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 "early fault detection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wczesne wykrywanie uszkodzeń przekładni zębatej z wykorzystaniem słabych sygnałów drgań
    Early fault detection of gearbox using weak vibration signals
    Autorzy:
    Qingjun, W.
    Chen, X.
    Yang, H.
    Wang, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/300940.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    wczesne wykrywanie uszkodzeń
    adaptacyjna reprezentacja czasowo-częstotliwościowa
    zdemodulowany sygnał drań
    early fault detection
    adaptive joint time-frequency
    weak demodulated vibration signal
    Opis:
    Zaproponowano nową metodę wczesnego wykrywania pęknięć zębów przekładni zębatej polegającą na analizie słabego sygnału drganiowego zmodulowanego niskimi częstotliwościami. Uzyskaną obwiednię zmodulowanego sygnału drgań wykorzystano do wyznaczenia częstotliwości modulujących. Zdemodulowane częstotliwości charakterystyczne otrzymano za pomocą adaptacyjnej, czasowo-częstotliwościowej reprezentacji sygnału z obwiedni sygnału drganiowego wyznaczonej z wykorzystaniem transformaty Hilberta. Spektrogram adaptacyjny odzwierciedla częstotliwość zazębienia i jej harmoniczne, częstotliwość sprzęgła, częstotliwość nośną oraz wstęgi boczne w sygnale drganiowym poddanym analizie z użyciem zoptymalizowanego przekształcenia falkowego. Proponowaną metodę weryfkowano przy użyciu sygnału symulowanego i rzeczywistego. Wyniki wskazują na możliwość efektywnego zastosowania proponowanej metody do detekcji pęknięć zębów przekładni zębatej.
    A new method for the early detection of the gear crack was proposed by the analysis of the weak low-frequency modulated vibration signal. The envelope of the modulated vibration signal was extracted and used to demonstrate the modulating frequencies. The demodulated characteristic frequencies were obtained with the adaptive joint time-frequency signal representation from the Hilbert transform envelope of the vibration signal. The adaptive spectrogram matches the meshing frequency and its harmonics, the coupling frequency, the carrier frequency and the sidebands in the vibration signal by the optimized wavelet. Simulated and experimental vibration signals are used to test the proposed method. The results show the applicability and effectiveness of the proposed method for gear crack detection.
    Źródło:
    Eksploatacja i Niezawodność; 2011, 1; 11-15
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena sygnałów procesowych z kotła energetycznego pod względem ich przydatności diagnostycznej
    Evaluation of the power boiler process signals regarding their diagnostic applicability
    Autorzy:
    Jankowska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/277665.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    sztuczne sieci neuronowe
    kotły fluidalne
    wczesna detekcja awarii kotłów energetycznych
    analiza wrażliwości
    artificial neural network
    fluidized bed boiler
    early boiler fault detection
    sensitivity analysis
    Opis:
    Przedstawiono zastosowanie sztucznych sieci neuronowych do wczesnej detekcji stanu narastania nieszczelności parowych w obrębie komory spalania kotła energetycznego. Zestaw proponowanych w literaturze sygnałów wrażliwych na przeciek rozszerzono o dalsze zmienne pomiarowe osiągając znacznie lepszą jakość klasyfikacji niż przy minimalnym zestawie 3-4 zmiennych. Jako sieci klasyfikujące zbadano struktury radialne Radial Basis Function (RBF) oraz struktury wielowarstwowego perceptronu Multilayer Perceptron (MLP) o jednej lub dwu warstwach ukrytych, uczone metodami z nauczycielem. Redukcję rozważanego początkowo zbioru zmiennych wejściowych prowadzono poprzez analizę wrażliwości uzyskanych sieci, testując ich zdolności generalizacji na nieznanych sytuacjach awarii tego samego typu. Uzyskano klasyfikację przekraczającą 90% poprawnego przyporządkowania stanów procesu na nieznanych na etapie uczenia przypadkach niesprawności. W niezależnych testach na 11 awariach potwierdzono większą przydatność w omawianym zadaniu struktur MLP niż RBF, mimo wyższej wrażliwości sieci RBF na sygnały wejściowe.
    An application of artificial neural networks for early detection of rising steam leaks and leaks within the combustion chamber of power unit, is presented. A set of signals sensitive to leakage proposed in the literature has been supplemented with further measuring variables enabling reaching significantly better classification quality than with the minimum set of 3-4 variables. As classification networks the Radial Basis Function (RBF) and Multilayer Perceptron (MLP) having one or two hidden layers trained with the teacher, were examined. Reduction of input variables belonging to the considered set was realised with sensitivity analysis of resulting networks, testing their generalisation ability on unknown failure situations of the same type. Classification exceeding 90% of proper process states attribution for unknown during the learning phase faults cases was obtained. The 11 independent test cases confirmed that for discussed tasks MLP structures were more useful than RBF ones, despite higher sensitivity of RBF networks to input signals.
    Źródło:
    Pomiary Automatyka Robotyka; 2010, 14, 11; 79-83
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Parametric early warning diagnostic method for rotating machinery diagnostics
    Parametryczna metoda wczesnego ostrzegania dla maszyn wirnikowych
    Autorzy:
    Czop, P.
    Staszewski, W.
    Jabłoński, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/329364.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    rotating machinery
    fault detection
    early warning
    system identification
    maszyna wirnikowa
    detekcja uszkodzeń
    wczesne ostrzeganie
    identyfikacja systemów
    Opis:
    The aim of the paper is to detect and identify diagnostic symptoms based on parametric modeling with the use of system identification methods in the scope of monitoring techniques intended for rotating machinery under transient operational conditions. The development effort should focus on early warning methods in order to increase detectability and performance of machines operation. The diagnostic symptoms may prove to be a powerful tool for the decision support systems based on easier interpretable parameters of a parametric model. The paper discusses the experimental results obtained with the use of a laboratory test rig as well as data from conducted numerical simulations.
    Celem artykułu jest rozpoznanie symptomów diagnostycznych na podstawie modelowania parametrycznego z wykorzystaniem metod identyfikacji systemów w zakresie technik monitorowania przeznaczonych dla maszyn wirnikowych pracujących w przejściowych warunkach operacyjnych. Rozwój metody skupia się na wczesnym ostrzeganiu o pogorszeniu stanu technicznego w celu zwiększenia wykrywalności oraz polepszenia stanu operacyjnego maszyn. Symptomy diagnostyczne mogą okazać się użyteczne dla systemów wspomagania decyzji opartych na łatwo interpretowalnych parametrach modeli parametrycznych. Praca przedstawia wyniki eksperymentalne uzyskane przy pomocy aparatury laboratoryjnej jak również wyniki komputerowych symulacji numerycznych.
    Źródło:
    Diagnostyka; 2016, 17, 4; 49-58
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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