Informacja

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

Wyszukujesz frazę "diagnostyka maszyn" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Selected methods of finding optimal center frequency for amplitude demodulation of vibration signals
Wybrane metody znajdowania optymalnej częstotliwości nośnej w procesie demodulacji amplitudowej sygnału drgań
Autorzy:
Barszcz, T.
Jabłoński, A.
Powiązania:
https://bibliotekanauki.pl/articles/329610.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka maszyn
demodulacja amplitudowa
kurtoza
mediana
Protrugram
machine diagnostics
amplitude demodulation
kurtosis
median
Opis:
The paper concerns the subject of the optimal center frequency selection for the amplitude demodulation, which is a principal tool for detection of bearing faults. In the first part, existing methods along with their advantages and drawbacks are discussed. A special attention is paid to methods implementing kurtosis-based estimators. In following sections, the authors demonstrate a novel method based on the so called "max-med" estimator. The method is validated on a real signal containing a bearing fault signatures.
Tematyka artykułu dotyczy optymalnego wyboru częstotliwości nośnej w procesie demodulacji amplitudowej, która jest podstawowym narzędziem detekcji uszkodzeń łożysk. Pierwsza część pracy przedstawia obecnie używane metody wskazując ich zalety oraz wady, ze szczególnym uwzględnieniem metod bazujących na kurtozie. W kolejnych częściach pracy autorzy ilustrują nową metodę z wykorzystaniem operatora "max-med" (od ang. maximum-median). Działanie zaprezentowanej metody jest weryfikowane na sygnale rzeczywistym zawierającym komponenty generowane przez uszkodzone łożysko.
Źródło:
Diagnostyka; 2010, 2(54); 25-28
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selection of clustering methods for wind turbines operational data
Dobór metod grupowania danych procesowych dla turbin wiatrowych
Autorzy:
Gibiec, M.
Barszcz, T.
Bielecka, M.
Powiązania:
https://bibliotekanauki.pl/articles/327686.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka maszyn
turbina wiatrowa
eksploracja danych
grupowanie
machine diagnostics
wind turbine
data mining
clustering
Opis:
Quickly growing number of monitored wind turbines has changed the needs for monitoring and diagnostic algorithms. The data from hundreds of monitoring systems are transferred to the diagnostic centers, where the data should be analyzed. High cost of labor created the need for automated diagnostic methods. The first task in this wide discipline is classification of the data and detection of malfunction states. The paper investigates application of data mining methods for classification of operational data from wind turbines. It is shown, that combination of the agglomeration method with the C-means clustering yields very good results and can be used for automated diagnostics of wind farms.
Szybko rosnąca liczba monitorowanych turbin wiatrowych zmieniła potrzeby w zakresie algorytmów monitorowania diagnostyki. Obecnie dane z setek systemów monitorowania przesyłane są do centrów diagnostycznych, gdzie muszą zostać przeanalizowane. Wysokie koszty pracy ekspertów spowodowały potrzebę zautomatyzowania metod diagnostycznych. Pierwszym zadaniem stała się automatyczna klasyfikacja danych i wykrywanie stanów niesprawności. Artykuł przedstawia zastosowanie metod "data mining" do klasyfikacji danych procesowych z turbin wiatrowych. Pokazano, że połączenie metody aglomeracji danych z metodą K-means daje bardzo dobre wyniki i może być zastosowane do zautomatyzowanej diagnostyki farm wiatrowych.
Źródło:
Diagnostyka; 2010, 4(56); 37-42
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metody OMAX i modeli NARX do diagnostyki maszyn wirnikowych
Application of OMAX method and NARX models in diagnostics of rotating machinery
Autorzy:
Bednarz, J.
Barszcz, T.
Uhl, T.
Powiązania:
https://bibliotekanauki.pl/articles/156679.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
metoda OMAX
modele NARX
diagnostyka maszyn wirnikowych
OMAX method
NARX models
diagnostics of rotaring machinery
Opis:
W artykule przedstawiono porównanie algorytmów detekcji uszkodzeń w oparciu o metodę OMAX oraz modele NARX. Zaprezentowano również stanowisko laboratoryjne znajdujące się w Katedrze Robotyki i Mechatroniki (KRiM) AGH służące do testowania powyższych metod.
The article discusses possibility of use OMAX method and NARX model in rotating machinery diagnostics. The idea of diagnostics algorithms based on this two methods is presented. The AGH laboratory test rig used for validate these methods is also presented.
Źródło:
Pomiary Automatyka Kontrola; 2006, R. 52, nr 5, 5; 23-26
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Narx model in rotating machinery diagnostics
Zastosowanie modelu Narx w diagnostyce maszyn wirnikowych
Autorzy:
Bednarz, J.
Barszcz, T.
Uhl, T.
Powiązania:
https://bibliotekanauki.pl/articles/368895.pdf
Data publikacji:
2011
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
model NARX
diagnostyka maszyn wirnikowych
wykrywanie uszkodzeń turbin wiatrowych
NARX model
rotating machinery diagnostics
wind-turbine damage detection
Opis:
Rotating machines are often described using linear methods with acceptable accuracy. Some malfunctions, however, are of non-linear nature. The most common examples of those malfunctions are loose bearings and rotor rubs. Accurate detection and identification of such malfunctions requires more accurate methods. One of such methods can be NARX - nonlinear systems identification. This method is based on neural networks approach and is especially efficient in modeling and diagnostics of nonlinear systems. Application of this method leads to shorter and less costly tuning of the model to the object, which is the key requirement when practical application of a method is concerned. The paper presents how NARX can be applied for modeling of rotating machinery malfunctions. Idea of the diagnostic algorithm based on such modeling is presented. The proposed algorithm was verified during research on a specialized test rig, which can generate vibration signals. The paper also presents results of an application of the NARX method for data collected at a wind turbine.
Maszyny wirnikowe są często opisywane przy użyciu metod liniowych z zadowalającą dokładnością. Niektóre awarie mają jednak charakter nieliniowy; jako przykład można wymienić m.in. takie usterki jak luźne łożyska i przytarcia wirnika. Precyzyjne wykrywanie i identyfikacja ww. usterek wymaga bardziej dokładnych metod. Jedną z takich metod może by NARX - model umożliwiający nieliniową identyfikację systemów. Metoda ta opiera się na sieciach neuronowych i jest szczególnie skuteczna w zakresie modelowania i diagnostyki układów nieliniowych. Zastosowanie tej metody prowadzi do krótszego i mniej kosztownego dostrajania modelu do obiektu, co jest kluczowym wymogiem w przypadku praktycznego zastosowania tej metody w diagnostyce. W artykule przedstawiono, jak modele NARX mogą być stosowane do modelowania awarii maszyn wirnikowych, a także ideę algorytmu diagnostycznego z wykorzystaniem takiego modelowania. Proponowany algorytm został zweryfikowany podczas badań na specjalnym stanowisku badawczym, które umożliwią generowanie sygnałów drganiowych oraz wprowadzanie symulowanych uszkodzeń. W artykule przedstawiono również wyniki zastosowania metody NARX dla danych zarejestrowanych w elektrowni wiatrowej.
Źródło:
Mechanics and Control; 2011, 30, 2; 41-52
2083-6759
2300-7079
Pojawia się w:
Mechanics and Control
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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