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 "vibration data" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Local fault detection of rolling element bearing components by spectrogram clustering with semi-binary NMF
    Wykrywanie uszkodzeń lokalnych elementów łożysk tocznych poprzez klasteryzację spektrogramu za pomocą półbinarnej nieujemnej faktoryzacji macierzy
    Autorzy:
    Wodecki, J.
    Zdunek, R.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/327868.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    vibration data
    time-frequency analysis
    nonnegative matrix factorization
    local damage detection
    dane drganiowe
    analiza czasowo-częstotliwościowa
    nieujemna faktoryzacja macierzy
    wykrywanie uszkodzeń lokalnych
    Opis:
    Information extraction is a very important problem nowadays. In diagnostics, it is particularly useful when one desires to isolate information about machine damage from a measured diagnostic signal. The method presented in this paper utilizes the idea that is based on a very important topic in numerical algebra, which is nonnegative matrix factorization. When applied to the matrix of multidimensional representation of the measured data, it can extract very useful information about the events which occur in the signal and are not recognizable otherwise. In the presented methodology, we use the algorithm called Semi-Binary Nonnegative Matrix Factorization (SB-NMF), and apply it to a time-frequency representation of the real-life vibration signal measured on faulty bearing operating in a belt conveyor driving station. Detected impulses of local damage are clearly identifiable. Performance of the algorithm is very satisfying in terms of time efficiency and output signal quality.
    Ekstrakcja informacji jest aktualnym kierunkiem badań. Jest ona szczególnie użyteczna, kiedy próbuje się wyizolować informację na temat uszkodzenia maszyny z zarejestrowanego sygnału diagnostycznego. Metoda zaprezentowana w niniejszej pracy bazuje na bardzo ważnym zagadnieniu algebry numerycznej, jakim jest nieujemna faktoryzacja macierzy. Kiedy jest ona zastosowana do analizy macierzy będącej wielowymiarową reprezentacją sygnału wejściowego, może wyizolować informację istotną z punktu widzenia procesów zachodzących w sygnale, a która nie jest rozpoznawalna w inny sposób. Przedstawiona metodologia korzysta z algorytmu znanego jako półbinarna nieujemna faktoryzacja macierzy, zastosowanego do reprezentacji czasowo-częstotliwościowej rzeczywistego sygnału drganiowego, zmierzonego na uszkodzonym łożysku pracującym w stacji napędowej przenośnika taśmowego. Wykryte impulsy związane z uszkodzeniem lokalnym zostały wyraźnie zidentyfikowane. Działanie algorytmu jest satysfakcjonujące w kwestii wydajności obliczeniowej oraz jakości otrzymanego wyniku.
    Źródło:
    Diagnostyka; 2017, 18, 1; 3-8
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    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
    Tytuł:
    Monitoring and maintenance of a gantry based on a wireless system for measurement and analysis of the vibration level
    Monitorowanie i utrzymanie suwnicy bramowej na podstawie bezprzewodowego systemu pomiaru i analizy poziomu drgań
    Autorzy:
    Sikora, Marek
    Szczyrba, Krzysztof
    Wróbel, Łukasz
    Michalak, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/1365294.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    vibration sensor
    monitoring system
    maintenance
    gantry
    predictive maintenance
    data mining
    trend analysis
    czujnik drgań
    system monitorowania
    utrzymanie
    suwnica
    utrzymanie predykcyjne
    eksploracja danych
    analiza trendu
    Opis:
    The paper describes a system for monitoring and diagnosing a gantry. The main goal of the system is to acquire, visualize and monitor vibration levels of the gantry crucial elements. The system is also equipped with a computing and analytical part which enables predictive maintenance related to the vibration level assessment. The system architecture can be used in other applications too, i.e. those which require a wireless network of vibration sensors to carry out diagnostic tasks.
