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 "wind turbine" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Comparison of advanced signal-processing methods for roller bearing faults detection
    Autorzy:
    Urbanek, J.
    Barszcz, T.
    Uhl, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/221168.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    fault detection
    condition monitoring
    rolling element bearing
    wind turbine
    Opis:
    Wind turbines are nowadays one of the most promising energy sources. Every year, the amount of energy produced from the wind grows steadily. Investors demand turbine manufacturers to produce bigger, more efficient and robust units. These requirements resulted in fast development of condition-monitoring methods. However, significant sizes and varying operational conditions can make diagnostics of the wind turbines very challenging. The paper shows the case study of a wind turbine that had suffered a serious rolling element bearing (REB) fault. The authors compare several methods for early detection of symptoms of the failure. The paper compares standard methods based on spectral analysis and a number of novel methods based on narrowband envelope analysis, kurtosis and cyclostationarity approach. The very important problem of proper configuration of the methods is addressed as well. It is well known that every method requires setting of several parameters. In the industrial practice, configuration should be as standard and simple as possible. The paper discusses configuration parameters of investigated methods and their sensitivity to configuration uncertainties.
    Źródło:
    Metrology and Measurement Systems; 2012, 19, 4; 715-726
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fault Detection Enhancement in Rolling Element Bearings Using the Minimum Entropy Deconvolution
    Autorzy:
    Barszcz, T.
    Sawalhi, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/177746.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    rolling bearing
    fault detection
    Minimum Entropy Deconvolution (MED)
    wind turbine
    Opis:
    Minimum Entropy Deconvolution (MED) has been recently introduced to the machine condition mon- itoring field to enhance fault detection in rolling element bearings and gears. MED proved to be an excellent aid to the extraction of these impulses and diagnosing their origin, i.e. the defective component of the bearing. In this paper, MED is revisited and re-introduced with further insights into its application to fault detection and diagnosis in rolling element bearings. The MED parameter selection as well as its combination with pre-whitening is discussed. Two main cases are presented to illustrate the benefits of the MED technique. The first one was taken from a fan bladed test rig. The second case was taken from a wind turbine with an inner race fault. The usage of the MED technique has shown a strong enhancement for both fault detection and diagnosis. The paper contributes to the knowledge of fault detection of rolling element bearings through providing an insight into the usage of MED in rolling element bearings diag- nostic. This provides a guide for the user to select optimum parameters for the MED filter and illustrates these on new interesting cases both from a lab environment and an actual case.
    Źródło:
    Archives of Acoustics; 2012, 37, 2; 131-141
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of diagnostic algorithms for wind turbines
    Dobór algorytmów diagnostycznych dla turbin wiatrowych
    Autorzy:
    Barszcz, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/328079.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    drgania
    monitorowanie
    diagnostyka
    turbina wiatrowa
    vibrations
    monitoring
    diagnostics
    wind turbine
    Opis:
    The paper presents the choice of diagnostic algorithms for condition monitoring of wind turbines. The device under monitoring is the power train, i.e. a main bearing, gears and a generator. The object also contains several roller bearings. The typical mechanical structure and characteristic frequencies are shown. The next chapter presents the sensor location and choice of sampling parameters. Additionally the monitoring should include a few key process parameters (output power, wind speed and rotational speed). Quick changes of the operational point are an important feature of wind turbines and should be addressed. There are several diagnostic methods which could be used for the monitoring of a wind turbine. A few of them should be selected for the proper detection and identification of the most important faults. The main part of the paper presents malfunctions and diagnostic algorithms which should be used to detect those malfunctions. To avoid the influence of varying operational point, some additional preprocessing should take place. Apart from relatively simple methods mentioned above, there is a number of more advanced methods. The example of such an algorithm based on the spectral kurtosis is also presented.
    Artykuł przedstawia dobór algorytmów diagnostycznych do nadzorowania stanu turbiny wiatrowej. Nadzorowanymi elementami są: główne łożysko wirnika, przekładnie i generator wraz z ich łożyskami. Przedstawiono typową strukturę i zaprezentowano częstotliwości charakterystyczne obiektu. Kolejny rozdział omawia lokalizację czujników drgań oraz parametry próbkowania sygnałów. Dodatkowo monitorowanie powinno obejmować najważniejsze parametry procesowe (tj. moc generatora, prędkość wiatru i prędkość obrotową). Charakterystyczną cechą turbin wiatrowych są szybkie zmiany punktu pracy, które należy brać pod uwagę. Istnieją liczne algorytmy diagnostyczne, które mogą być wykorzystane do monitorowania turbin wiatrowych. Wybrane algorytmy zostały zastosowane do właściwego wykrywania i identyfikacji najważniejszych uszkodzeń. Kolejny rozdział przedstawia typowe uszkodzenia i algorytmy, które powinny być zastosowane do ich detekcji. Aby uniknąć wpływu zmian punktu pracy, konieczny jest dodatkowy preprocessing sygnałów. Oprócz stosunkowo prostych metod, stosowane są również metody bardziej zaawansowane. Przedstawiono przykład takiego algorytmu opartego na kurtozie widmowej.
