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 "machine vibration" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 70
Tytuł:
Identification and evaluation of the characteristics of a selected commercial MEMS based vibration sensor for the machine condition monitoring
Autorzy:
Augustyn, Damian
Fidali, Marek
Powiązania:
https://bibliotekanauki.pl/articles/27313824.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
digital accelerometers
MEMS accelerometers
machine diagnostics
vibration measurements
CbM
akcelerometr
akcelerometr MEMS
diagnostyka maszyn
pomiar drgań
Opis:
With the emergence of the Industry 4.0 concept, machine vibration monitoring and diagnostics systems based on the so-called smart vibration sensors using MEMS accelerometers become very popular on the market. Many automation companies use specifically designed for CbM industrial vibration sensors based on electronic chips with enclosed MEMS accelerometers. However, in the commercial vibration sensors datasheets very often are not provided detailed metrological parameters like frequency response in the declared frequency band. The article presents the results of research concerned to identification of frequency response of an exemplary available on market digital accelerometer dedicated to machines condition monitoring. The determined characteristics indicate that the sensor can be used for basic diagnostics of machines in accordance to the series of vibration standards ISO 10816 and ISO 20816. On the basis of the determined characteristics, it can be concluded that there are some non-linarites of the frequency response functions at the boundaries of the declared measurement band. It shows that application of that sensor to precise measurements conducted during scientific research could be limited.
Źródło:
Diagnostyka; 2023, 24, 4; art. no. 2023404
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine Learning Algorithms for Data Enrichment: A Promising Solution for Enhancing Accuracy in Predicting Blast-Induced Ground Vibration in Open-Pit Mines
Autorzy:
Nguyen, Hoang
Bui, Xuan-Nam
Drebenstedt, Carsten
Powiązania:
https://bibliotekanauki.pl/articles/25212182.pdf
Data publikacji:
2023
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
blast-induced ground vibration
data enrichment
sustainable and responsible mining
machine learning
open-pit mining
performance improvement
górnictwo odkrywkowe
sztuczna inteligencja
maszyny
Opis:
The issue of blast-induced ground vibration poses a significant environmental challenge in open-pit mines, necessitating precise prediction and control measures. While artificial intelligence and machine learning models hold promise in addressing this concern, their accuracy remains a notable issue due to constrained input variables, dataset size, and potential environmental impact. To mitigate these challenges, data enrichment emerges as a potential solution to enhance the efficacy of machine learning models, not only in blast-induced ground vibration prediction but also across various domains within the mining industry. This study explores the viability of utilizing machine learning for data enrichment, with the objective of generating an augmented dataset that offers enhanced insights based on existing data points for the prediction of blast-induced ground vibration. Leveraging the support vector machine (SVM), we uncover intrinsic relationships among input variables and subsequently integrate them as supplementary inputs. The enriched dataset is then harnessed to construct multiple machine learning models, including k-nearest neighbors (KNN), classification and regression trees (CART), and random forest (RF), all designed to predict blast-induced ground vibration. Comparative analysis between the enriched models and their original counterparts, established on the initial dataset, provides a foundation for extracting insights into optimizing the performance of machine learning models not only in the context of predicting blast-induced ground vibration but also in addressing broader challenges within the mining industry.
Źródło:
Inżynieria Mineralna; 2023, 2; 79--88
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Detection of the presence of rail corrugation using convolutional neural network
Autorzy:
Tabaszewski, Maciej
Firlik, Bartosz
Powiązania:
https://bibliotekanauki.pl/articles/38890045.pdf
Data publikacji:
2022
Wydawca:
Instytut Podstawowych Problemów Techniki PAN
Tematy:
corrugation
vibration and noise
machine learning
convolutional network
Opis:
Rail corrugation is a significant problem not only in heavy-haul freight but also in light rail systems. Over the last years, considerable progress has been made in understanding, measuring and treating corrugation problems also considered a matter of safety. In the presented research, convolutional neural networks (CNNs) are used to identify the occurrence of rail corrugation in light rail systems. The paper shows that by simultaneously measuring the vibration and the sound pressure, it is possible to identify the rail corrugation with a very small error.
