Informacja

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

Wyszukujesz frazę "machine condition" wg kryterium: Temat


Tytuł:
Multi symptom condition monitoring of a critical mechanical systems as a first approach to design condition inference agent (CIA)
Autorzy:
Cempel, C.
Powiązania:
https://bibliotekanauki.pl/articles/328728.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
machine condition monitoring
vibration
faults
singular values
condition inference agent
Opis:
The paper presents the introductory results in application to multi fault condition monitoring of mechanical systems in operation, in particular internal combustion engines. This generalization to multi dimensionality and multi fault condition monitoring is possible by utilizing transformed symptom observation matrix, and by successive application of singular value decomposition (SVD) and based on it principal component analysis (PCA). On this basis one can make full ex-traction of fault related information taken from symptom observation matrix, which can be created by traditional monitoring technology. Moreover, by SVD/PCA we can create some independent fault measures and indices, and of overall system condition. In another words, full utilization of SVD/PCA enable us to pass from multi dimensional - non orthogonal symptom space, to or-thogonal generalized fault space, of much reduced dimension. This seems to be important, as it can increase the scope and the reliability of condition monitoring of critical system in operation. It enables also to maximize the amount of condition related information, and to redesign the tradi-tional condition monitoring system. At the end of the paper some introductory consideration are presented leading to a design of Condition Inference Agent (CIA), which will enable to infer in real time on condition of critical objects in operation.
Źródło:
Diagnostyka; 2004, 30, T. 1; 91-96
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Generalized singular value decomposition in multidimensional condition monitoring of systems
Uogólniony rozkład wartości szczególnych w wielowymiarowej diagnostyce stanu systemów
Autorzy:
Cempel, C.
Powiązania:
https://bibliotekanauki.pl/articles/329250.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
stan techniczny
wielowymiarowość
uogólnione SVD
przestrzeń uszkodzeń
przestrzeń obserwacji
podobieństwo stanu
machine condition
multidimensional
generalized SVD
observation space
fault space
condition similarity
Opis:
With the modern metrology, we can measure almost all variables in the phenomenon field of a working machine, and much of measuring quantities can be symptoms of machine condition. On this basis, we can form the symptom observation matrix (SOM) for condition monitoring. From the other side we know that contemporary complex machines may have many modes of failure, so called faults, which form the fault space. This multidimensional problem is not a simple one, even if we apply some modern tool like SVD for the fault extraction purpose. So the question remains if one can learn considering similar problem when having SOM of similar machine observed just before. In this way, we can consider the application of generalized GSVD to the machine condition monitoring problems, and uncover some new possibilities.
Obecnie potrafimy mierzyć większość procesów pola zjawiskowego pracującej maszyny, a wiele z tych procesów może dostarczyć symptomów jej stanu technicznego. Wychodząc stąd możemy tworzyć symptomową macierz obserwacji (SOM) do celów diagnostyki maszyn, czyli oceny ewolucji jej stanu technicznego w czasie życia [theta]. Ale współczesne maszyny mają wiele uszkodzeń rozwijających się współbieżnie, stąd tez propozycja diagnostyki wielowymiarowej i zastosowania rozkładu (SVD), co pokazano już w wielu pracach. Powstaje pytanie czy potrafimy uzyskana wiedzę wykorzystać i nauczyć się diagnozować lepiej maszyny, które już są rozpoznane diagnostycznie za pomocą SVD. Taki właśni problem postawiono stosując uogólniony rozkład SVD, umożliwiający porównanie dwu macierzy obserwacji, znanej uprzednio i właśnie rozwijającej się. Tak możliwość istnieje, a stawia przed nami nowe wymogi nauczenia się nowej semantyki wspólnego języka GSVD.
Źródło:
Diagnostyka; 2008, 3(47); 23-30
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Singular values of symptom observation matrix of a system in operation as indicators of system damage
Wartości szczególne symptomowej macierzy obserwacji eksploatowanego systemu mechanicznego jako wskaźniki zużycia
Autorzy:
Cempel, C.
Powiązania:
https://bibliotekanauki.pl/articles/328051.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
stan maszyny
symptomowa macierz obserwacji
dekompozycja SVD
ewolucja wartości szczególnych
machine condition
symptom observation matrix
singular value decomposition
evolution of singular values
Opis:
The last paper of the present author [19] was concerned with multidimensional condition monitoring of the machines and the application of singular value decomposition (SVD). It was shown there, the immunity of singular values against uncontrolled load change, and they are also some measures of damage intensity. Following this, a simple model of singular value evolution has been proposed here and tested by means of three cases of real diagnostics in industry. It was found that postulated linear growth of singular value is good approximation of its real behavior and the same concerns the exponential growth of singular values product. Moreover this measures are sensitive to the redundancy of observation space and can depict clearly a lifetime when real damage in a monitored system starts. These properties seem to be much wanted in condition monitoring, so further investigations are planned.