    Źródło:
    Diagnostyka; 2009, 2(50); 7-11
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Description of varying operational conditions in wind turbines
    Opis zmienności warunków operacyjnych turbin wiatrowych
    Autorzy:
    Broda, D.
    Barszcz, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/328053.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    turbina wiatrowa
    zmienność warunków operacyjnych
    zmienność wiatru
    wibracje
    monitoring
    wind turbine
    operational states variability
    wind variability
    vibration
    Opis:
    Vibrations of wind turbines strongly depends on the wind. For the purpose of wind turbines condition monitoring it is very important to understand the nature of the wind, especially its time variability. The paper investigates fundamental statistics of the wind and vibrations for four wind turbines in two wind farms. Seasonal and diurnal variations are presented and discussed. For both vibration and wind speed seasonal trends are clearly visible, particularly for mean values, but also for standard deviation. Variability of vibration and wind are compared using mean/std ratio. The results can be helpful to determine operational states of wind turbines. It can also help achieve comparable results of technical state assessment for different machines located in different locations.
    Wibracje w turbinach wiatrowych zależą w znacznym stopniu od wiatru. Zrozumienie natury wiatru jako zjawiska, szczególnie jego zmienności, jest istotne dla skutecznej diagnostyki turbin wiatrowych. Artykuł opisuje podstawowe dane statystyczne prędkości wiatru oraz wibracji dla czterech turbin wiatrowych z dwóch różnych farm. Opisane są zmiany sezonowe i dzienne. Trendy sezonowe są widoczne zarówno w przypadku prędkości wiatru jak i poziomu wibracji, szczególnie w przypadku wartości średnich, ale także, do pewnego stopnia, dla odchyleń standardowych. Zmienności wibracji i prędkości wiatru są porównane przy pomocy współczynnika mean/std. Wyniki będą pomocne przy ustalaniu stanów operacyjnych turbin, a także przy ocenie stanu technicznego dla turbin zlokalizowanych w różnych lokacjach.
    Źródło:
    Diagnostyka; 2011, 4(60); 39-46
    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:
    Wind turbines rolling element bearings fault detection enhancement using minimum entropy deconvolution
    Poprawa wykrywania uszkodzeń łożysk tocznych w turbinach wiatrowych przy użyciu metody minimum entropy deconvolution
    Autorzy:
    Barszcz, T.
    Sawalhi, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/327996.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    łożysko toczne
    wykrywanie uszkodzeń
    Minimum Entropy Deconvolution
    MED
    turbina wiatrowa
    rolling bearing
    fault detection
    wind turbine
    Opis:
    Minimum Entropy Deconvolution (MED) has been recently introduced to the machine condition monitoring field to enhance fault detection in rolling element bearings and gears. MED proved to be an excellent aid to the extraction of these impulses and diagnosing their origin, i.e. the defective component of the bearing. In this paper, MED was applied for fault detection and diagnosis in rolling element bearings in wind turbines. MED parameter selection as well as its combination with pre-whitening is discussed. Two main cases are presented to illustrate the benefits of the MED technique. The first was taken from a fan bladed test rig. The second case was taken from a wind turbine with an inner race fault. The usage of the MED technique has shown a strong enhancement for both fault detection and diagnosis. The paper contributes to the knowledge of fault detection of rolling elements bearings through providing an insight into the usage of MED in rolling element bearings diagnostic by providing a guide for the user to select optimum parameters for the MED filter and illustrating these on new interesting cases both from a lab environment and an actual case.
