Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "exhaust valve" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Entropia dyskretnej transformaty falkowej i radialne sieci neuronowe jako narzędzia diagnostyki nieszczelności zaworu wylotowego w silniku ZS
Entropy of discrete wavelet transform and radial neural networks as a diagnosis tool of diesel engine exhaust valve fault
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/198343.pdf
Data publikacji:
2011
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
transformata falkowa
sieć neuronowa
diagnostyka
zawór wydechowy
silnik z zapłonem samoczynnym
wavelet transform
neural network
diagnostics
exhaust valve
compression-ignition engine
Opis:
W przypadku diagnozowania silnika spalinowego metodami drganiowymi nie można zapominać o występowaniu wielu źródeł drgań, co jest przyczyna wzajemnego zakłócania symptomów uszkodzeń. Ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych w niniejszym artykule wykorzystano dyskretna transformatę falkową (DWT). Na podstawie sygnałów zdekomponowanych za jej pomocą wyznaczono wartość entropii, która stanowiła podstawę do budowy wzorców stanów pracy silnika, przeznaczonych do uczenia sieci neuronowych. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania radialnych sztucznych sieci neuronowych do oceny nieszczelności zaworu wylotowego w silniku ZS.
In case of diagnosing combustion engines by vibration methods, the presence of numerous sources of vibration cannot be neglected, which are the reason for reciprocal interference of symptoms of fault. Owing to the necessity of analyzing non-stationary and impulse signals, a discrete wavelet transform (DWT) has been applied in this study. Based on the signals' decomposition performed by means of the transform, the value of entropy was determined, which served as a basis in the construction of the states of engine operation intended for teaching neural networks. As results from the research, there is a possibility of using radial neural networks to assess the diesel engine exhaust valve fault.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2011, 73; 15-20
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnosing faults in the timing system of a passenger car spark ignition engine using the bayes classifier and entropy of vibration signals
Autorzy:
Czech, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/2203067.pdf
Data publikacji:
2022
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
internal combustion engines
diagnostics
Bayesian classifier
pattern recognition
spark-ignition internal combustion engine
exhaust valve of the internal combustion engine
silniki spalinowe
diagnostyka
klasyfikator bayesowski
rozpoznawanie wzorca
silnik spalinowy z zapłonem iskrowym
zawór wydechowy silnika spalinowego
Opis:
Today's systems for diagnosing the technical condition of machines, including vehicles, use very advanced methods of acquiring and processing input data. Presently, work is being conducted globally to solve related problems. At the moment, it is not yet possible to create a single procedure that would enable the construction of a properly functioning diagnostic system, regardless of the selected object to be diagnosed. Hence, there is a need to conduct further research into the possibility of using already developed methods, as well as their modification to other diagnostic cases. This article presents the results of research related to the use of the Bayes classifier for diagnosing the technical condition of passenger car engine components. Damage to the exhaust valve of a spark ignition engine was diagnosed. The source of information on the technical condition was vibration signals recorded at various measuring points and under different operating conditions of the car. To describe the nature of changes in the vibration signals, the entropy measures were determined for the decomposed signal using the discrete wavelet transform is proposed.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2022, 116; 83--98
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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