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 "bearing diagnosis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 27
Tytuł:
A new method for automatic defects detection and diagnosis in rolling element bearings using Wald test
Autorzy:
Chiter, A.
Zegadi, R.
El’Hadi Bekka, R.
Felkaoui, A.
Powiązania:
https://bibliotekanauki.pl/articles/280116.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
diagnosis
detection
rolling element bearing
defect
Wald sequential test
Opis:
To detect and to diagnose, the localized defect in rolling bearings, a statistical model based on the sequential Wald test is established to generate a “hypothetical” signal which takes the state zero in absence of the defect, and the state one if a peak of resonance caused by the defect in the bearing is present. The autocorrelation of this signal allows one to reveal the periodicity of the defect and, consequently, one can establish the diagnosis by comparing the frequency of the defect with the characteristic frequencies of the bearing. The originality of this work is the use of the Wald test in the signal processing domain. Secondly, this method permits the detection without considering the level of noise and the number of observations, it can be used as a support for the Fast Fourier Transform. Finally, the simulated and experimental signals are used to show the efficiency of this method based on the Wald test.
Źródło:
Journal of Theoretical and Applied Mechanics; 2018, 56, 1; 123-135
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new method for detection of rolling bearing faults based on the Local Curve Roughness approach
Autorzy:
Behzad, M.
Bastami, A. R.
Powiązania:
https://bibliotekanauki.pl/articles/258560.pdf
Data publikacji:
2011
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
rolling bearing
diagnosis
vibration
local curve roughness
Opis:
Detection of rolling bearing faults by vibration analysis is an important part of condition monitoring programs. In this paper a new method for detection of bearing defects based on a new concept of local surface roughness, is proposed. When a defect in the bearing grows then roughness of the defective surface increases and measurement of the roughness can be a good indicator of the bearing defect. In this paper a method of indirectly measuring surface roughness by using vibration signal is introduced. Several attached examples including both numerically simulated signals and actual experimental data show the effectiveness of the new, easy-to-implement method.
Źródło:
Polish Maritime Research; 2011, 2; 44-50
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An Improved EMD Method Based on Utilizing Certain Inflection Points in the Construction of Envelope Curves
Autorzy:
Kafil, Mohsen
Darabi, Kaveh
Ziaei-Rad, Saeed
Powiązania:
https://bibliotekanauki.pl/articles/31339815.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
empirical mode decomposition
EMD
interpolation points
envelope curve
inflection points
rolling element bearing fault diagnosis
Opis:
The empirical mode decomposition (EMD) algorithm is widely used as an adaptive time-frequency analysis method to decompose nonlinear and non-stationary signals into sets of intrinsic mode functions (IMFs). In the traditional EMD, the lower and upper envelopes should interpolate the minimum and maximum points of the signal, respectively. In this paper, an improved EMD method is proposed based on the new interpolation points, which are special inflection points (SIPn) of the signal. These points are identified in the signal and its first (n − 1) derivatives and are considered as auxiliary interpolation points in addition to the extrema. Therefore, the upper and lower envelopes should not only pass through the extrema but also these SIPn sets of points. By adding each set of SIPi (i = 1, 2, n) to the interpolation points, the frequency resolution of EMD is improved to a certain extent. The effectiveness of the proposed SIPn-EMD is validated by the decomposition of synthetic and experimental bearing vibration signals.
Źródło:
Archives of Acoustics; 2023, 48, 3; 389-401
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An improved feature extraction method for rolling bearing fault diagnosis based on MEMD and PE
Autorzy:
Zhang, H.
Zhao, L.
Liu, Q.
Luo, J.
Wei, Q.
Zhou, Z.
Qu, Y.
