Informacja

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

Wyszukujesz frazę "monitorowanie stanu technicznego oleju" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Metody pośredniego badania starzenia się systemu
On approaches for non-direct determination of system deterioration
Autorzy:
Vališ, D.
Koucky, M.
Zak, L.
Powiązania:
https://bibliotekanauki.pl/articles/301313.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
diagnostyka oleju
monitorowanie stanu technicznego oleju
prognozowanie i ocena stanu technicznego metodami nieniszczącymi
oil diagnostics
health and condition monitoring
non-destructive diagnostics and prognostics
Opis:
Nowadays the system requirements are set up and evaluated in various manners. We have plenty of excellent options available taking about an item technical state. We can also consider other states by many diagnostic options. The paper deals with the mathematical processing, monitoring and analysis of the oil field data got as a result from the laser spectrography in frame of the tribodiagnostic oil tests. The mathematical methods based on time series and their analysis and calculation processed by suitable method are used in the paper for oil data analysis. Due to the fact that the data sample is classified as fuzzy and uncertain from many reasons the FIS (Fuzzy Inference System) is used.
Obecnie wymagania systemu mogą być ustalane i oceniane w różny sposób. Mamy do dyspozycji wiele doskonałych opcji oceny stanu technicznego obiektów. Istnieje również wiele możliwości diagnozowania innych stanów. W artykule przedstawiono proces matematycznego przetwarzania, monitorowania i analizy danych eksploatacyjnych dotyczących oleju uzyskanych na podstawie spektrografii laserowej przeprowadzonej w ramach diagnostyki tribologicznej. Do analizy danych wykorzystano metody matematyczne oparte na szeregach czasowych oraz odpowiednie metody analizy i obliczania szeregów czasowych. Ponieważ dostępne dane sklasyfikowano jako rozmyte i niepewne, zastosowano System Wnioskowania Rozmytego FIS.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 1; 33-41
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Suitable approach for non-traditional determination of system health and prognostics
Właściwe podejście do niekonwencjonalnego systemu diagnostycznego oceny stanu technicznego
Autorzy:
Koucky, D.
Vališ, D.
Powiązania:
https://bibliotekanauki.pl/articles/348365.pdf
Data publikacji:
2011
Wydawca:
Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:
diagnostyka oleju
monitorowanie stanu technicznego
prognozowanie i ocena stanu technicznego metodami nieniszczącymi
oil diagnostics
health and condition monitoring
non-destructive diagnostics and prognostics
Opis:
Nowadays the system requirements are set up and evaluated in various manners. We have plenty of excellent options available taking into account item technical state or/and other states and talking about diagnostic options. Tribodiagnostics is one of the independent and good parts to assess the system condition. The paper deals with the mathematical processing, monitoring and analysis of the oil field data got as a result from the laser spectrography in frame of the tribodiagnostic oil tests. This diagnostic approach has been currently used for oil diagnostic results comparison – usually for comparison of expected system state determined by laser spectrography only. There is not known deeper relation of oil diagnostics data and system related consequences (like determining the terminal state and service optimization – maintenance for instance).
Obecnie stan systemu diagnostycznego może być oceniany w różny sposób. Biorąc pod uwagę dostępne opcje diagnostyczne, możliwa jest ocena stanu technicznego lub innych stanów obiektu na podstawie jednej z wielu metod. Diagnostyka tribologiczna jest jedną z niezależnych i efektywnych metod oceny kondycji systemu. W artykule opisano proces matematycznego przetworzenia, monitorowania i analizy danych dotyczących oleju, uzyskanych z laserowej spektrografii przeprowadzonej w ramach diagnostyki trybologicznej. Przedstawiona metoda jest obecnie wykorzystywana do badani właściwości olejów, zazwyczaj w odniesieniu do stanu oczekiwanego. Nie są znane dokładniejsze relacje między danymi diagnostycznymi uzyskanymi z badania oleju, a stanem technicznym całego systemu (jak stan niezdatności, czy optymalizacja obsługiwań).
Źródło:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki; 2011, 1; 123-134
1731-8157
Pojawia się w:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Health index extracting methodology for degradation modelling and prognosis of mechanical transmissions
Metodologia ekstrakcji wskaźnika stanu technicznego do modelowania i prognozowania degradacji przekładni mechanicznych
Autorzy:
Yan, Shufa
Ma, Biao
Zheng, Changsong
Powiązania:
https://bibliotekanauki.pl/articles/300645.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
health index
mechanical transmission
condition monitoring
spectral oil data
degradation modeling
remaining useful life
wskaźnik stanu technicznego
przekładnia mechaniczna
monitorowanie stanu
dane widmowe oleju
modelowanie degradacji
pozostały okres użytkowania
Opis:
Condition monitoring and prognosis is a key issue in ensuring stable and reliable operation of mechanical transmissions. Wear in a mechanical transmission, which leads to the production of wear particles followed by severe wear, is a slow degradation process that can be monitored by spectral analysis of oil, but the actual degree of degradation is often difficult to evaluate in practical applications due to the complexity of multiple oil spectra. To solve this problem, a health index extraction methodology is proposed to better characterize the degree of degradation compared to relying solely on spectral oil data, which leads to an accurate estimation of the failure time when the transmission no longer fulfils its function. The health index is extracted using a weighted average method with selection of degradation data with allocation steps for weight coefficients that lead to a reasonable mechanical transmission degradation model. First, the degradation data used as input are selected based on source entropy which can describe the information volume contained in each set of spectral oil data. Then, the weight coefficient of each set of degradation data is modelled by measuring the relative scale of the permutation entropy from the selected degradation data. Finally, the selected degradation data are fused, and the health index is extracted. The proposed methodology was verified using a case study involving a degradation dataset of multispectral oil data sampled from several power-shift steering transmissions.
Monitorowanie i prognozowanie stanu to kluczowa kwestia dla zapewnienia stabilnej i niezawodnej pracy przekładni mechanicznych. Zużycie w przekładni mechanicznej, które prowadzi do wytwarzania cząsteczek zużycia a następnie ciężkiego zużycia, to proces powolnej degradacji, który może być monitorowany poprzez analizę widmową oleju, ale rzeczywisty stopień degradacji często trudno jest ocenić podczas praktycznego użytkowania z uwagi na złożoność wielu widm oleju. W celu rozwiązania powyższego problemu, zaproponowano metodologię ekstrakcji wskaźnika stanu technicznego, aby lepiej scharakteryzować stopień degradacji niż polegając wyłącznie na danych widmowych oleju; pozwala to na dokładne prognozowanie czasu uszkodzenia, gdy przekładnia przestanie spełniać swoją funkcję. Wskaźnik stanu technicznego ekstrahowany jest za pomocą metody średniej ważonej z wyborem danych o degradacji i etapami alokacji dla współczynników wagowych, dając w efekcie odpowiedni model degradacji przekładni mechanicznej. W pierwszym etapie, dane degradacji stosowane jako dane wejściowe wybierane są na podstawie entropii źródłowej, która może opisywać zakres informacji zawarty w każdym zbiorze danych widmowych oleju. Następnie współczynnik wagowy każdego zestawu danych nt. degradacji modelowany jest przez pomiar względnej skali entropii permutacji z wybranych danych degradacji. Na koniec, wybrane dane degradacji są integrowane i ekstrahowany jest wskaźnik stanu technicznego. Zaproponowana metodologia została zweryfikowana przy użyciu studium przypadku obejmującego zbiór wielowidmowych danych dotyczących degradacji oleju pobranego z kilku przekładni kierowniczych wspomaganych.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 1; 137-144
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
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