    W artykule przedstawiono system monitorowania i diagnostyki suwnicy bramowej. Głównym zadaniem systemu jest akwizycja, wizualizacja i monitorowanie poziomu drgań newralgicznych elementów suwnicy. System wyposażony jest również w część obliczeniowoanalityczną, umożliwiającą realizację zadań predykcyjnego utrzymania ruchu (ang. predictive maintenance) związanych z oceną poziomu drgań. Architektura systemu umożliwia wykorzystanie go również do innych zastosowań, w których dla realizacji zadania diagnostyki wymagana jest bezprzewodowa sieć czujników drgań.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 2; 341-350
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The visualization of shaft vibration using the algorithm of phase-amplitude data interpolation
    Autorzy:
    Piątkowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/123025.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    machine diagnostics
    vibration condition monitoring
    data interpolation
    flexible rotor
    diagnostyka maszyn
    interpolacja danych
    wirnik elastyczny
    Opis:
    In many cases of observations of phenomena and physical processes we use data measured in multidimensional spaces. However, in practice, for the economic or technical reasons, we cannot obtain equally numerous data sets for all dimensions. In this case we can say that we are trying to assess or classify this process by using a few parts of its projection. For processing and computing of an input data a different solutions of interpolation and/or approximation are often used. But data, which have phase-amplitude nature, should be treated in a specific way. The lack of proper interpretation of phase shifts in many cases can result in obtaining the significant distortions of an analyzed process image. In this paper the algorithm of phase-amplitude interpolation is presented. This algorithm has been used for creating the contours charts, as projections of rotating shaft vibrations, in transient operating conditions of the machine.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2016, 15, 1; 137-148
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    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:
    Overall factory average spectrum: global vibration index for diagnosis and prognosis of large sets of rotating machinery
    Autorzy:
    Galar, D.
    Parida, A.
    Schunesson, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/328087.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    drgania
    prędkość
    przyspieszenie
    utrzymanie ruchu
    CBM
    kolektor danych
    wskaźnik
    vibration
    speed
    acceleration
    predictive maintenance
    data collector
    indicator
    Opis:
    Spectral analysis of rotating machinery requires studying the signals received from each machine, which converts hundreds of spectra to analyze, especially in big plants, where one can find a large number of similar machines. The maintenance departments require few indicators properly hierarchied with the appropriate information necessary for each organizational level, without exceeding the type and amount of information required at the higher levels. It is therefore, necessary for an indicator to show the current vibratory condition of the entire plant, where trends can be easily understood by people, who are not expert in detailed vibration analysis of spectra. The trend shown by the indicator should assess the success of the implementation of CBM and other maintenance programs in the plant, and these parameters should be easily displayable. Therefore, maintenance managers need this kind of indicators and scorecards to measure through simple methods for the success of their departments for achieving contribution to the company goals.
    Źródło:
    Diagnostyka; 2011, 2(58); 39-47
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Overall Factory Vibration Level: The need for global indicators in CBM
    Autorzy:
    Galar, D.
    Berges, L.
    Royo, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/329618.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    drgania
    prędkość
    przyspieszenie
    CBM
    vibration
    speed
    acceleration
    predictive maintenance
    data collector
    indicator
    Opis:
    When we do predictive maintenance, including vibration analysis, rotating machinery, we anticipate many times a catastrophic failure that without this technology, would be difficult to locate and make unsafe our system functionally. This analysis is done individually machine to machine, point to point which prevents us from having a parameter that quantifies the overall status of all rotating machinery of a plant or department.
