Informacja

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

Wyszukujesz frazę "Maszyny diagnostyka" wg kryterium: Wszystkie pola


Tytuł:
Wpływ zasilania silnika pm na wzrost poziomu wibracji maszyny – diagnostyka na podstawie analizy częstotliwościowej sygnałów własnych
Supply asymmetry of PM motor as a vibration source - diagnostics based on frequency analysis of own signals
Autorzy:
Barański, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/1196814.pdf
Data publikacji:
2019
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
maszyna elektryczna
magnesy trwałe
diagnostyka
drgania
electrical machine
permanent magnets
diagnostics
vibration
Opis:
An influence of supply asymmetry of PM motor for the generation of vibrations in the tested machine is described in this article. There are shown mathematical model and laboratory test results. The waveforms of torque and current and frequency analysis for laboratory tests are presented in the paper. The waveforms of vibration speed for idle run and load state are also presented. The mathematical equation – a marker for this disruption is presented in the summary. The method was patented.
W artykule przedstawiono wpływ asymetrii zasilania silnika ze wzbudzeniem pochodzącym od magnesów trwałych na generację drgań w rozpatrywanej maszynie. W pracy przedstawiono model matematyczny asymetrycznie zasilanej maszyny z magnesami trwałymi oraz wyniki badań laboratoryjnych. Autor przedstawił przebiegi czasowe momentu oraz prądu wraz z analizą częstotliwościową. Dodatkowo przedstawiono przebiegi czasowe prędkości drgań dla symetrycznego oraz asymetrycznego zasilania silnika – zarówno dla biegu jałowego, jak również dla stanu obciążenia. W podsumowaniu przedstawiono również autorskie równanie matematyczne, które stanowi pewnego rodzaju marker dla rozpatrywanego zjawiska. Umożliwia to jego zdiagnozowanie na podstawie analizy częstotliwościowej sygnału własnego. Metoda diagnostyczna bazująca na przedstawionej zależności została opatentowana.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2019, 1, 121; 117-120
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ zasilania silnika PM na wzrost poziomu wibracji maszyny – diagnostyka na podstawie analizy częstotliwościowej sygnałów własnych
Supply asymmetry of pm motor as a vibration source – diagnostics based on frequency analysis of own signals
Autorzy:
Barański, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/305199.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Druk-Art
Tematy:
maszyna elektryczna
magnesy trwałe
diagnostyka
drgania
electrical machine
permanent magnets
diagnostics
vibration
Opis:
W artykule przedstawiono wpływ asymetrii zasilania silnika ze wzbudzeniem pochodzącym od magnesów trwałych na generację drgań w rozpatrywanej maszynie. W pracy przedstawiono model matematyczny asymetrycznie zasilanej maszyny z magnesami trwałymi oraz wyniki badań laboratoryjnych. Autor przedstawił przebiegi czasowe momentu oraz prądu wraz z analizą częstotliwościową. Dodatkowo przedstawiono przebiegi czasowe prędkości drgań dla symetrycznego oraz asymetrycznego zasilania silnika – zarówno dla biegu jałowego, jak również dla stanu obciążenia. W podsumowaniu przedstawiono również autorskie równanie matematyczne, które stanowi pewnego rodzaju marker dla rozpatrywanego zjawiska. Umożliwia to jego zdiagnozowanie na podstawie analizy częstotliwościowej sygnału własnego. Metoda diagnostyczna bazująca na przedstawionej zależności została opatentowana.
Źródło:
Napędy i Sterowanie; 2019, 21, 7/8; 106-109
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostics of DC machine based on analysis of acoustic signals with application of MFCC and classifier based on words
Diagnostyka maszyny prądu stałego oparta na analizie sygnałów akustycznych z zastosowaniem MFCC i klasyfikatora opartego na słowach
Autorzy:
Głowacz, A.
Głowacz, Z.
Powiązania:
https://bibliotekanauki.pl/articles/354488.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
diagnostyka
sygnały akustyczne
maszyna prądu stałego
klasyfikator
diagnostics
acoustic signal
DC machine
classifier
Opis:
Technical diagnostics is concerned with the assessment of technical conditions of the machine through the study of properties of machine processes. Diagnostics is particularly important for factories and ironworks. In paper is presented method of diagnostics of imminent failure conditions of DC machine. This method is based on a study of acoustic signals generated by DC machine. System of sound recognition uses algorithms for data processing, such as Mel Frequency Cepstral Coefficient and classifier based on words. Software to recognize the sounds of DC machine was implemented on PC computer. Studies were carried out for sounds of faultless machine and machine with shorted coils. The results confirm that the system can be useful for diagnostics of dc and ac machines used in metallurgy.
Techniczna diagnostyka zajmuje się oceną stanu technicznego maszyny poprzez badania własności procesów zachodzących w maszynie. Diagnostyka jest szczególnie ważna dla fabryk i hut. W artykule jest przedstawiona metoda diagnostyki stanów przedawaryjnych maszyny prądu stałego. Metoda ta oparta jest na badaniu sygnałów akustycznych generowanych przez maszynę prądu stałego. System rozpoznawania dźwięku wykorzystuje algorytmy przetwarzania danych, takich jak algorytm MFCC i klasyfikator oparty na słowach. Zaimplementowano oprogramowanie do rozpoznawania dźwięków maszyny prądu stałego na komputerze PC. Przeprowadzono badania sygnałów akustycznych maszyny bez uszkodzeń i maszyny ze zwartymi uzwojeniami. Wyniki badań potwierdzają, że system może być przydatny w diagnostyce maszyn prądu stałego i przemiennego używanych w hutnictwie.
Źródło:
Archives of Metallurgy and Materials; 2012, 57, 1; 179-183
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
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