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 "analiza krótkoczasowa" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Analysis of vibration signals using short-time analysis and clustering in parameter space for detection of combustion engine state
    Autorzy:
    Boguś, Piotr
    Merkisz, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/134160.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Naukowe Silników Spalinowych
    Tematy:
    vibration signals
    Diesel engine diagnostic
    short-time analysis
    clustering
    sygnały drganiowe
    diagnostyka silników wysokoprężnych
    analiza krótkoczasowa
    klasteryzacja
    Opis:
    The paper presents a short-time analysis of the vibration signals for the diagnosis of Diesel engine of combustion locomotive by recognition of different engine states using the clustering technique. The main aim of the researches was to distinguish between different engine states represent different wear extends. The proposed method of vibration signal analysis consists on sliding a time window along signal in time and observing the changes of some given statistical parameters. The set of this parameter values creates a multidimensional parameter space where the time evolution can be observed. For recognition and detection of different engine system states some clustering techniques in the parameter space were performed. The results show the possibility of distinguishing different cluster centers within the parameter space which can be assigning to different engine states represented the states before and after a general repair.
    Źródło:
    Combustion Engines; 2019, 58, 2; 83-87
    2300-9896
    2658-1442
    Pojawia się w:
    Combustion Engines
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Short time vibration analysis and parameterisation as a tool for machine prototypes testing
    Autorzy:
    Barczewski, Roman
    Powiązania:
    https://bibliotekanauki.pl/articles/2146636.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    machine vibration
    non-stationarity identification
    short time signal analysis
    drgania maszyn
    identyfikacja niestacjonarności
    krótkoczasowa analiza sygnału
    Opis:
    The paper outlines the idea of using the short-time vibration signal processing for testing machines of a complex design, particularly the machines consisting of many subassemblies with a non-stationary (e.g. cyclic) operation modes. The method presented consists in graphic representation of vibrations of subassemblies in the form of a trace on a plane. It is created by associating instantaneous rms values of vibration acceleration and instantaneous Rice frequency values obtained as a result of short-time signal processing. On the basis of the shape, orientation of the created trajectory and / or dispersion / concentration of points on the Rf - arms plane, the type of non-stationarity of generated vibrations can be identified. The presented methodology can be used for testing machine prototypes. The results in the proposed form can be helpful to determine the type of vibration reduction systems for individual machine subassemblies. It is also possible to detect subassemblies for which an increase in machine capacity results in an increase in the level of generated vibrations. The location of the averaged values of measures obtained for a new machine on the Rf - arms plane can be a reference point for further monitoring of machine vibration and for detection of damage or malfunction of its subassemblies.
    Źródło:
    Vibrations in Physical Systems; 2020, 31, 1; art. no. 2020112
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie transformaty STFT dla celów diagnostyki urządzeń działających impulsowo
    Investigation of magnetic properties of magnetostrictive materials and constructional steel
    Autorzy:
    Idziak, P.
    Wrocławski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/377263.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    transformata Fouriera
    krótkoczasowa transformata Fouriera
    eksploatacyjna analiza modalna
    diagnostyka
    Opis:
    W artykule zaprezentowano podstawowe właściwości wybranych metod analizy sygnałów odkształconych. Przedstawiono w nim wyniki eksperymentu pomiarowego zmierzającego do wskazania przyczyn uszkodzenia konstrukcji silnika napędzającego prasę wykrawającą o nacisku 250 ton. Analizę przeprowadzono korzystając z metody ODS oraz krótkoczasowej transformaty Fouriera. Wykazano, że synergia różnych metod pomiaru i analizy drgań poprawia możliwości właściwej oceny stanu technicznego maszyny.
    In the article basic properties of chosen analysis methods of deformed signals were presented. The presented method was used to analyze the causes of failure of the induction motor. This engine powered punching press with a pressure of 250 tons. The analysis was conducted using the Operating Deflection Shape method (ODS) and Short Time Fourier Transform (STFT). It has been shown that the synergy of different methods of measurement and analysis of vibrations improves the possibility of a proper assessment of the technical condition of the machine.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2017, 91; 299-310
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie zależnej od czasu widmowej reprezentacji sygnału szumu Barkhausena na potrzeby nieniszczącej oceny elementów stalowych
    The use of time-dependent spectral representation of Barkhausen noise signal for the needs of non-destructive evaluation of steel elements
    Autorzy:
    Psuj, G.
    Maciusowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/107768.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    zjawisko szumu Barkhausena
    analiza spektralna
    krótkoczasowa transformacja Fouriera
    badania nieniszczące
    Magnetic Barkhausen Noise
    spectral analysis
    STFT
    nondestructive testing
    Opis:
    Zakres zastosowań metody obserwacji magnetycznego szumu Barkhausena (BN) do nieniszczącego badania stanu lub właściwości materiałów magnetycznych stale rośnie. Z uwagi na stochastyczną naturę efektu Barkhausena niezbędne staje się użycie zaawansowanych metod analizy w celu ilościowej oceny obserwowanych zależności. Wiele czynników może wpływać na różne właściwości sygnałów BN wyrażanych w dziedzinie czasu i częstotliwości. Dlatego też obserwacja zmian dynamiki tego zjawiska wymaga analizy obu reprezentacji podczas procesu ekstrakcji cech. Z tego powodu korzystne staje się stosowanie metod transformacji czasowo-częstotliwościowych (tf) sygnałów. W tym artykule, w celu połączenia informacji dostarczonych w czasie i częstotliwości, zastosowano krótkoczasową transformatę Fouriera (ST FT). Przeprowadzono analizę uzyskanych reprezentacji tf sygnałów BN otrzymanych dla próbek stalowych o różnym stopniu zniszczenia i przedstawiono wyniki.