Powiązania:
https://bibliotekanauki.pl/articles/259770.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
improved feature extraction method
rolling bearing fault diagnosis
MEMD
PE
Opis:
The health condition of rolling bearing can directly influence to the efficiency and lifecycle of rotating machinery, thus monitoring and diagnosing the faults of rolling bearing is of great importance. Unfortunately, vibration signals of rolling bearing are usually overwhelmed by external noise, so the fault frequencies of rolling bearing cannot be readily obtained. In this paper, an improved feature extraction method called IMFs_PE, which combines the multivariate empirical mode decomposition with the permutation entropy, is proposed to extract fault frequencies from the noisy bearing vibration signals. First, the raw bearing vibration signals are filtered by an optimal band-pass filter determined by SK to remove the irrelative noise which is not in the same frequency band of fault frequencies. Then the filtered signals are processed by the IMFs_PE to get rid of the relative noise which is in the same frequency band of fault frequencies. Finally, a frequency domain condition indicator FFR(Fault Frequency Ratio), which measures the magnitude of fault frequencies in frequency domain, is calculated to compare the effectiveness of the feature extraction methods. The feature extraction method proposed in this paper has advantages of removing both irrelative noise and relative noise over other feature extraction methods. The effectiveness of the proposed method is validated by simulated and experimental bearing signals. And the results are shown that the proposed method outperforms other state of the art algorithms with regards to fault feature extraction of rolling bearing.
Źródło:
Polish Maritime Research; 2018, S 2; 98-106
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza sygnału mocy chwilowej do celów diagnostyki łożysk
Instantaneous power signal analysis for the bearing diagnostics
Autorzy:
Dzwonkowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/269096.pdf
Data publikacji:
2013
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
diagnostyka łożysk
moc chwilowa
silnik
indukcyjny
niepewność pomiaru
bearing diagnosis
instantaneous power
induction motor
measurement uncertainty
Opis:
W artykule przedstawiono tematyke dotyczaca diagnostyki łożysk przy wykorzystaniu metody badawczej, opartej na pomiarze i analizie sygnału mocy chwilowej pobieranej przez silnik indukcyjny. Zaprezentowano przykładowe wyniki wykonanych pomiarów w oparciu o zaproponowana metode. Na podstawie przeprowadzonej analizy sformułowano wnioski dotyczace możliwosci wykorzystania sygnału mocy chwilowej jako symptomu diagnostycznego, przeznaczonego do oceny stanu technicznego łożysk w silnikach indukcyjnych. Omówiono także stanowisko badawcze, na którym wykonywano badania oraz dokonano oszacowania niepewnosci układu pomiarowego, wykorzystanego do pomiarów mocy chwilowej.
The bearing diagnostic of induction motors is an important issue due to the fact, that most motor faults are caused by bearings damage. The bearing diagnostics can be carried out according to the method by analysis of the distortion of instantaneous power signal, which is calculated as the product of the instantaneous values of current and voltage supplying the machine. The components present in the instantaneous power spectrum can be used as diagnostic symptoms, and allow to evaluate the technical condition of bearings in an induction motor. The paper presents the issues of bearing diagnostics using a test method based on the measurement and analysis of instantaneous power of the induction motor signal. Example results of measurements with the proposed method are shown. Based on their analysis, it was concluded that there is the possibility of using the instantaneous power signal as a diagnostic symptom for the evaluation of the technical condition of bearings in induction motors. The research stand that was used for the study is also presented, as well as an estimation of the uncertainty of the measurement system used to measure the instantaneous power.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 34; 17-20
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of time-frequency distributions in diagnostic signal processing problems: a case study
Zastosowanie dystrybucji czasowo-częstotliwościowych w diagnostycznym przetwarzaniu sygnałów: studium przypadku
Autorzy:
Katunin, A.
Powiązania:
https://bibliotekanauki.pl/articles/329456.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
time-frequency distributions
signal processing
multicomponent identification
bearing fault
diagnosis
dystrybucja czasowo-częstotliwościowa
przetwarzanie sygnałów
identyfikacja wieloskładowa
diagnostyka
łożysko toczne
Opis:
In this paper, the author analyzed an applicability of selected types of time-frequency distributions that belong to Cohen’s class and their reassignments for signals similar to those obtained during machinery diagnostics. At the first step of performed studies a synthetic multicomponent signal that contains both stationary and non-stationary components was analyzed using algorithms based on various time-frequency distributions. This allows for evaluating effectiveness of identification of particular components by applied time-frequency distributions and selecting a group of the most effective algorithms. At the second step, the selected time-frequency distributions were applied for analysis of signals acquired during diagnosis of rolling bearings in order to verify the effectiveness of identification of components responsible for a priori known faults occurred in bearings.