    Źródło:
    Diagnostyka; 2010, 2(54); 17-23
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Haul road roughness measurement using georeferenced truck vibration
    Autorzy:
    Douglas, Alexander
    Powiązania:
    https://bibliotekanauki.pl/articles/2064370.pdf
    Data publikacji:
    2019
    Wydawca:
    STE GROUP
    Tematy:
    haul road
    vibration
    operator health
    road maintenance
    Big Data
    warunki drogowe
    wibracja
    nierówności drogi
    roboty drogowe
    Opis:
    Vehicle vibrations caused by poor haul road conditions create multiple negative effects for mines, including slower cycle times, increased maintenance, and operator injury. Vibration levels in vehicles result in part from road roughness. Mine roads are mainly constructed from in-pit materials that are more likely to deteriorate overtime and require frequent maintenance to maintain a smooth surface. The decision for when and where road maintenance is conducted is primarily based on visual inspections. This method can provide subjective, inaccurate, and delayed response to adverse conditions. The recent increase in vehicle telemetry data allows instant access to several types of data; mainly being used for haul fleet dispatching, collision avoidance, and geologic surveying, telemetry data has yet to see widespread use in road maintenance dispatching. This paper examines current road roughness characterization techniques and current telemetry data streams. An initial case study was conducted using vibration and Global Navigation Satellite System (GNSS) telemetry data to determine road roughness. Data from three haul trucks under normal operating conditions were collected over the course of a week. The results of this case study demonstrate localized vibration levels can be used to objectively identify rough roads. This can be further developed to dispatch road maintenance crews leading to overall reduced mining costs and increased operator health. The researches propose continuing to full scale test using data from an entire fleet and longer timeframe.
    Źródło:
    New Trends in Production Engineering; 2019, 2, 1; 416--423
    2545-2843
    Pojawia się w:
    New Trends in Production Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Telemetria w diagnostyce silników asynchronicznych
    Autorzy:
    Decner, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/2056359.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
    Tematy:
    pomiar prądu
    systemy danych
    maszyny elektryczne
    telemetria
    pomiar drgań
    current measurement
    data systems
    electric machines
    telemetry
    vibration measurement
    Opis:
    To improve operational reliability of electrical machines over a long period of time, the diagnostic tests should be performed systematically. This justifies the monitoring of machines, particularly those which do not have the reserve at the workplace: the power generators, hoisting machines in mines, etc. The issue of monitoring and diagnostics of electrical machines is focused on assessing the technical condition of the mechanical system and the electromagnetic circuit. In this article the objectives of remote monitoring and diagnostics of technical condition of electrical machines are described. Devices used by staff of Laboratory of KOMEL to monitor and diagnose electrical machines, results of tests performed on electrical machines in different technical condition are also described. In order to run monitoring, GSM network is used. Diagnostic signals and technical infrastructure for the transmission of measurement data are described in the article.
    Aby poprawić niezawodność działania maszyn elektrycznych w długim okresie eksploatacji, należy systematycznie przeprowadzać testy diagnostyczne. Uzasadnia to monitorowanie maszyn, zwłaszcza tych, które nie mają rezerwy w miejscu pracy: agregatów prądotwórczych, maszyn wyciągowych w kopalniach itp. Problem monitorowania i diagnostyki maszyn elektrycznych koncentruje się na ocenie stanu technicznego układu mechanicznego i obwodu elektromagnetycznego. W artykule opisano cele zdalnego monitorowania i diagnostyki stanu technicznego maszyn elektrycznych. Opisano również urządzenia stosowane przez pracowników Laboratorium KOMEL do monitorowania i diagnozowania maszyn elektrycznych, wyniki badań przeprowadzonych na maszynach elektrycznych w różnych stanach technicznych. Do monitorowania wykorzystuje się sieć GSM z transmisją danych. Sygnały diagnostyczne i infrastruktura techniczna do przesyłania danych pomiarowych jest również opisana w artykule.