    Metoda Minimum Etropy Deconvolution (MED) została niedawno wprowadzona do diagnostyki w celu poprawy wykrywania uszkodzeń łożysk tocznych i przekładni. MED okazała się bardzo pomocna w ekstrakcji impulsów pochodzących od tych uszkodzeń i określania miejsca ich pochodzenia (np. uszkodzonego elementu łożyska). W niniejszym artykule MED zastosowano do wykrywania uszkodzeń łożysk tocznych w turbinach wiatrowych. W artykule opisano zagadnienie selekcji parametrów metody MED oraz metody "wybielania sygnału" (ang. pre-whitening). Korzyści płynące z zastosowania metody przedstawiono na dwóch przypadkach. Pierwszym jest stanowisko laboratoryjne, a drugim - turbina wiatrowa z uszkodzoną bieżnią wewnętrzną łożyska generatora. Zastosowanie metody MED pozwoliło na znaczącą poprawę zarówno wykrycia, jak i lokalizacji uszkodzenia. Najistotniejszymi częściami niniejszego artykułu są: opis metody MED, wskazówki dotyczące optymalnego dostrojenia metody oraz interesujące przypadki zarówno laboratoryjne, jak i rzeczywiste.
    Źródło:
    Diagnostyka; 2011, 3(59); 53-59
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    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
    Tytuł:
    Three-dimensional representation of diagnostic features in application to wind turbines
    Trójwymiarowa reprezentacja parametrów diagnostycznych w zastosowaniu do turbin wiatrowych
    Autorzy:
    Strączkiewicz, M.
    Urbanek, J.
    Barszcz, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/329408.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    turbina wiatrowa
    analiza drgań
    zmienne warunki eksploatacyjne
    wykrywanie uszkodzeń
    wind turbine
    vibration analysis
    non-stationary operation
    damage detection
    Opis:
    Wind turbine condition monitoring is essential task in the process of maintaining machine operation at the optimal level. It is related to ensuring the profitability of investment and the provision of security in the environment of the turbine. However, the working conditions of turbine associated with non-stationary nature of the stimulus which is wind, impede the correct diagnosis of the machine. In addition, a multitude of parameters adversely affects the clarity of predictions and setting alarm thresholds. In the article, the authors evaluate the impact of power generator and bearing rotational speed on the root-mean-square (RMS) value received on the generator bearing. The study was performed in various dynamic states of the bearing: the intact and after discovery of damage. It was possible due to long term monitoring of the system and further analysis of the RMS as a function of power and rotational speed. For this purpose the method that bases on calculation of arithmetic mean of the data in the segments corresponding to the chosen ranges of both rotational speed and generator output power. Results are presented in the form of three-dimensional charts, which allow assessing the impact of parameters on the estimator. As observed, a greater impact on the RMS has the power which reveals as more dynamic changes of RMS to the fluctuation of power. The variation of rotational speed does not affect RMS so rapidly. This was confirmed by an analysis of the slope the function obtained by linear regression. Therefore, it might lead to the conclusion that operational state of wind turbines should be assessed due to generated power level not in respect to rotational speed.
    Monitorowanie stanu pracy turbiny wiatrowej jest niezbędnym zadaniem w procesie utrzymania pracy maszyny na optymalnym poziomie. Jest to związane zarówno z utrzymaniem rentowności inwestycji jak i zapewniania bezpieczeństwa w otoczeniu pracy turbiny. Jednakże warunki pracy turbiny związane z niestacjonarnym charakterem czynnika pobudzającego, jakim jest wiatr, utrudniają poprawną diagnozę stanu maszyny. Dodatkowo mnogość parametrów wpływa niekorzystnie na klarowność prognozy i ustawienie progów alarmowych. W artykule autorzy oceniają wpływ mocy generatora i prędkości obrotowej łożyska generatora na zmianę wartości skutecznej (RMS) wibracji otrzymanej na łożysku generatora. Obserwacja została poczyniona w dwóch stanach dynamicznych łożyska: w stanie nieuszkodzonym oraz po stwierdzeniu uszkodzenia. Umożliwiła to długoczasowa obserwacja turbiny pod kątem ww. parametrów, a następnie analiza zależności RMS w funkcji mocy i prędkości obrotowej. W tym celu zaproponowano metodę polegającą na obliczaniu średniej arytmetycznej wartości RMS w segmentach odpowiadającym wybranym zakresom prędkości obrotowej i mocy generatora. Wyniki przedstawiono w postaci trójwymiarowych wykresów, które pozwalają na ocenę wpływu parametrów na estymator. Jak zaobserwowano, większy wpływ na RMS ma parametr mocy generatora, co objawia się bardziej dynamiczną zmianą RMS w odniesieniu do zmiany mocy. Wahania prędkości obrotowej nie wpływają na estymator tak gwałtownie. Zostało to potwierdzone analizą współczynników kierunkowych funkcji otrzymanej przy pomocy regresji liniowej. Może to prowadzić do wniosku, że stan działania turbin wiatrowych powinien być oceniany ze względu na generowany poziom mocy a nie z powodu prędkości obrotowej.
    Źródło:
    Diagnostyka; 2012, 4(64); 9-16
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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