Informacja

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

Wyszukujesz frazę "drgania skrzyni biegów" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Analiza zmian sygnału drgań skrzyni biegów w samochodzie pod wpływem zużycia
Analysis of changes in the vibration signal of the car gearbox under influence of wear
Autorzy:
Komorska, I.
Powiązania:
https://bibliotekanauki.pl/articles/311309.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
skrzynia biegów
drgania skrzyni biegów
analiza widmowa
filtracja cyfrowa
analiza falkowa
gearbox
vibration transmission
spectral analysis
digital filtering
wavelet analysis
Opis:
W artykule omówiony został wpływ zużycia zębów skrzyni biegów w samochodzie na generowany sygnał przyspieszenia drgań mierzony na obudowie tej skrzyni. Sygnał został przetworzony trzema metodami: analizy widmowej FFT, filtracji cyfrowej oraz analizy falkowej. Następnie opracowano miary różnicujące stan przekładni dla każdej metody, które porównano ze sobą. Miary te mogą zostać użyte do diagnozowania stanu przekładni skrzyni biegów w sposób automatyczny.
Paper discussed the impact of tooth wear generated in the car gearbox on the acceleration vibration signal measured on the gearbox housing. The signal was processed by three methods: FFT spectral analysis, digital filtering and wavelet analysis. Then the measures to differentiate condition of gears for each method were developed. These measures can be used to diagnose the state of gears gearbox automatically.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 6; 924-928
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Gearbox faults identification using vibration signal analysis and artificial intelligence methods
Identyfikacja uszkodzeń skrzyni biegów za pomocą analizy sygnału drgań oraz metod sztucznej inteligencji
Autorzy:
Zuber, N.
Bajrić, R.
Šostakov, R.
Powiązania:
https://bibliotekanauki.pl/articles/301941.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
drgania skrzyni biegów
uszkodzenie skrzyni biegów
sztuczna sieć neuronowa
samoorganizująca się mapa cech
gearbox vibration
gear fault
artificial neural network
self-organized feature map
Opis:
Artykuł omawia zastosowanie sztucznych sieci neuronowych opartych na cechach oraz analizy drgań do celów automatycznej identyfikacji uszkodzeń skrzyni biegów. Prace eksperymentalne przeprowadzono na specjalnie zaprojektowanym stanowisku badawczym, a uzyskane wyniki zweryfikowano na przykładzie przekładni przenośnika taśmowego koparki wielonaczyniowej SRs 1300 wykorzystywanej w kopalni odkrywkowej. Cechy drgań w dziedzinie czasu i częstotliwości są wykorzystywane jako wejścia klasyfikatorów uszkodzeń. Kompletny zbiór proponowanych cech drgań wykorzystano jako wejścia samoorganizujących się map cech, a na podstawie wyników opracowano zredukowany zbiór cech drgań, które wykorzystano jako wejścia do nadzorowanych sztucznych sieci neuronowych. Zbadano dwa typowe uszkodzenia przekładni : zużycie przekładni oraz brakujące zęby przekładni. Uzyskane wyniki wskazują, że proponowany zbiór cech drgań umożliwia niezawodną identyfikację rozwijających się uszkodzeń w układach przenoszenia napędu z kołami zębatymi.
The paper addresses the implementation of feature based artificial neural networks and vibration analysis for the purpose of automated gearbox faults identification. Experimental work has been conducted on a specially designed test rig and the obtained results are validated on a belt conveyor gearbox from a mine strip bucket wheel excavator SRs 1300. Frequency and time domain vibration features are used as inputs to fault classifiers. A complete set of proposed vibration features are used as inputs for selforganized feature maps and based on the results a reduced set of vibration features are used as inputs for supervised artificial neural networks. Two typical gear failures were tested: worn gears and missing teeth. The achieved results show that proposed set of vibration features enables reliable identification of developing faults in power transmission systems with toothed gears.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 1; 61-65
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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