Źródło:
Engineering Transactions; 2022, 70, 4; 339-353
0867-888X
Pojawia się w:
Engineering Transactions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Vibration-based identification of engine valve clearance using a convolutional neural network
Autorzy:
Tabaszewski, Maciej
Szymański, Grzegorz M.
Nowakowski, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/2124718.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
combustion engine
diagnostics
vibration
machine learning
convolutional network
silnik spalinowy
diagnostyka
drgania
uczenie maszyny
splotowa sieć neuronowa
Opis:
Contemporary operation-related requirements for combustion engines force the necessity of ongoing assessment of their in operation technical condition (e.g. marine engines). The engine efficiency and durability depend on a variety of parameters. One of them is valve clearance. As has been proven in the paper, the assessment of the valve clearance can be based on vibration signals, which is not a problem in terms of signal measurement and processing and is not invasive into the engine structure. The authors described the experimental research aiming at providing information necessary to develop and validate the proposed method. Active experiments were used with the task of valve clearance and registration of vibrations using a three-axis transducer placed on the engine cylinder head. The tests were carried out during various operating conditions of the engine set by 5 rotational speeds and 5 load conditions. In order to extract the training examples, fragments of the signal related to the closing of individual valves were divided into 11 shorter portions. From each of them, an effective value of the signal was determined. Obtained total 32054 training vectors for each valve related to 4 classes of valve clearance including very sensitive clearance above 0.8 mm associated with high dynamic interactions in cylinder head. In the paper, the authors propose to use a convolutional network CNN to assess the correct engine valve clearance. The obtained results were compared with other methods of machine learning (pattern recognition network, random forest). Finally, using CNN the valve clearance class identification error was less than 1% for the intake valve and less than 3.5% for the exhaust valve. Developed method replaces the existing standard methods based on FFT and STFT combined with regression calculation where approximation error is up to 10%. Such results are more useful for further studies related not only to classification, but also to the prediction of the valve clearance condition in real engine operations.
Źródło:
Archives of Transport; 2022, 61, 1; 117--131
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ asymetrii obciążenia generatora wzbudzanego magnesami trwałymi na zmianę poziomu drgań
An influence of pm generator load asymmetry for vibration level
Autorzy:
Barański, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/2142544.pdf
Data publikacji:
2022
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
maszyna elektryczna
magnesy trwałe
diagnostyka
drgania
electrical machine
permanent magnets
diagnostics
vibration
Opis:
W artykule przedstawiono wpływ asymetrii obciążenia generatora ze wzbudzeniem pochodzącym od magnesów trwałych na zwiększenie poziomu drgań. W pracy przedstawiono, wyniki symulacji komputerowych oraz badań laboratoryjnych. Autor przedstawił przebiegi czasowe momentu oraz prądu wraz z analizą częstotliwościową – zarówno dla symulacji, jak również badań laboratoryjnych. Przedstawiono również autorskie równanie matematyczne, które stanowi pewnego rodzaju marker dla rozpatrywanego zjawiska.
