- Tytuł:
-
Predicting motor oil condition using artificial neural networks and principal component analysis
Prognozowanie stanu oleju silnikowego za pomocą sztucznych sieci neuronowych i analizy składowych głównych - Autorzy:
-
Rodrigues, Joao
Costa, Ines
Farinha, J. Torres
Mendes, Mateus
Margalho, Luis - Powiązania:
- https://bibliotekanauki.pl/articles/1841873.pdf
- Data publikacji:
- 2020
- Wydawca:
- Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
- Tematy:
-
condition monitoring
oil analysis
multivariate analysis
predictive maintenance
monitorowanie stanu
analiza oleju
analiza wielowymiarowa
konserwacja predykcyjna - Opis:
-
The safety and performance of engines such as Diesel, gas or even wind turbines depends on the quality and condition of the lubricant oil. Assessment of engine oil condition is done based on more than twenty variables that have, individually, variations that depend on the engines’ behaviour, type and other factors. The present paper describes a model to automatically classify the oil condition, using Artificial Neural Networks and Principal Component Analysis. The study was done using data obtained from two passenger bus companies in a country of Southern Europe. The results show the importance of each variable monitored for determining the ideal time to change oil. In many cases, it may be possible to enlarge intervals between maintenance interventions, while in other cases the oil passed the ideal change point.
Bezpieczeństwo i wydajność silników takich, jak silniki Diesla czy gazowe, a nawet turbiny wiatrowe, zależą od jakości i stanu oleju smarowego. Stanu oleju silnikowego ocenia się na podstawie ponad dwudziestu zmiennych, z których każda ulega wahaniom w zależności od typu i zachowania silnika oraz innych czynników. W niniejszym artykule opisano model, który pozwala na automatyczną klasyfikację stanu oleju, z wykorzystaniem sztucznych sieci neuronowych i analizy składowych głównych. Badania przeprowadzono na podstawie danych uzyskanych od dwóch przewoźników pasażerskich działających na terenie jednego z krajów położonych na południu Europy. Wyniki pokazują, że każda z monitorowanych zmiennych ma znaczenie dla określenia idealnego czasu na wymianę oleju. Podczas gdy w wielu przypadkach w badanych przedsiębiorstwach możliwe było zwiększenie odstępów czasowych między działaniami konserwacyjnymi, w innych, idealny moment wymiany oleju został przekroczony. - Źródło:
-
Eksploatacja i Niezawodność; 2020, 22, 3; 440-448
1507-2711 - Pojawia się w:
- Eksploatacja i Niezawodność
- Dostawca treści:
- Biblioteka Nauki