Informacja

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

Wyszukujesz frazę "time-frequency distributions" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Application of time-frequency distributions in diagnostic signal processing problems: a case study
Zastosowanie dystrybucji czasowo-częstotliwościowych w diagnostycznym przetwarzaniu sygnałów: studium przypadku
Autorzy:
Katunin, A.
Powiązania:
https://bibliotekanauki.pl/articles/329456.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
time-frequency distributions
signal processing
multicomponent identification
bearing fault
diagnosis
dystrybucja czasowo-częstotliwościowa
przetwarzanie sygnałów
identyfikacja wieloskładowa
diagnostyka
łożysko toczne
Opis:
In this paper, the author analyzed an applicability of selected types of time-frequency distributions that belong to Cohen’s class and their reassignments for signals similar to those obtained during machinery diagnostics. At the first step of performed studies a synthetic multicomponent signal that contains both stationary and non-stationary components was analyzed using algorithms based on various time-frequency distributions. This allows for evaluating effectiveness of identification of particular components by applied time-frequency distributions and selecting a group of the most effective algorithms. At the second step, the selected time-frequency distributions were applied for analysis of signals acquired during diagnosis of rolling bearings in order to verify the effectiveness of identification of components responsible for a priori known faults occurred in bearings.
W niniejszym artykule autor analizuje stosowalność wybranych typów dystrybucji czasowoczęstotliwościowych, które należą do klasy Cohena i ich wersji redefiniowanych dla sygnałów zbliżonych do takich, które są otrzymywane podczas diagnostyki maszyn. W pierwszym kroku przeprowadzonych badań syntetyczny wieloskładowy sygnał, zawierający zarówno stacjonarne jak i niestacjonarne składowe, był analizowany z wykorzystaniem algorytmów opartych na różnych dystrybucjach czasowoczęstotliwościowych. Pozwoliło to na ocenę efektywności identyfikacji poszczególnych składowych przez zastosowane dystrybucje czasowo-częstotliwościowe oraz wybór grupy najefektywniejszych algorytmów. W drugim kroku wybrane dystrybucje czasowo-częstotliwościowe zostały zastosowane do analizy sygnałów pozyskanych podczas diagnostyki łożysk tocznych w celu weryfikacji efektywności identyfikacji składowych odpowiedzialnych za wystąpienie uszkodzeń w łożyskach, znanych a priori.
Źródło:
Diagnostyka; 2016, 17, 2; 95-103
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Localization of damage in beam-like structures applying time-frequency distributions to modal shapes of vibration
Lokalizacja uszkodzeń w strukturach typu belka z zastosowaniem dystrybucji czasowo-częstotliwościowych do postaci własnych drgań
Autorzy:
Katunin, A.
Powiązania:
https://bibliotekanauki.pl/articles/329302.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
structural damage localization
time-frequency distributions
signal processing
modal shapes of vibration
lokalizacja uszkodzeń strukturalnych
dystrybucja czasowo-częstotliwościowa
przetwarzanie sygnałów
postacie własne drgań
Opis:
The paper presents the results of computational studies on damage localization in beam-like structures based on an approach of application of selected time-frequency distributions to modal shapes of vibration. The studies were performed on the results of finite element analysis on determination of modal shapes of vibration of a composite beam. The damage detection and localization procedure was shown on several examples of time-frequency distributions with a discussion of their performance for structural damage detection and localization problems. Additional studies were performed for artificially noised modal shapes in order to investigate an applicability of the proposed approach in noisy conditions. It was shown that application of time-frequency distributions is the effective tool in structural damage detection and localization, and can be a good alternative to the well-known signal processing techniques applied in these problems.
Artykuł przedstawia wyniki badań obliczeniowych dotyczących lokalizacji uszkodzeń w strukturach typu belka na podstawie podejścia opartym na zastosowaniu wybranych dystrybucji czasowo-częstotliwościowych do postaci własnych drgań. Badania były przeprowadzone na wynikach analizy metodą elementów skończonych dotyczącej wyznaczenia postaci drgań własnych belki kompozytowej. Procedura detekcji i lokalizacji uszkodzeń została pokazana na kilku przykładach dystrybucji czasowo-częstotliwościowych wraz z dyskusją w zakresie ich efektywności w zagadnieniach detekcji i lokalizacji uszkodzeń strukturalnych. Dodatkowe badania zostały przeprowadzone dla sztucznie zaszumionych postaci drgań własnych w celu zbadania stosowalności zaproponowanego podejścia w warunkach zaszumienia. Pokazano, że zastosowanie dystrybucji czasowo-częstotliwościowych jest efektywnym narzędziem przy detekcji i lokalizacji uszkodzeń strukturalnych oraz może stanowić dobrą alternatywę do szeroko znanych technik przetwarzania sygnałów stosowanych w tych zagadnieniach.
Źródło:
Diagnostyka; 2016, 17, 3; 53-58
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of ARMA modelling and alpha-stable distribution for local damage detection in bearings
Zastosowanie modelu ARMA i rozkładu alfa-stabilnego do detekcji uszkodzeń lokalnych w łożyskach
Autorzy:
Żak, G.
Obuchowski, J.
Wyłomańska, A.
Zimroz, R.
Powiązania:
https://bibliotekanauki.pl/articles/329304.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
local damage detection
informative frequency band selection
time series modeling
heavy-tailed distributions
wykrywanie uszkodzeń lokalnych
wybór pasma informacyjnego
modelowanie szeregów czasowych
rozkłady ciężko-ogonowe
Opis:
In this paper a novel method for informative frequency band selection is presented. It is suitable for a vibration signal from a damaged rotating machine which is consisted of a pulse train, but it might be contaminated by other vibrations, often with higher energy. We first decompose the signal into simpler sub-signals and analyze those sub-signals using statistical tools, i.e. autoregressive moving average modelling and fitting of the α -stable distribution. The choice of this distribution is motivated by its excellent ability of modeling heavy-tailed data, i.e impulsive data. We illustrate the proposed methodology by analysis of real vibration signals from heavy-duty rotating machinery. The results prove that this statistical analysis is very efficient in informative frequency band selection in presence of high-energy contamination.
W artykule zaprezentowano nową metodę selekcji informacyjnego pasma częstotliwościowego. Jest ona odpowiednia dla sygnałów drganiowych z maszyny uszkodzonej zawierających impulsy, nawet kiedy są one niewidoczne w dziedzinie czasu, tzn. kiedy wysokoenergetyczne drgania innych elementów zakłócają sygnał informacyjny. Pierwszym krokiem zaproponowanej metody jest dekompozycja sygnału na składowe o prostszej strukturze i ich analiza za pomocą narzędzi statystycznych, tj. modelu ARMA i rozkładu alfa-stabilnego. Wybór tego rozkładu jest umotywowany zdolnością modelowania danych ciężko ogonowych, tzn. sygnałów, w których występują impulsy. Metodę zilustrowano analizą rzeczywistych sygnałów z drganiowych maszyn górniczych. Potwierdzono efektywność zaproponowanej metody statystycznej w kontekście selekcji informacyjnego pasma częstotliwościowego w obecności wysokoenergetycznych zakłóceń.
Źródło:
Diagnostyka; 2014, 15, 3; 3-10
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