supported beam
    ANSYS
    modal analysis
    zero frequency deflection
    condition monitoring
    paradygmat
    częstotliwość drgań własnych
    belka swobodnie podparta
    analiza modalna
    ugięcie zerowe
    monitorowanie stanu technicznego
    Opis:
    In this research paper, a theoretical method of analysis of the first natural frequency of an un-cracked simply supported beam in bending mode is presented. The formula of a paradigm is used to determine the natural frequency of an un-cracked beam. The converged natural frequency formula of a paradigm is then extended to a single edged and multi-edged cracked simply supported beam to evaluate their natural frequency. The main attraction of the proposed method is that it gives one more significant way to the researchers to determine the natural frequency of cracked beams. The limited fatigue strength, defects like corrosion, corrosion-erosion, and corrosion fatigue in the beam are the main causes of formation of edged cracks in beams. Hence the evaluation of natural frequency of cracked beams and its use in the inverse problem is of utmost importance to do the condition monitoring of the structures by the vibration methods.
    Źródło:
    Vibrations in Physical Systems; 2018, 29; 1-12
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      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