    Źródło:
    Maszyny Elektryczne: zeszyty problemowe; 2019, 3-4, 123-124; 15--22
    0239-3646
    2084-5618
    Pojawia się w:
    Maszyny Elektryczne: zeszyty problemowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Telemetria w diagnostyce silników asynchronicznych
    Autorzy:
    Decner, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/305000.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Druk-Art
    Tematy:
    pomiar prądu
    systemy danych
    maszyny elektryczne
    telemetria
    pomiar drgań
    current measurement
    data systems
    electric machines
    telemetry
    vibration measurement
    Opis:
    Aby poprawić niezawodność działania maszyn elektrycznych w długim okresie eksploatacji, należy systematycznie przeprowadzać testy diagnostyczne. Uzasadnia to monitorowanie maszyn, zwłaszcza tych, które nie mają rezerwy w miejscu pracy: agregatów prądotwórczych, maszyn wyciągowych w kopalniach itp. Problem monitorowania i diagnostyki maszyn elektrycznych koncentruje się na ocenie stanu technicznego układu mechanicznego i obwodu elektromagnetycznego. W artykule opisano cele zdalnego monitorowania i diagnostyki stanu technicznego maszyn elektrycznych. Opisano również urządzenia stosowane przez pracowników Laboratorium Instytutu Komel do monitorowania i diagnozowania maszyn elektrycznych oraz wyniki badań przeprowadzonych na maszynach elektrycznych w różnych stanach technicznych. Do monitorowania wykorzystuje się sieć GSM z transmisją danych. Sygnały diagnostyczne i infrastruktura techniczna do przesyłania danych pomiarowych jest również opisana w artykule.
    To improve operational reliability of electrical machines over a long period of time, the diagnostic tests should be performed systematically. This justifies the monitoring of machines, particularly those which do not have the reserve at the workplace: the power generators, hoisting machines in mines, etc. The issue of monitoring and diagnostics of electrical machines is focused on assessing the technical condition of the mechanical system and the electromagnetic circuit. In this article, the objectives of remote monitoring and diagnostics of technical condition of electrical machines are described. Devices used by staff of Laboratory of Komel to monitor and diagnose electrical machines, results of tests performed on electrical machines in different technical condition are also described. In order to run monitoring, GSM network is used. Diagnostic signals and technical infrastructure for the transmission of measurement data are described in the article.
    Źródło:
    Napędy i Sterowanie; 2020, 22, 1; 66-73
    1507-7764
    Pojawia się w:
    Napędy i Sterowanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel intuitive hierarchical structure for condition monitoring system of wind turbines
    Nowatorska intuicyjna struktura hierarchiczna systemu monitorowania stanu turbin wiatrowych
    Autorzy:
    Barszcz, T.
    Strączkiewicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/328414.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    data fusion
    condition monitoring
    fault detection
    fault identification
    vibration
    wind turbines
    integracja danych
    monitorowanie stanu
    wykrywanie uszkodzenia
    identyfikacja uszkodzenia
    analiza drgań
    turbina wiatrowa
    Opis:
    The field of condition monitoring (CM) systems has developed significantly in recent decade. Due to constant improvement of embedded computing, complex vibration data processing can be now implemented for a much larger group of machines, e.g. wind turbines. One of the key outcomes of this process is increase in the number of signal features calculated online. Instead of a dozen of broadband values, we now have more than a hundred for a typical wind turbine. Such a situation creates information overload for the operators. On one hand, it is now possible to detect machine failure at an early stage, but on the other – a person monitoring a few dozens of turbines, each generating over a hundred features is not able to properly organize all the information from CM systems. Therefore, we have proposed the hierarchical informational structure for condition monitoring system of wind turbines, based on the data fusion methods. The information about feature values and statuses is combined into higher levels, e.g. main bearing, gearbox and generator together with the information about its severity and novelty.