Ostatnia praca autora [19] pokazuje zastosowanie rozkładu wartości szczególnych symptomowej macierzy obserwacji w diagnostyce maszyn. Pokazano tam, że ewolucja wartości szczególnych rozkładu w czasie życia maszyny jest niewrażliwa na wahania obciążenia roboczego systemu. Zatem w obecnej pracy zaproponowano liniowy model ewolucji wartości szczególnych i ekspotencjalny model dla ich iloczynu. Porównania tych modeli z rzeczywistym przebiegiem wartości szczególnych eksploatowanych maszyn pokazują, że dla przypadku liniowego zużycia jest to dobry model, natomiast często widać skoki poziomu w ewolucji wartości szczególnej. Może to świadczyć o pojawieniu się dodatkowego uszkodzenia, bądź o przejściu zużycia do bardziej intensywnej fazy rozwoju. Planuje się, zatem przeprowadzić dalsze badania celem wyjaśnienia szczegółowego zachowania wartości szczególnych.
Źródło:
Diagnostyka; 2011, 4(60); 27-38
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of the technical condition of tyres used in agricultural and forestry machinery
Ocena stanu technicznego ogumienia wykorzystywanego w maszynach rolniczych i leśnych
Autorzy:
Gorzelańczyk, P.
Rochowiak, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/2080615.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
technical condition
tyre
agricultural machine
forest machine
Opis:
The article addresses the issues related to the testing of properties and assessment of the impact of factors forcing the replacement of tires in agricultural and forestry machines. This is a significant problem regarding the conditions of operation and use of agricultural and forestry machinery, which affects the withdrawal of tires from further use. The first part of the article presents the characteristics of tires for agricultural and forestry machines, presenting their structure, advantages and disadvantages, and the most common damage. In the second and at the same time the main part of the article, the tires of agricultural and forestry machines were examined, and the results and analysis of the conducted measurement tests were presented. The work ends with conclusions that appeared during the tests and proposed solutions for users of the tested tires.
Źródło:
Nauki Inżynierskie i Technologie; 2019, 2(33); 60-70
2449-9773
2080-5985
Pojawia się w:
Nauki Inżynierskie i Technologie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Condition-Based Preventive Maintenance of Machine Tools
Autorzy:
Neugebauer, R.
Fischer, J.
Powiązania:
https://bibliotekanauki.pl/articles/971213.pdf
Data publikacji:
2009
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
condition monitoring at machine tools
diagnostic parameters
main spindle
axis drives
hydraulic components
pneumatic components
Opis:
Machine tools are expected to be highly available. Unintended failure incurs high costs for repairs and through production losses. Maintenance is a major cost factor and is still mostly reactive today, as a result of failures. Maintenance plans by manufacturers that require preventive maintenance based on running hours are often not implemented consistently. It would be ideal to perform condition-dependent preventive maintenance of the most critical and cost-intensive assemblies of a machine tool. This would make it possible to move repair times into non-productive periods and to procure any spare parts at the right time. Eventually, this would lead to cost savings. This article describes the design of a condition monitoring system for machine tools and shows ways of monitoring the most critical machine tool assemblies.
Źródło:
Journal of Machine Engineering; 2009, 9, 3; 64-76
1895-7595
2391-8071
Pojawia się w:
Journal of Machine Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
Effect of soil conditions and mechanical characteristics of sugar beet roots on the value of force necessary for pulling them out
Autorzy:
Gorzelany, J.
Bzowska-Bakalarz, M.
Powiązania:
https://bibliotekanauki.pl/articles/26169.pdf
Data publikacji:
1999
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
loss
harvesting machine
climate condition
soil condition
necessary
mechanical property
soil moisture
root
sugar-beet
Źródło:
International Agrophysics; 1999, 13, 4
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Degradation assessment of bearing based on machine learning classification matrix
Autorzy:
Kumar, Satish
Kumar, Paras
Kumar, Girish
Powiązania:
https://bibliotekanauki.pl/articles/1841739.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
degradation state
health condition indicator
machine learning
diagnostic model
prognostic model
Opis:
In the broad framework of degradation assessment of bearing, the final objectives of bearing condition monitoring is to evaluate different degradation states and to estimate the quantitative analysis of degree of performance degradation. Machine learning classification matrices have been used to train models based on health data and real time feedback. Diagnostic and prognostic models based on data driven perspective have been used in the prior research work to improve the bearing degradation assessment. Industry 4.0 has required the research in advanced diagnostic and prognostic algorithm to enhance the accuracy of models. A classification model which is based on machine learning classification matrix to assess the degradation of bearing is proposed to improve the accuracy of classification model. Review work demonstrates the comparisons among the available state-of-the-art methods. In the end, unexplored research technical challenges and niches of opportunity for future researchers are discussed.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 2; 395-404
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Study of the influences of blending different proportions of propane into methane on combustion characteristics at the knock threshold by using RCM
Autorzy:
Shokrollahi, F.