An influence of load asymmetry of PM generator for the generation of vibrations in the tested machine is described in this article. There are shown simulation and laboratory test results. The waveforms of torque and current and frequency analysis for simulations and laboratory tests are presented in the paper. The mathematical equation – a marker for this disruption is presented in the summary.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2022, 3, 1 (127); 67--70
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Design Principles of Horizontal Drum Machines with Low Vibration
Autorzy:
Drach, Ilona
Goroshko, Andrii
Dwornicka, Renata
Powiązania:
https://bibliotekanauki.pl/articles/2023826.pdf
Data publikacji:
2021
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
stiffness
imbalance
rotary drum machine
washing machine
vibration activity
self-balancing device
Opis:
Using the example of washing machines using the linear theory of vibrations, the dynamics of horizontal rotary drum machines is investigated and the basic requirements for their layout are formulated to reduce vibration activity. The mathematical equations of vibrations of the multiply connected system tub-drum on elastic suspensions are compiled for main types of washing machines and centrifuges with horizontal axis of rotation. The problem is solved in a linear setting based on the Lagrange equation of the second kind. The accuracy and adequacy of the mathematical model was tested directly on a full-scale object by measuring noise, vibrations, support forces and stress distribution in individual elements and units of the washing machine in the entire range of drum rotation frequencies. Investigations of the nature of system vibrations depending on changes in the position and attachment points of elastic and damping elements were carried out using simulation in the Simulink environment. As a result of the research, the basic requirements for the layout of horizontal rotary drum machines were experimentally confirmed. Experimental verification was carried out to confirm the results obtained. It has been experimentally proven that the improvement of the experimental setup to reduce its vibration activity increases the efficiency of using direct-acting liquid autobalancers.
Źródło:
Advances in Science and Technology. Research Journal; 2021, 15, 2; 258--268
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Impact sound reduction measurement method for lightweight floor screed
Autorzy:
Pilch, Adam
Duda, Piotr
Rubacha, Jarosław
Powiązania:
https://bibliotekanauki.pl/articles/2146646.pdf
Data publikacji:
2021
Wydawca:
Politechnika Poznańska. Instytut Mechaniki Stosowanej
Tematy:
lightweight floor screed
tapping machine
vibration
impact sound reduction
lekka wylewka podłogowa
gwinciarka
drgania
redukcja dźwięków uderzeniowych
Opis:
Development and implementation of a new product in the form of a lightweight screed with high impact sound reduction require a lot of measurements of different aggregates of lightweight elements and filling. The manufacturing process influences the final parameters of the solutions as well. This is why a method was developed, that allowed a comparison of many different samples within one measurement session. The measured samples must therefore be small and easy to move. In the paper, various possibilities of impact sound reduction measurements were analyzed being different variants of the normative methods and those existing in the literature on the subject. Based on the obtained results, it was shown that for lightweight floor screeds, sound pressure level measurement is more reliable than vibration acceleration measurements. The top vinyl layer used between the tapping machine and the sample did not influence the results significantly and protected the sample from being distorted by the tapping machine hammers.
Źródło:
Vibrations in Physical Systems; 2021, 32, 1; art. no. 2021114
0860-6897
Pojawia się w:
Vibrations in Physical Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Journal bearing performance prediction using machine learning and octave-band signal analysis of sound and vibration measurements
Autorzy:
Moschopoulos, Marios
Rossopoulos, Georgios N.
Papadopoulos, Christos I.
Powiązania:
https://bibliotekanauki.pl/articles/1955597.pdf
Data publikacji:
2021
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
journal bearing loading condition
RK4 Bently Nevada
vibration and acoustic pressure signal
octave band signal analysis
machine learning algorithms
Opis:
Journal and thrust bearings utilise hydrodynamic lubrication to reduce friction and wear between the shaft and the bearing. The process to determine the lubricant film thickness or the actual applied load is vital to ensure proper and trouble-free operation. However, taking accurate measurements of the oil film thickness or load in bearings of operating engines is very difficult and requires specialised equipment and extensive experience. In the present work, the performance parameters of journal bearings of the same principal dimensions are measured experimentally, aiming at training a Machine Learning (ML) algorithm capable of predicting the loading condition of any similar bearing. To this end, an experimental procedure using the Bently Nevada Rotor Kit 4 is set up, combined with sound and vibration measurements in the vicinity of the journal bearing structure. First, sound and acceleration measurements for different values of bearing load and rotational speed are collected and post-processed utilising 1/3 octave band analysis techniques, for parametrisation of the input datasets of the ML algorithms. Next, several ML algorithms are trained and tested. Comparison of the results produced by each algorithm determines the fittest one for each application. The results of this work demonstrate that, in a laboratory environment, the operational parameters of journal bearings can be efficiently identified utilising non-intrusive sound and vibration measurements. The presented approach may substantially improve bearing condition identification and monitoring, which is an imperative step to prevent journal bearing failures and conduct condition-based maintenance.
