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 "machine condition" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Offline-online pattern recognition for enabling time series anomaly detection on older NC machine tools
    Autorzy:
    Netzer, Markus
    Palenga, Yannic
    Goennheimer, Philipp
    Fleischer, Juergen
    Powiązania:
    https://bibliotekanauki.pl/articles/1428705.pdf
    Data publikacji:
    2021
    Wydawca:
    Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
    Tematy:
    data provision
    anomaly detection
    machine learning
    manufacturing
    condition monitoring
    Opis:
    Intelligent IoT functions for increased availability, productivity and component quality offer significant added value to the industry. Unfortunately, many old machines and systems are characterized by insufficient, inconsistent IoT connectivity and heterogeneous parameter naming. Furthermore, the data is only available in unstructured form. In the following, a new approach for standardizing information models from existing plants with machine learning methods is described and an offline-online pattern recognition system for enabling anomaly detection under varying machine conditions is introduced. The system can enable the local calculation of signal thresholds that allow more granular anomaly detection than using only single indexing and aims to improve the detection of anomalous machine behaviour especially in finish machining.
    Źródło:
    Journal of Machine Engineering; 2021, 21, 1; 98-108
    1895-7595
    2391-8071
    Pojawia się w:
    Journal of Machine Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Monitorowanie stanu technicznego i własności dynamicznych maszyn papierniczych
    Monitoring of condition and dynamic properties of paper machines
    Autorzy:
    Sordyl, F.
    Sordyl, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/328175.pdf
    Data publikacji:
    2007
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka
    właściwości dynamiczne
    maszyna papiernicza
    symptom stanu technicznego
    condition monitoring
    dynamic properties
    paper machine
    technical condition symptom
    Opis:
    Diagnostyka maszyn papierniczych, a szczególnie ich części prasowych, wymaga stosowania szczególnych metod. Wynika to przede wszystkim z faktu występowania złożonych poliharmonicznych wymuszeń dynamicznych obejmujących znaczny zakres częstotliwości. Różnice między częstotliwościami podstawowymi tych wymuszeń są małe. Występują również poliharmoniczne wymuszenia o małej wartości częstotliwości podstawowej (ok. 0.5 Hz). W pracy przedstawiono przypadki: - identyfikacji własności dynamicznych części prasowej, -identyfikacji własności dynamicznych pompy próżniowej, - rozpoznania zmiennego niewyważenia wału prasowego spowodowanego przemieszczaniem się masy wewnątrz wału, - rozpoznania błędów przekroju poprzecznego potwierdzonych pomiarami bezpośrednimi, - rozpoznania wymuszeń dynamicznych wynikających z oddziaływań filcu.
    Condition monitoring of paper machines, especially of their press parts, needs applying special methods. That is a result of complex poliharmonic dynamic excitations covering broadband frequency range. Differences between base frequencies of these excitations are small. One can observe poliharmonic excitations with very small base frequency (about 0.5 Hz). The article presents case studies of: - identification of dynamic properties of the paper machine press part, - identification of dynamic properties of vacuum pump, - recognition of variable press roll unbalance caused by moving mass inside the roll, - recognition of the press roll cross-section circularity errors that were confirmed by direct measurements, - recognition of dynamic excitations caused by interactions between press rolls through the felt.
    Źródło:
    Diagnostyka; 2007, 2(42); 49-55
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie teorii szarych systemów do modelowania i prognozowania w diagnostyce maszyn
    Application of grey system theory to modeling and forecasting in machine condition monitoring
    Autorzy:
    Cempel, Cz.
    Tabaszewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/328195.pdf
    Data publikacji:
    2007
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka maszyn
    symptomy drganiowe
    modele szare
    prognozowanie
    machine
    diagnostics
    condition monitoring
    vibration symptoms
    grey system theory
    condition forecasting
    Opis:
    Praca przedstawia metodologię budowy szarego modelu pierwszego rzędu przydatnego w prognozowaniu stanu za pomocą symptomów drganiowych. Pokazano na przykładach, że szare modele mogą mieć zastosowanie w diagnostyce maszyn prostych, dla których wystarcza podejście jedno symptomowe, jak też w diagnostyce wielo uszkodzeniowej obiektów złożonych. Zastosowano tu metodę szarych systemów Deng'a z odcinkowym prognozowania tzw. ślizgającym okienkiem, zaczerpniętą z najnowszej literatury przedmiotu.
    The paper presents methodology of grey system theory and the first order grey model GM(1,1), which can be applied for the machine condition forecasting using vibration symptoms, and rolling forecasting window. Basing on real data taken from vibration condition monitoring, it was shown successfully one step forecasting with the grey model applied to condition observation by one symptom only. It was shown also, that in case of multidimensional condition monitoring one can apply the same methodology to the generalized symptom of condition, obtained from singular value decomposition of symptom observation matrix.
    Źródło:
    Diagnostyka; 2007, 2(42); 11-18
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Problems and solutions in condition monitoring and diagnostic of open cast monster machinery driving systems
    Problemy i rozwiązania w diagnostyce układów napędowych maszynowych gigantów podstawowych górnictwa odkrywkowego
    Autorzy:
    Bartelmus, W.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/329292.pdf
    Data publikacji:
    2008
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    monitorowanie
    maszyna górnicza
    górnictwo odkrywkowe
    zmienne obciążenia
    condition monitoring
    mining machine
    opencast mines
    external load variation
    Opis:
    In the paper is given discussion on demands connected with vibration signal analysis for condition monitoring of driving systems of monster machinery used in open cast mines. Because of external load variation which cause that the vibration signal generated by driving systems is no-stationary there is a need to use special techniques for signal analysis. The description of proper signal analysis techniques is given together with machinery description and external load characteristic. The description leads to design, production technology, operation, change of condition factors analysis [1].
    W pracy przedstawiona jest dyskusja o wymaganiach związanych z analizą drganiowego sygnału dla monitorowania układów napędowych maszynowych gigantów używanych w górnictwie odkrywkowym. Ponieważ drganiowe sygnały generowane przez układy napędowe na skutek zmienności obciążenia generują niestacjonarny sygnał istnieje potrzeba wykorzystania specjalnych technik do analizy sygnału. Przedstawiono opis niektórych maszynowych gigantów wraz z technikami analizy sygnałów i charakterystyki zmienności obciążenia. Opis prowadzi do analizy czynników konstrukcyjnych, technologicznych, eksploatacyjnych i zmiany stanu [1].
    Źródło:
    Diagnostyka; 2008, 3(47); 55-60
    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
      Wyświetlanie 1-5 z 5

      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