Informacja

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

Wyszukujesz frazę "silnik samochodowy ZS" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wykorzystanie probabilistycznych sieci neuronowych i sygnałów drganiowych do diagnozowania uszkodzenia uszczelki pod głowicą silnika ZS
Application of probabilistic neural network and vibration signals for gasket under diesel engine head damage
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/197402.pdf
Data publikacji:
2013
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
diagnostyka
drgania
probabilistyczna sieć neuronowa
silnik spalinowy ZS
pojazd samochodowy
Opis:
Conducted tests attempted to determine the occurring damage in gasket under engine head. Test object was Ford Mondeo car powered by diesel engine with capacity of 2.0 [dm3]. Damage of the gasket was a rupture of bridge between 1 and 2 cylinder. In order to diagnose the damage the vibration signals generated by the engine were used – initially processed with the use of discrete wavelet transform and probabilistic neural networks.
W przeprowadzonych badaniach podjęto próbę określenia występującego uszkodzenia uszczelki pod głowicą silnika ZS. Za obiekt badań posłużył model samochodu Ford Mondeo, napędzany silnikiem ZS o pojemności 2,0 [dm3]. Uszkodzenie uszczelki polegało na przerwaniu mostka pomiędzy 1 i 2 cylindrem. Do diagnozowania uszkodzenia wykorzystano sygnały drganiowe, generowane przez silnik – wstępnie przetworzone przy wykorzystaniu dyskretnej transformaty falkowej, oraz probabilistyczne sieci neuronowe.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2013, 78; 39-45
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie probabilistycznych sieci neuronowych i sygnałów drganiowych do diagnozowania uszkodzeń wtryskiwaczy silnika ZS
Application of probabilistic neural network and vibration signals for diesel car engine fuel injectors damage
Autorzy:
Czech, P.
Powiązania:
https://bibliotekanauki.pl/articles/197906.pdf
Data publikacji:
2013
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
diagnostyka
drgania
probabilistyczna sieć neuronowa
silnik spalinowy
silnik ZS
pojazd samochodowy
diagnostics
vibrations
probabilistic neural network
diesel engine
automotive vehicle
Opis:
W przeprowadzonych badaniach podjęto próbę określenia występującego uszkodzenia wtryskiwaczy w silniku spalinowym samochodu. Za obiekt badań posłużył samochód Ford Mondeo, napędzany silnikiem ZS o pojemności 2,0 [dm3]. Do diagnozowania uszkodzenia wykorzystano sygnały drganiowe, generowane przez silnik – wstępnie przetworzone przy wykorzystaniu dyskretnej transformaty falkowej, oraz probabilistyczne sieci neuronowe. W artykule zaproponowano wykorzystanie analizy DWT oraz energii lub entropii, będących podstawą systemu diagnozującego.
Conducted tests attempted to determine the occurring damage of fuel injectors in car combustion engine. Test object was Ford Mondeo car powered by diesel engine with capacity of 2.0 [dm3]. In order to diagnose the damage the vibration signals generated by the engine were used – initially processed with the use of discrete wavelet transform and probabilistic neural networks. In this article is proposed using DWT analysis and energy or entropy which are a base for diagnostic system.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2013, 81; 25-30
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