Wyszynski, M.
Sundell, J.-P.
Powiązania:
https://bibliotekanauki.pl/articles/244926.pdf
Data publikacji:
2018
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
Rapid Compression Machine
knock threshold operating condition
peak driving pressure
knock intensity
Opis:
A spark-ignited Rapid Compression Machine (RCM) has been used to investigate the influences of the different proportions of methane-propane mixtures on the combustion characteristics at knock threshold operating condition. First, the threshold operating points of the mixtures have been obtained and the results indicated that the piston driving pressure reduces from 142 bars to 90 bars as the propane content in the mixture increases. As a spark plug was fitted in this RCM, the optimum spark timing was also investigated. It was established that spark timing should be set synchronize with the piston at TDC, due to the free movement of the piston. In most RCMs, piston can move toward TDC following the equilibria of forces due to the absence of con-rod. Finally, knock intensity of the different mixtures has been studied. Pre-heating system in RCM with and without trace heating system; effects of flow-rate and lambda variations on peak pressure, ignition delay time and ARR; threshold operating conditions of pure methane, 90% methane and 10% propane, 80% methane and 20% propane, 70% methane and 30% propane; effect of driving pressure on the knocking intensity for mixture of methane and propane for heavy and light knockings are presented in the article.
Źródło:
Journal of KONES; 2018, 25, 1; 339-346
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monitoring stanu technicznego zespołów maszynowych w przemyśle – doświadczenia własne
Monitoring of technical condition of machine units in the industry – own experience
Autorzy:
Szymaniec, S.
Powiązania:
https://bibliotekanauki.pl/articles/303005.pdf
Data publikacji:
2016
Wydawca:
Wydawnictwo Druk-Art
Tematy:
eksploatacja
zespół maszynowy
stan techniczny
diagnostyka
monitorowanie
exploitation
machine units
technical condition
diagnostic
monitoring
Opis:
W ocenie autora na szczególną uwagę wśród systemów monitorujących stan maszyn wirujących, w tym stan łożysk tocznych, zasługują systemy firm: Brüel & Kjaer, SKF, BENTLY NEVADA i SPM. Są to systemy najbardziej rozpowszechnione w Europie. W artykule autor przedstawia swoje doświadczenia w stosowaniu systemów monitoringu w krajowych zakładach przemysłowych.
According to the author, systems provided by Brüel & Kjaer, SKF, BENTLY NEVADA and SPM are worth particular attention among systems monitoring condition of rotating machines, including rolling bearings. These are the most popular systems in Europe. In his article, the author presents his experience in the use of monitoring systems in local industrial plants.
Źródło:
Napędy i Sterowanie; 2016, 18, 1; 66-72
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Statistical vibration-based symptoms in rotating machinery diagnostics
Statystyczne symptomy drganiowe w diagnostyce maszyn wirnikowych
Autorzy:
Gałka, T.
Powiązania:
https://bibliotekanauki.pl/articles/327476.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
maszyna wirnikowa
drgania
stan techniczny
symptom diagnostyczny
rotating machine
vibrations
technical condition
diagnostic symptom
Opis:
Rotating machinery condition assessment is usually based on vibration spectra and trends analysis. They are, however, usually influenced by many factors other than technical condition parameters. Analysis of a large number of vibration trends, obtained from large steam turbines, has suggested that some other time-dependent parameters might be used as diagnostic symptoms. In particular, parameters that describe scatter of measurement results or variations of vibration levels between consecutive measurements seem to be quite sensitive to technical condition. The paper deals with preliminary results of statistical symptoms application, obtained with a few steam turbines in utility power plants. These results seem very promising. In order to formalize this approach and develop quantitative measures, a modification of the theoretical model is necessary. This work is currently under way and some results obtained so far are also outlined.
Ocena stanu technicznego maszyn wirnikowych jest zwykle oparta na analizie widm i trendów drgań. Wpływ na nie wywierają jednak zwykle, oprócz parametrów stanu, różne inne czynniki. Analiza znacznej liczby trendów drgań, uzyskanych z badań turbin parowych dużej mocy, wskazuje, że w charakterze symptomów diagnostycznych mogą być wykorzystane również inne parametry zależne od czasu. W szczególności parametry opisujące rozrzut wyników pomiaru wydają się wrażliwe na stan techniczny. Artykuł opisuje wstępne wyniki zastosowania symptomów statystycznych, uzyskane dla kilku turbin parowych w energetyce zawodowej. Wyniki te wydają się bardzo obiecujące. Aby sformalizować takie podejście i opracować miary ilościowe, konieczna jest modyfikacja modelu teoretycznego. Prace te są obecnie w toku i zaprezentowano niektóre z dotychczasowych rezultatów.
