- Tytuł:
-
Application of ARMA modelling and alpha-stable distribution for local damage detection in bearings
Zastosowanie modelu ARMA i rozkładu alfa-stabilnego do detekcji uszkodzeń lokalnych w łożyskach - Autorzy:
-
Żak, G.
Obuchowski, J.
Wyłomańska, A.
Zimroz, R. - Powiązania:
- https://bibliotekanauki.pl/articles/329304.pdf
- Data publikacji:
- 2014
- Wydawca:
- Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
- Tematy:
-
local damage detection
informative frequency band selection
time series modeling
heavy-tailed distributions
wykrywanie uszkodzeń lokalnych
wybór pasma informacyjnego
modelowanie szeregów czasowych
rozkłady ciężko-ogonowe - Opis:
-
In this paper a novel method for informative frequency band selection is presented. It is suitable for a vibration signal from a damaged rotating machine which is consisted of a pulse train, but it might be contaminated by other vibrations, often with higher energy. We first decompose the signal into simpler sub-signals and analyze those sub-signals using statistical tools, i.e. autoregressive moving average modelling and fitting of the α -stable distribution. The choice of this distribution is motivated by its excellent ability of modeling heavy-tailed data, i.e impulsive data. We illustrate the proposed methodology by analysis of real vibration signals from heavy-duty rotating machinery. The results prove that this statistical analysis is very efficient in informative frequency band selection in presence of high-energy contamination.
W artykule zaprezentowano nową metodę selekcji informacyjnego pasma częstotliwościowego. Jest ona odpowiednia dla sygnałów drganiowych z maszyny uszkodzonej zawierających impulsy, nawet kiedy są one niewidoczne w dziedzinie czasu, tzn. kiedy wysokoenergetyczne drgania innych elementów zakłócają sygnał informacyjny. Pierwszym krokiem zaproponowanej metody jest dekompozycja sygnału na składowe o prostszej strukturze i ich analiza za pomocą narzędzi statystycznych, tj. modelu ARMA i rozkładu alfa-stabilnego. Wybór tego rozkładu jest umotywowany zdolnością modelowania danych ciężko ogonowych, tzn. sygnałów, w których występują impulsy. Metodę zilustrowano analizą rzeczywistych sygnałów z drganiowych maszyn górniczych. Potwierdzono efektywność zaproponowanej metody statystycznej w kontekście selekcji informacyjnego pasma częstotliwościowego w obecności wysokoenergetycznych zakłóceń. - Źródło:
-
Diagnostyka; 2014, 15, 3; 3-10
1641-6414
2449-5220 - Pojawia się w:
- Diagnostyka
- Dostawca treści:
- Biblioteka Nauki
Artykuł