W niniejszym artykule autor analizuje stosowalność wybranych typów dystrybucji czasowoczęstotliwościowych, które należą do klasy Cohena i ich wersji redefiniowanych dla sygnałów zbliżonych do takich, które są otrzymywane podczas diagnostyki maszyn. W pierwszym kroku przeprowadzonych badań syntetyczny wieloskładowy sygnał, zawierający zarówno stacjonarne jak i niestacjonarne składowe, był analizowany z wykorzystaniem algorytmów opartych na różnych dystrybucjach czasowoczęstotliwościowych. Pozwoliło to na ocenę efektywności identyfikacji poszczególnych składowych przez zastosowane dystrybucje czasowo-częstotliwościowe oraz wybór grupy najefektywniejszych algorytmów. W drugim kroku wybrane dystrybucje czasowo-częstotliwościowe zostały zastosowane do analizy sygnałów pozyskanych podczas diagnostyki łożysk tocznych w celu weryfikacji efektywności identyfikacji składowych odpowiedzialnych za wystąpienie uszkodzeń w łożyskach, znanych a priori.
Źródło:
Diagnostyka; 2016, 17, 2; 95-103
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badanie amortyzatorów na uniwersalnym stanowisku do diagnostyki układu nośnego pojazdu samochodowego
The research of shock absorbers on the universal installation to diagnose the technical state of the bearing arrangement of the vehicle
Autorzy:
Pawelski, Z.
Michalak, R.
Powiązania:
https://bibliotekanauki.pl/articles/262907.pdf
Data publikacji:
2009
Wydawca:
Sieć Badawcza Łukasiewicz. Przemysłowy Instytut Motoryzacji
Tematy:
amortyzator
diagnostyka
luz
metoda EUSAMA
pojazd samochodowy
układ nośny
bearing system
clearance
diagnosis
EUSAMA method
shock absorbers
vehicle
Opis:
W artykule przedstawiono wyniki badań amortyzatorów przeprowadzone na uniwersalnym urządzeniu diagnostycznym do określenia stanu technicznego układu nośnego. Na urządzeniu tym były przeprowadzane wcześniej badania mające na celu wykrywanie uszkodzeń (luzów) w układzie zawieszenia pojazdu samochodowego, ale może służyć ono również do badań stanu technicznego amortyzatorów. W artykule tym badania prowadzane są dla kilku typów wymuszeń drgań platformy wibracyjnej urządzenia diagnostycznego (innego niż wymuszenie pionowe stosowane powszechnie w metodzie EUSAMA) dla układu nośnego z amortyzatorem dobrym oraz niesprawnym, przy sprawnych pozostałych elementach zawieszenia. Wszystkie przeprowadzone badania mają na celu opracowanie uniwersalnego urządzenia diagnostycznego, na którym będzie możliwe wykrycie luzów w zawieszeniu oraz niesprawnego amortyzatora.
In the article are presented the results of shock absorber researches that were taken on the universal diagnostic installation to set the technical state of the bearing arrangement. This mechanism was used to test the damages in the vehicle suspension, but also this installation can be used to test the technical state of shock absorbers. In this article the researches are taken for different types of extortions of the vibratory platform of the diagnostic installation (different than vertical extortion widely used in the EUSAMA method) for the bearing arrangement with efficient and an inefficient shock absorber, with properly working the extant elements of suspension. The all researches that were taken will be used to create the universal diagnostic installation that will be able to detect the leeway in the vehicle suspension, also to reveal the inefficient shock absorber.