    The scope of applications of the magnetic Barkhausen noise observation (BN) method for non-destructive testing of the state or properties of magnetic materials is constantly increasing. Due to the stochastic nature of the Barkhausen effect, it is necessary to use advanced methods of analysis in order to quantify the observed relationships. Many factors can affect the various properties of BN signals expressed in the domain of time and frequency. Therefore, observation of changes in the dynamics of this phenomenon requires the analysis of both representations during the process of extraction of features. For this reason, it is preferable to use methods for transforming signals into time-frequency (tf) representation. In this article, a Short-Time Fourier Transform (ST FT) was used to combine information provided in time and frequency. The analysis of tf representations of BN signals obtained for steel samples representing various degrees of damage was performed and the results were presented.
    Źródło:
    Badania Nieniszczące i Diagnostyka; 2018, 4; 69-71
    2451-4462
    2543-7755
    Pojawia się w:
    Badania Nieniszczące i Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of the EEG Signal Classifiers LDA, NBC and GNBC Based on Time-Frequency Features
    Porównanie klasyfikatorów LDA, NBC i GNBC sygnału EEG stosujących cechy czasowo-częstotliwościowe
    Autorzy:
    Szuflitowska, B.
    Orłowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/275175.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    electroencephalograph classification
    machine learning
    short-time Fourier transform
    time-frequency analysis
    elektroencefalografia
    klasyfikacja
    uczenie maszynowe
    krótkoczasowa transformata Fouriera
    analiza czasowo-częstotliwościowa
    Opis:
    EEG signals are non-stationary and used to study the activities of the brain in pathology. Epilepsy belongs to the most common neurological diseases. In the paper, real EEG sequences described by a doctor as normal and epileptic (ictal and interictal) are used. In classification process these sequences are divided into training and testing subsets. The classification are performed using Short-Time Fourier Transform. Based on obtained spectrum four features have been extracted. The study presents experiments based on the analysis and classification of EEG signals using various methods, including Linear Discriminant Analysis, Naive Bayes Classifier and Gaussian Naive Bayes Classifier. The results indicated that used techniques a potential to be applied within an automatic neurologic diseases diagnosis system and could thus further increase the number of correct diagnoses.
    Sygnały EEG są z definicji niestacjonarne i stosowane do badania aktywności mózgu w patologii. Epilepsja należy do najczęstszych chorób neurologicznych. W pracy użyto rzeczywistych sekwencji EEG określonych przez lekarza jako stan normalny oraz padaczka (stany napadowe oraz międzynapadowe). W procesie klasyfikacji sygnały zostały podzielone na dwa podzbiory – uczący oraz testujący. Klasyfikacja została przeprowadzona za pomocą krótkotrwałej transformaty Fouriera. Na podstawie otrzymanego widma dokonano ekstrakcji czterech cech. Badanie przedstawia eksperymenty oparte na analizie i klasyfikacji sygnałów EEG za pomocą różnych metod, w tym Liniowej Analizy Dyskryminacyjnej, Naiwnego Klasyfikatora Bayesa oraz Naiwnego Klasyfikatora Bayesa dla rozkładu Gaussa. Wyniki pokazują, że użyty algorytm może być potencjalnie stosowany w automatycznej diagnostyce schorzeń neurologicznych i może w przyszłości zwiększyć liczbę poprawnie stawianych diagnoz.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 2; 39-45
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnosis of ITSC fault in the electrical vehicle powertrain system through signal processing analysis
    Autorzy:
    Ouamara, Dehbia
    Boukhnifer, Moussa
    Chaibet, Ahmed
    Maidi, Ahmed
    Powiązania:
    https://bibliotekanauki.pl/articles/2174472.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    induction motor
    electrical vehicle
    fault diagnosis
    inter-turn short circuit
    extended Kalman filter
    spectral analysis
    fast Fourier transform
    short-time Fourier transform
    silnik indukcyjny
    pojazd elektryczny
    diagnostyka uszkodzeń
    zwarcie międzyzwojowe
    rozszerzony filtr Kalmana
    analiza spektralna
    szybka transformata Fouriera
    krótkoczasowa transformata Fouriera
    Opis:
    The three-phase induction motor is well suited for a wide range of mobile drives, specifically for electric vehicle powertrain. During the entire life cycle of the electric motor, some types of failures can occur, with stator winding failure being the most common. The impact of this failure must be considered from the incipient as it can affect the performance of the motor, especially for electrically powered vehicle application. In this paper, the intern turn short circuit of the stator winding was studied using Fast Fourier transform (FFT) and Shor-Time Fourier transform (STFT) approaches. The residuals current between the estimated currents provided by the extended Kalman filter (EKF) and the actual ones are used for fault diagnosis and identification. Through FFT, the residual spectrum is sensitive to faults and gives the extraction of inter-turn short circuit (ITSC) related frequencies in the phase winding. In addition, the FFT is used to obtain information about when and where the ITSC appears in the phase winding. Indeed, the results allow to know the faulty phase, to estimate the fault rate and the fault occurrence frequency as well as their appearance time.
    Źródło:
    Diagnostyka; 2023, 24, 1; art. no. 2023113
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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