Źródło:
Polish Maritime Research; 2021, 3; 137-149
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Engine valve clearance diagnostics based on vibration signals and machine learning methods
Diagnostyka luzu zaworów silnika spalinowego z wykorzystaniem sygnału drganiowego i metod uczenia maszynowego
Autorzy:
Tabaszewski, Maciej
Szymański, Grzegorz. M.
Powiązania:
https://bibliotekanauki.pl/articles/1365185.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
combustion engine
diagnostics
vibration
machine learning
silnik spalinowy
diagnostyka
drgania
uczenie maszynowe
Opis:
A dynamic advancement of the design of combustion engines generates a necessity of introduction of strategies of operation based on the information related to their technical condition. The paper analyzes problems related to vibration based diagnostics of valve clearance of a piston combustion engine, significant in terms of its efficiency and durability. Methods of classification have been proposed for the assessment of the valve clearance. Experiments have been performed and described that aimed at providing information necessary to develop and validate the proposed methods. In the performed investigations, the vibration signals were obtained from a triaxial accelerometer located in the engine cylinder head. A parameterization of the obtained vibration signal has been carried out for the engine operating under different engine loads, rotation speeds and valve clearance settings. The parameterization pertained to the specific features of the vibration signals, the derivative of the vibration signal as a function of time as well as the envelope of this derivative. In the first approach, the authors developed a classifier in the form of a set of binary trees that additionally allowed distinguishing the features significant in terms of the identification of adopted classes. For comparison, the authors also developed classifiers in the form of a neural network as well as a k-nearest neighbors algorithm using the Euclidean metric. Based on the performed investigations and analyses a method of valve clearance assessment has been proposed.
Dynamiczny rozwój konstrukcji silników spalinowych generuje potrzebę wprowadzenia strategii eksploatacji jednostek napędowych, opartej na znajomości ich stanu technicznego. W artykule poddano analizie zagadnienia, związane z drganiową diagnostyką luzu zaworów tłokowego silnika spalinowego, istotnego ze względu na efektywność pracy silnika i jego trwałość. Zaproponowano wykorzystanie metod klasyfikacji do oceny poprawności luzu zaworowego. Przeprowadzono i opisano eksperymenty, które miały na celu dostarczenie informacji koniecznych do zbudowania i zweryfikowania zaproponowanych metod. W przeprowadzonych badaniach pozyskano sygnały drganiowe z trójosiowego czujnika przyspieszeń drgań zlokalizowanego na głowicy silnika. Dokonano parametryzacji uzyskanych przebiegów czasowych sygnału drganiowego dla silnika pracującego pod różnym obciążeniem, z różnymi prędkościami obrotowymi oraz z różnymi luzami zaworowymi. Parametryzacja dotyczyła zarówno cech sygnału przyspieszeń drgań, pochodnej przyspieszeń drgań względem czasu jak i obwiedni tej pochodnej. W pierwszym podejściu zbudowano klasyfikator w postaci zbioru drzew binarnych, który przy okazji pozwolił na wyodrębnienie istotnych, ze względu na przyjęte klasy, cech. Dla porównania zbudowano także klasyfikatory w postaci sieci neuronowej jak i algorytmu k – najbliższych sąsiadów z metryką euklidesową. Na podstawie przeprowadzonych badań i analiz zaproponowano metodę oceny luzu zaworowego.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 2; 331-339
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Gearbox faults feature selection and severity classification using machine learning
Autorzy:
Zuber, Ninoslav
Bajrić, Rusmir
Powiązania:
https://bibliotekanauki.pl/articles/1841932.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
gearbox fault
vibration analysis
machine learning
Opis:
The most widely used technique for gearbox fault diagnosis is still vibration analysis. The need for gearbox condition monitoring in an automated process is essential and there is still a problem with the selection of features that best describe a fault or its severity level. For this purpose, multiple-domain vibration signals statistic features are extracted through time and frequency domain by postprocessing of raw time signal, time-synchronous average signal, frequency spectra and cepstrum. Five different datasets are considered with different levels of fault analyzing gear chipped and a missing tooth, gear root crack, and gear tooth wear under stable running speed and load. A preliminary experimental study of a single stage test bench gearbox was performed in order to test feature sensitivity to type and level of fault in the process of clustering and classification. Selected features were finally processed using an artificial neural network classifier.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 4; 748-756