Źródło:
Archiwum Motoryzacji; 2009, 4; 291-296
1234-754X
2084-476X
Pojawia się w:
Archiwum Motoryzacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bearing fault detection and diagnosis based on densely connected convolutional networks
Autorzy:
Niyongabo, Julius
Zhang, Yingjie
Ndikumagenge, Jérémie
Powiązania:
https://bibliotekanauki.pl/articles/2105995.pdf
Data publikacji:
2022
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
bearing
deep learning
machine learning
transfer learning
fault detection
fault diagnosis
CWRU dataset
Opis:
Rotating machines are widely used in today’s world. As these machines perform the biggest tasks in industries, faults are naturally observed on their components. For most rotating machines such as wind turbine, bearing is one of critical components. To reduce failure rate and increase working life of rotating machinery it is important to detect and diagnose early faults in this most vulner-able part. In the recent past, technologies based on computational intelligence, including machine learning (ML) and deep learning (DL), have been efficiently used for detection and diagnosis of bearing faults. However, DL algorithms are being increasingly favoured day by day because of their advantages of automatically extracting features from training data. Despite this, in DL, adding neural layers reduces the training accuracy and the vanishing gradient problem arises. DL algorithms based on convolutional neural networks (CNN) such as DenseNet have proved to be quite efficient in solving this kind of problem. In this paper, a transfer learning consisting of fine-tuning DenseNet-121 top layers is proposed to make this classifier more robust and efficient. Then, a new intelligent model inspired by DenseNet-121 is designed and used for detecting and diagnosing bearing faults. Continuous wavelet transform is applied to enhance the dataset. Experimental results obtained from analyses employing the Case Western Reserve University (CWRU) bearing dataset show that the proposed model has higher diagnostic performance, with 98% average accuracy and less complexity.
Źródło:
Acta Mechanica et Automatica; 2022, 16, 2; 130--135
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Crack growth diagnostic of ball bearing using vibration analysis
Autorzy:
Belaidi, S.
Lecheb, S.
Chellil, A.
Mechakra, H.
Safi, B.
Kebir, H.
Powiązania:
https://bibliotekanauki.pl/articles/2174182.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
łożysko kulkowe
drgania
pękanie
zmęczenie
ball bearing
vibration analysis
frequency
cracking
diagnosis
fatigue life
Opis:
It is known that supported ball bearings have great effects on the vibrations of the gear transmission system, above in all the presence of local faults as well as the crack growths. For this purpose, this paper focuses on shock and vibration crack growth diagnostic of ball bearing using vibration analysis. Our work is devoted first to a study the static behaviour of the ball bearing by determining the stress, strain and displacement, then its dynamic behaviour by determining the first four natural frequencies. Secondly, a dynamic analysis study of the bearing was carried with defects as a function of crack size and location. The obtained results clearly show that the natural frequencies decrease in a non-linear way with the growth of the length of the crack, on the other hand the stress increases with the presence of the singular points of the crack. Finally, this residual decrease in natural frequencies can be used as an indicator of the state of failure, as well as a parameter used for the diagnosis and screening, and to highlight the fatigue life of the bearing.
Źródło:
International Journal of Applied Mechanics and Engineering; 2022, 27, 1; 35--45
1734-4492
2353-9003
Pojawia się w:
International Journal of Applied Mechanics and Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostic testers operating on the basis of the FAM-C method
Testery diagnostyczne działające w oparciu o metodę FAM-C
Autorzy:
Gębura, A.
Pietnoczko, B.
Tokarski, T.
Powiązania:
https://bibliotekanauki.pl/articles/328434.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
frequency modulation
diagnostic tester
propulsion unit
diagnosis
military aircraft
overrunning coupling
rolling bearing
tooth breakout
gear wheel
flight safety
on-board generator
modulacja częstotliwości
tester diagnostyczny
zespół napędowy
diagnoza
wojskowy statek powietrzny
sprzęgło jednokierunkowe
łożysko toczne
wyłamanie zęba
koło zębate
bezpieczeństwo lotu
prądnica pokładowa
napięcie wyjściowe
Opis:
The article discusses the design and principles of operation of three diagnostic testers constructed by the authors of this study, intended for three, different aircraft propulsion units. These design have one common way of processing the original diagnostic signal - they use one FAM-C method. This method is based on natural processing of the rotational speed fluctuations of individual kinematic cells of the propulsion unit, by the on-board generator into frequency modulations. The method, thanks to its properties, is extremely beneficial for the automatic digital diagnostic processing. The tester can be connected at any, convenient for the crew, location of the power grid, away from dangerous zones of the aircraft.