Źródło:
Diagnostyka; 2008, 2(46); 25-32
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of selected Data Mining methods to machinery operation
Zastosowania wybranych metod Data Mining w eksploatacji maszyn
Autorzy:
Gibiec, M.
Powiązania:
https://bibliotekanauki.pl/articles/327756.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
maszyna
eksploatacja
stan techniczny
data mining
analiza danych
machine
diagnostics
technical condition
data analysis
Opis:
In this research an example of selected Data Mining techniques application to mining cutterloader exploitation and service planning was presented. Information, concerning a type of machine failure or execution of servicing activity, recorded in servicing protocols, was used. Early information about the range of expected service is essential for optimization of schedule of services and contents of spare parts stockroom. In this research, forecasting of the maintenance activities range was analyzed. Also the identification of sequence of activities performed during following machine stoppages was performed. Such information makes it possible to increase the reliability of maintenance due to conducting services of several parts during the same break in exploitation. For these purposes algorithms of sequence and link analyses were used.
W pracy przedstawiono przykład wykorzystania wybranych technik Data Mining do wspomagania eksploatacji górniczego kombajnu ścianowego. Wykorzystano informacje o rodzaju uszkodzenia lub wykonanej czynności serwisowej zawarte w protokołach serwisowych sporządzanych przez służby utrzymania ruchu. Ponieważ wczesna informacja o zakresie serwisu pomaga w lepszym jego zaplanowaniu oraz daje możliwość optymalizacji stanów magazynowych części zamiennych, w pracy przeanalizowano możliwość przewidywania zakresu czynności utrzymaniowych. Dokonano także identyfikacji sekwencji następujących po sobie czynności wykonywanych podczas kolejnych zatrzymań maszyny. Ich znajomość umożliwia obniżenie kosztów utrzymania poprzez wykonanie serwisu kilku elementów podczas jednego postoju. Do tych zastosowań wykorzystano metody analizy połączeń i sekwencji.
Źródło:
Diagnostyka; 2009, 3(51); 69-72
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of an inductive converter for measuring the thickness of anti-corrosion coatings in machines
Zastosowanie przetwornika indukcyjnego do pomiaru grobosci powlok antykorozyjnych maszyn
Autorzy:
Ptak, P.
Zloto, T.
Powiązania:
https://bibliotekanauki.pl/articles/793193.pdf
Data publikacji:
2011
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
anticorrosion coating
inductive converter
measurement method
corrosion damage
non-destructive method
machine
technological condition
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2011, 11
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On some critical machinery vibration monitoring algorithm and its application for incipient fault detection and localization
Autorzy:
Sokolova, A.
Balitsky, F.
Powiązania:
https://bibliotekanauki.pl/articles/329660.pdf
Data publikacji:
2008
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diagnostyka wibroakustyczna
błąd
wykrywanie
wada maszyn
vibration condition monitoring
non-dimensional discriminant
machine defect
Opis:
Further development of proposed earlier [1] critical machinery vibration monitoring algorithm intended for faults early detection, unlike standard monitoring techniques, is propounded. The algorithm is founded on nondimensional S-discriminants, calculated from current amplitude-clipped vibration signal parameters referred to the ones for the machine being in good (normal) condition. These parameters have an inherent high sensibility to amplitude spikes magnitude and amount growth, which takes place at vibration signal under the machine degradation, due to suppressing intrinsic machine vibration hash. The paper shows that really effective high speed machinery condition monitoring technique based on using casing vibration data should mandatory take into account the acceleration parameters calculated both in wide and narrow frequency bands.
Źródło:
Diagnostyka; 2008, 3(47); 121-124
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive modelling of turbofan engine components condition using machine and deep learning methods
Autorzy:
Matuszczak, Michał
Żbikowski, Mateusz
Teodorczyk, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/1841686.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
reliability
prognostics
deep learning
machine learning
gas turbine
turbofan engine
neural network
condition-based maintenance
Opis:
The article proposes an approach based on deep and machine learning models to predict a component failure as an enhancement of condition based maintenance scheme of a turbofan engine and reviews currently used prognostics approaches in the aviation industry. Component degradation scale representing its life consumption is proposed and such collected condition data are combined with engines sensors and environmental data. With use of data manipulation techniques, a framework for models training is created and models' hyperparameters obtained through Bayesian optimization. Models predict the continuous variable representing condition based on the input. Best performed model is identified by detemining its score on the holdout set. Deep learning models achieved 0.71 MSE score (ensemble meta-model of neural networks) and outperformed significantly machine learning models with their best score at 1.75. The deep learning models shown their feasibility to predict the component condition within less than 1 unit of the error in the rank scale.
Źródło:
Eksploatacja i Niezawodność; 2021, 23, 2; 359-370
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł

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