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimal configuration and parameters of translational dynamic vibration absorbers in vibroisolation of mechanical press
Autorzy:
Łatas, Waldemar
Dziechciowski, Zygmunt
Powiązania:
https://bibliotekanauki.pl/articles/2146578.pdf
Data publikacji:
2020
Wydawca:
Politechnika Poznańska. Instytut Mechaniki Stosowanej
Tematy:
dynamic vibration absorber
discrete system vibration
machine vibration isolation
dynamiczny pochłaniacz drgań
drgania układów dyskretnych
izolacja drgań maszyny
Opis:
The paper deals with the problem of optimizing the positions and parameters of dynamic vibration absorbers for a mechanical press subjected to polyharmonic inertial excitation. Under the assumption of small vibrations a linear dynamic model of a rigid body performing a planar motion, on viscoelastic supports, with an attached system of translational tuned mass dampers is constructed. The problem of vibroisolation of the machine is presented, considering selected harmonics of the force transmitted to the ground, the solutions with a single DVA are proposed.
Źródło:
Vibrations in Physical Systems; 2020, 31, 3; art. no. 2020314
0860-6897
Pojawia się w:
Vibrations in Physical Systems
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:
Increased vibration level caused by asymmetric loading in PM generators
Problem zwiększonego poziomu wibracji, którego przyczyną jest asymetryczne obciążenie generatorów wzbudzanych magnesami trwałymi
Autorzy:
Barański, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/2056361.pdf
Data publikacji:
2019
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
pomiary drgań
generator z magnesami trwałymi
diagnostyka
akwizycja danych
analiza danych
maszyna elektryczna
vibration measurement
permanent magnet generator
diagnostics
data acquisition
data analysis
electrical machine
Opis:
The paper presents a new vibration diagnostic method designed for permanent magnets (PM) generators with point operation asymmetry. Those machines are commonly used in small wind or water systems. The described method is very innovative and unique. Specific structural properties of machines excited by permanent magnets are used in this method - electromotive force (EMF) generated due to vibrations. In this article several issues will be discussed: the similarity of permanent magnet machines to vibration sensor, calculations, results of simulation and laboratory tests. The method is the subject of patent application.
Praca przedstawia zastosowanie wibracyjnej metody diagnostycznej dla generatorów z magnesami trwałymi pracujących w stanach asymetrii obciążenia. Maszyny te są wykorzystywane w małych elektrowniach wiatrowych oraz wodnych. Opisywana metoda jest innowacyjna i unikalna. Wykorzystuje ona specyficzne właściwości konstrukcyjne maszyn z magnesami trwałymi, tj. indukowanie się SEM pod wpływem wibracji. W pracy przedstawiono mn. podobieństwo maszyny z magnesami trwałymi do czujnika drgań, zawarto wyniki obliczeń, symulacji oraz badań laboratoryjnych. Metoda ta jest przedmiotem zgłoszenia patentowego.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2019, 3-4, 123-124; 1--6
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Investigation of local and modal based active vibration control strategies on the example of an elastic system
Autorzy:
Peukert, Christoph
Pöhlmann, Patrick
Merx, Marcel
Müller, Jens
Ihlenfeldt, Steffen
Powiązania:
https://bibliotekanauki.pl/articles/99432.pdf
Data publikacji:
2019
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
modal control
active vibration control
machine tool
inertial actuator
Opis:
Nowadays, feed axes are often equipped with multiple parallel-acting actuators in order to increase the dynamics of the machine tool. Also, additional actuators for active damping are widely used. Normally, the drives or actuators are controlled independently without consideration for the impact on each other. In contrast, by using the modal space control, the system can be decoupled and the modal control loops can be adjusted independently. This control approach is particularly suitable for motion systems, such as machine tools, which have more drives or actuators than degrees of freedom of movement. This paper deals with the pre-investigation of the modal-based vibration control for machine tools with additional actuators. The object of investigation is an elastic system with a movable saddle. The modal-based control is compared with a local control approach. The results obtained experimentally on the test rig are presented. The modal control is superior since, with the modal approach, each control loop corresponds to a specific vibration mode, and the control law for this loop is designed to provide the desired performance of the control system at the corresponding resonance frequency. The parameterisation of the control loops is simplified by modal control, since the modes can be controlled independently.