W artykule omówiono konstrukcję i zasadę działania trzech testerów diagnostycznych skonstruowanych przez autorów niniejszego opracowania przeznaczonych do trzech różnych lotniczych zespołów napędowych. Konstrukcje te łączy jeden wspólny sposób przetwarzania pierwotnego sygnału diagnostycznego - wykorzystują one metodę FAM-C. Metoda ta bazuje na naturalnym przetwarzaniu wahań prędkości obrotowej poszczególnych ogniw kinematycznych zespołu napędowego przez prądnicę pokładową na modulacje częstotliwości. Metoda dzięki swym szczególnym właściwościom jest wyjątkowo korzystna dla cyfrowego automatycznego przetwarzania diagnostycznego. Tester może być przyłączony w dowolnym, dogodnym dla obsługi miejscu sieci elektroenergetycznej, z daleka od niebezpiecznych stref statku powietrznego.
Źródło:
Diagnostyka; 2016, 17, 3; 87-94
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhancement in Bearing Fault Classification Parameters Using Gaussian Mixture Models and Mel Frequency Cepstral Coefficients Features
Autorzy:
Atmani, Youcef
Rechak, Said
Mesloub, Ammar
Hemmouche, Larbi
Powiązania:
https://bibliotekanauki.pl/articles/177335.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
bearing faults
Gaussian mixture models
Mel frequency cepstral coefficients
feature extraction
diagnosis
Opis:
Last decades, rolling bearing faults assessment and their evolution with time have been receiving much interest due to their crucial role as part of the Conditional Based Maintenance (CBM) of rotating machinery. This paper investigates bearing faults diagnosis based on classification approach using Gaussian Mixture Model (GMM) and the Mel Frequency Cepstral Coefficients (MFCC) features. Throughout, only one criterion is defined for the evaluation of the performance during all the cycle of the classification process. This is the Average Classification Rate (ACR) obtained from the confusion matrix. In every test performed, the generated features vectors are considered along to discriminate between four fault conditions as normal bearings, bearings with inner and outer race faults and ball faults. Many configurations were tested in order to determinate the optimal values of input parameters, as the frame analysis length, the order of model, and others. The experimental application of the proposed method was based on vibration signals taken from the bearing datacenter website of Case Western Reserve University (CWRU). Results show that proposed method can reliably classify different fault conditions and have a highest classification performance under some conditions.
Źródło:
Archives of Acoustics; 2020, 45, 2; 283-295
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault diagnosis model of rolling bearing based on parameter adaptive VMD algorithm and Sparrow Search Algorithm-Based PNN
Autorzy:
Li, Junxing
Liu, Zhiwei
Qiu, Ming
Niu, Kaicen
Powiązania:
https://bibliotekanauki.pl/articles/24200836.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
rolling bearing
failure diagnosis
adaptive variational mode decomposition
sparrow probabilistic neural network
Opis:
Fault diagnosis of rolling bearings is essential to ensure the proper functioning of the entire machinery and equipment. Variational mode decomposition (VMD) and neural networks have gained widespread attention in the field of bearing fault diagnosis due to their powerful feature extraction and feature learning capacity. However, past methods usually utilize experiential knowledge to determine the key parameters in the VMD and neural networks, such as the penalty factor, the smooth factor, and so on, so that generates a poor diagnostic result. To address this problem, an Adaptive Variational Mode Decomposition (AVMD) is proposed to obtain better features to construct the fault feature matrix and Sparrow probabilistic neural network (SPNN) is constructed for rolling bearing fault diagnosis. Firstly, the unknown parameters of VMD are estimated by using the genetic algorithm (GA), then the suitable features such as kurtosis and singular value entropy are extracted by automatically adjusting the parameters of VMD. Furthermore, a probabilistic neural network (PNN) is used for bearing fault diagnosis. Meanwhile, embedding the sparrow search algorithm (SSA) into PNN to obtain the optimal smoothing factor. Finally, the proposed method is tested and evaluated on a public bearing dataset and bearing tests. The results demonstrate that the proposed method can extract suitable features and achieve high diagnostic accuracy.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 2; art. no. 163547
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fault diagnosis of bearings based on SSWT, bayes optimisation and CNN
Autorzy:
Yan, Guohua
Hu, Yihuai
Shi, Qingguo
Powiązania:
https://bibliotekanauki.pl/articles/34610052.pdf
Data publikacji:
2023
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
fault diagnosis
bearing
PMSM
bayesian optimisation
CNN
Opis:
Bearings are important components of rotating machinery and transmission systems, and are often damaged by wear, overload and shocks. Due to the low resolution of traditional time-frequency analysis for the diagnosis of bearing faults, a synchrosqueezed wavelet transform (SSWT) is proposed to improve the resolution. An improved convolutional neural network fault diagnosis model is proposed in this paper, and a Bayesian optimisation method is applied to automatically adjust the structure and hyperparameters of the model to improve the accuracy of bearing fault diagnosis. Experimental results from the accelerated life testing of bearings show that the proposed method is able to accurately identify various types of bearing fault and the different status of these faults under complex running conditions, while achieving very good generalisation ability.