    Na przestrzeni ostatniego dziesięciolecia zaobserwować można było szczególny rozwój na polu monitorowania stanu maszyn i urządzeń. Stało się tak dzięki wykorzystaniu bardziej zaawansowanych systemów wbudowanych oraz skomplikowanych algorytmów przetwarzania sygnałów drgań, które obecnie mogą być zastosowane do oceny stanu znacznie większej grupy maszyn, takich jak np. turbiny wiatrowe. Jednym z najważniejszych efektów tego procesu jest zwiększenie ilości wskaźników diagnostycznych, które mogą zostać obliczone w czasie rzeczywistym – zamiast kilkunastu wartości szerokopasmowych, obecnie otrzymuje się ich ponad sto dla typowej turbiny wiatrowej. W rezultacie prowadzi to do przeciążenia ilością informacji, jakie jest stanie przetworzyć wykwalifikowany pracownik utrzymania ruchu. Z jednej strony, istnieje obecnie możliwość wykrycia uszkodzenia maszyny w najwcześniejszym jego stadium, z drugiej natomiast – inżynier utrzymania ruchu monitorujący kilkadziesiąt turbin, z których każda generuje ponad sto wskaźników informujących o stanie maszyny, nie jest zdolny do właściwej oceny wszystkich informacji z systemu diagnostycznego. W związku z tym, zaproponowana została hierarchiczna struktura informacyjna dla systemów monitorowania stany turbin wiatrowych oparta na metodach integracji danych. Informacja o wartościach oraz stanach wskaźników diagnostycznych łączy się na wyższych poziomach, tj. łożyska głównego, przekładni oraz generatora razem z informacją o ich o ważności oraz aktualności.
    Źródło:
    Diagnostyka; 2013, 14, 3; 53-60
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    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:
    Sensorless vibration diagnostics of permanent magnet generators – the unbalance example
    Bezczujnikowa diagnostyka drganiowa generatorów z magnesami trwałymi – przykład niewywagi
    Autorzy:
    Barański, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/2056360.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:
    This paper presents a new vibration diagnostic method designed for diagnose of permanent magnets (PM) generators. Those machines are commonly used in small wind, water systems and electrical vehicles. 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 method genesis, the similarity of permanent magnet machines to vibration sensor, mathematical model, and results of simulation and laboratory tests. The method of determination the technical condition of PM electrical machine basing on its own signals 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 min. 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; 11--14
    0239-3646
    2084-5618
    Pojawia się w:
    Maszyny Elektryczne: zeszyty problemowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Soft computing-based technique as a predictive tool to estimate blast-induced ground vibration
    Autorzy:
    Arthur, Clement Kweku
    Temeng, Victor Amoako
    Ziggah, Yao Yevenyo
    Powiązania:
    https://bibliotekanauki.pl/articles/1839011.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Instytut Górnictwa
    Tematy:
    radial basis function neural network
    back propagation neural network
    generalized regression neural network
    wavelet neural network
    group method of data handling
    ground vibration
    radialna funkcja bazowa
    sieć neuronowa
    GRNN
    sieć falkowo-neuronowa
    grupowa metoda przetwarzania danych
    drgania gruntu
    Opis:
    The safety of workers, the environment and the communities surrounding a mine are primary concerns for the mining industry. Therefore, implementing a blast-induced ground vibration monitoring system to monitor the vibrations emitted due to blasting operations is a logical approach that addresses these concerns. Empirical and soft computing models have been proposed to estimate blast-induced ground vibrations. This paper tests the efficiency of the Wavelet Neural Network (WNN). The motive is to ascertain whether the WNN can be used as an alternative to other widely used techniques. For the purpose of comparison, four empirical techniques (the Indian Standard, the United State Bureau of Mines, Ambrasey-Hendron, and Langefors and Kilhstrom) and four standard artificial neural networks of backpropagation (BPNN), radial basis (RBFNN), generalised regression (GRNN) and the group method of data handling (GMDH) were employed. According to the results obtained from the testing dataset, the WNN with a single hidden layer and three wavelons produced highly satisfactory and comparable results to the benchmark methods of BPNN and RBFNN. This was revealed in the statistical results where the tested WNN had minor deviations of approximately 0.0024 mm/s, 0.0035 mm/s, 0.0043 mm/s, 0.0099 and 0.0168 from the best performing model of BPNN when statistical indicators of Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Relative Root Mean Square Error (RRMSE), Correlation Coefficient (R) and Coefficient of determination (R2) were considered.
    Źródło:
    Journal of Sustainable Mining; 2019, 18, 4; 287-296
    2300-1364
    2300-3960
    Pojawia się w:
    Journal of Sustainable Mining
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      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