Informacja

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

Wyszukujesz frazę "prognoza zużycia" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
A method of the wear prognosis of sliding bearings
Metoda prognozowania zużycia łożyska ślizgowego z wykorzystaniem komputera
Autorzy:
Miszczak, A.
Wierzcholski, K.
Powiązania:
https://bibliotekanauki.pl/articles/140225.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
slide bearings surfaces
wear prognosis
recurrence equations
computational analysis
powierzchnie łożysk ślizgowych
prognoza zużycia
równanie rekurencyjne
analiza komputerowa
Opis:
The considerations presented in this paper include a computer analysis of slide bearing wear prognosis using the solutions of recurrence equations complemented with the experimental data values. On the ground of the results obtained from analytical and computational numerical calculations, and taking into account the experimental parameters of bearing material and operation boundary conditions, the control problems of slide bearing wear surfaces have been presented. The obtained results allow us to see a connection between roughness, material properties, the amplitude of vibrations, the kind of the friction forces, the hardness of materials, the sliding speed in one side and the wear increments in succeeding time units of the exploitation process in other side.
Rozważania przedstawione w niniejszej pracy obejmują komputerową analizę prognozy zużycia łożyska ślizgowego z wykorzystaniem rozwiązań równań rekurencyjnych oraz danych eksperymentalnych. Problem optymalizacji zużycia powierzchni ślizgowych łożyska został rozwiązany przy wykorzystaniu obliczeń analitycznych i numerycznych a także przy uwzględnieniu materiału łożyskowego, parametrów doświadczalnych oraz warunków brzegowych. Uzyskane wyniki pozwalają nam dostrzec związek między chropowatością, właściwościami materiału, amplitudą drgań, rodzajem sił tarcia, twardością materiałów, prędkością ślizgania z jednej strony, a przyrostem zużycia w kolejnych jednostkach czasowych procesu eksploatacji z drugiej strony.
Źródło:
Archive of Mechanical Engineering; 2014, LXI, 4; 553-570
0004-0738
Pojawia się w:
Archive of Mechanical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie SSN do predykcji zużycia węglowych nakładek odbieraka prądu
Application of artificial neural networks for prediction of pantograph carbon strips wear
Autorzy:
Kuźnar, M.
Powiązania:
https://bibliotekanauki.pl/articles/404331.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
odbierak prądu
pantograf
węglowa nakładka ślizgowa
diagnostyka
prognoza zużycia
sztuczne sieci neuronowe
SSN
current collector
pantograph
carbon sliding strip
diagnostics
wear prediction
artificial neural networks
ANN
Opis:
Odbieraki prądu w pojeździe trakcyjnym służą do poboru prądu z sieci trakcyjnej. Elementem mającym bezpośredni kontakt z przewodem jezdnym jest ślizgacz, a dokładniej węglowa nakładka stykowa, narażona zarówno na zużycie eksploatacyjne, jak i różnego rodzaju uszkodzenia związane z użytkowaniem. Jest elementem odbieraka najczęściej wymienianym. W celu ustalenia przyczyny uszkodzenia nakładki konieczna jest znajomość typu uszkodzenia. Przyczyna wymiany nakładki wnioskowana może być na podstawie charakterystyki zużycia węglowych nakładek stykowych. W celu predykcji zużycia węglowych nakładek stykowych zastosowano Sztuczną Sieć Neuronową typu Feed-Forward z propagacją wsteczną o 6 warstwach ukrytych po 10 neuronów w każdej warstwie. Błąd średniokwadratowy dla procesu uczenia sieci wyniósł 0,578, a wyniki dotyczące predykcji zużycia nakładki przedstawiono w artykule.
In the traction vehicles, current consumption from the overhead contact line is possible thanks to the current collectors (pantographs). An element that has a direct contact with the contact wire is a slide plate, and more specifically, a carbon contact strips. Affected by both operational wear and various types of damage related to operational maintenance, carbon strip is the element which most commonly need to be exchanged. To determine the cause of damage to the contact strip, it is necessary to know the type of damage. The reason for replacing the carbon contact strip may be claimed on the basis of the wear characteristics. In order to predict the wear of carbon strip, a Feed-Forward Artificial Neural Network with backward propagation of 6 hidden layers and 10 neurons in each layer was applied. The mean square error for the network learning process was 0.578, and the results for the pantograph contact strip wear were presented in the article.
Źródło:
Symulacja w Badaniach i Rozwoju; 2017, 8, 3-4; 97-103
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
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