Źródło:
Journal of Machine Engineering; 2019, 19, 2; 32-45
1895-7595
2391-8071
Pojawia się w:
Journal of Machine Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Particle swarm-optimized support vector machines and pre-processing techniques for remaining useful life estimation of bearings
Zastosowanie maszyn wektorów nośnych zoptymalizowanych metodą roju cząstek oraz technik przetwarzania wstępnego do oceny pozostałego okresu użytkowania łożysk
Autorzy:
Souto, Maior Caio Bezerra
das Chagas Moura, Márcio
Lins, Isis Didier
Powiązania:
https://bibliotekanauki.pl/articles/301219.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
big data
vibration signal
bearings
remaining useful life
empirical mode decomposition
wavelets transform
support vector machine
particle swarm optimization (PSO)
duże dane
sygnał drgań
łożyska
pozostały okres użytkowania
empiryczna dekompozycja sygnału
transformata falkowa
maszyna wektorów nośnych
optymalizacja rojem cząstek
Opis:
The useful life time of equipment is an important variable related to system prognosis, and its accurate estimation leads to several competitive advantage in industry. In this paper, Remaining Useful Lifetime (RUL) prediction is estimated by Particle Swarm optimized Support Vector Machines (PSO+SVM) considering two possible pre-processing techniques to improve input quality: Empirical Mode Decomposition (EMD) and Wavelet Transforms (WT). Here, EMD and WT coupled with SVM are used to predict RUL of bearing from the IEEE PHM Challenge 2012 big dataset. Specifically, two cases were analyzed: considering the complete vibration dataset and considering truncated vibration dataset. Finally, predictions provided from models applying both pre-processing techniques are compared against results obtained from PSO+SVM without any pre-processing approach. As conclusion, EMD+SVM presented more accurate predictions and outperformed the other models.
Okres użytkowania sprzętu jest ważną zmienną związaną z prognozowaniem pracy systemu, a możliwość jego dokładnej oceny daje zakładom przemysłowym znaczną przewagę konkurencyjną. W tym artykule pozostały czas pracy (Remaining Useful Life, RUL) szacowano za pomocą maszyn wektorów nośnych zoptymalizowanych rojem cząstek (SVM+PSO) z uwzględnieniem dwóch technik przetwarzania wstępnego pozwalających na poprawę jakości danych wejściowych: empirycznej dekompozycji sygnału (Empirical Mode Decomposition, EMD) oraz transformat falkowych (Wavelet Transforms, WT). W niniejszej pracy, EMD i falki w połączeniu z SVM wykorzystano do prognozowania RUL łożyska ze zbioru danych IEEE PHM Challenge 2012 Big Dataset. W szczególności, przeanalizowano dwa przypadki: uwzględniający kompletny zestaw danych o drganiach oraz drugi, biorący pod uwagę okrojoną wersję tego zbioru. Prognozy otrzymane na podstawie modeli, w których zastosowano obie techniki przetwarzania wstępnego porównano z wynikami uzyskanymi za pomocą PSO + SVM bez wstępnego przetwarzania danych. Wyniki pokazały, że model EMD + SVM generował dokładniejsze prognozy i tym samym przewyższał pozostałe badane modele.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 4; 610-618
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 70

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