Źródło:
Polish Maritime Research; 2023, 3; 132-141
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Journal Bearing Fault Detection Based on Daubechies Wavelet
Autorzy:
Narendiranath, B. T.
Himamshu, H. S.
Prabin, K. N.
Rama, P. D.
Nishant, C.
Powiązania:
https://bibliotekanauki.pl/articles/176955.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
journal bearing
fault diagnosis
Debauchies wavelet
artificial neural network
Opis:
Journal bearings are widely used to support the shafts in industrial machinery involving heavy loads, such as compressors, turbines and centrifugal pumps. The major problem that could arise in journal bearings is catastrophic failure due to corrosion or erosion and fatigue, which results in economic loss and creates major safety risks. Thus, it is necessary to provide suitable condition monitoring technique to detect and diagnose failures, and achieve cost savings to the industry. Therefore, this paper focuses on fault diagnosis on journal bearing using Debauchies Wavelet-02 (DB-02). Nowadays, wavelet transformation is one of the most popular technique of the time-frequency-transformations. An experimental setup was used to diagnose the faults in the journal bearing. The accelerometer is used to collect vibration data, from the journal bearing in the form of time domain. This was then used as input for a MATLAB code that could plot the time domain signal. This signal was then decomposed based on the wavelet transform. The fast Fourier transform is then used to obtain the frequency domain, which gives us the frequency having the highest amplitude. To diagnose the faults various operating conditions are used in the journal bearing such as Full oil, half loose, half oil, fault 1, fault 2, fault 3 and full loose. Then the Artificial Neural Networks (ANN) is used to classify faults. The network is trained based on data already collected and then it is tested based on random data points. ANN was able to classify the faults with the classification rate of 85.7%. Thus, the test process for unseen vibration data of the trained ANN combined with ideal output target values indicates high success rate for automated bearing fault detection.
Źródło:
Archives of Acoustics; 2017, 42, 3; 401-414
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Komputerowy system pomiarowy do diagnostyki łożysk
Computer measurement system for bearing diagnostics
Autorzy:
Dzwonkowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/267791.pdf
Data publikacji:
2014
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
stanowisko komputerowe
diagnostyka łożysk
przyrząd wirtualny
moc chwilowa
computer stand
bearing diagnosis
virtual instrument
instantaneous power
Opis:
W artykule przedstawiono komputerowy system do diagnostyki łożysk silników indukcyjnych metodą pomiaru i analizy mocy chwilowej pobieranej przez badane maszyny. Do realizacji oprogramowania systemu pomiarowego wybrano środowisko programowania w języku graficznym LabVIEW. Opracowane oprogramowanie umożliwia analizę, archiwizację i wizualizację danych uzyskanych z pomiarów mocy chwilowej, pobieranej przez badane silniki indukcyjne, przeprowadzonych z wykorzystaniem kasety NI PXI 1033. Zadaniem opracowanej aplikacji jest również identyfikacja składowych widma mocy chwilowej, które są charakterystyczne dla szeregu typów uszkodzeń łożysk. Ponadto oprogramowanie umożliwia odczyt danych pomiarowych, które uprzednio zostały zapisane do pliku.
The paper presents computer stand for bearing diagnostics of induction motors. To implement computerized measuring system the development environment of LabVIEW graphical language was used. The developed software allows to analyze, archive, and visualize data obtained from measurements of instantaneous power, absorbed by the tested induction motors, carried out with the NI PXI 1031 chassis. Purpose of the application is also developed to identify specific components for a number of types of failures. The software also allows to read the measurement data that has been previously saved to a file.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2014, 38; 15-18
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 27

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