PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Programowe rozpoznawanie anomalii pracy agregatów napędzanych silnikami elektrycznymi

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Języki publikacji
PL
Abstrakty
PL
W [1] i [2] omówiono komponenty systemu nadzoru stanu technicznego i ich wzajemne powiązanie. Typowa struktura systemu wspomagania oceny stanu technicznego maszyn wykorzystywana przez system UR posiada pięć warstw, a mianowicie: czujniki; system pomiarowy realizujący funkcję monitorowania (a także w przypadku ważniejszych maszyn funkcję zabezpieczeń); system akwizycji danych przydatny służbom utrzymania ruchu (=UR) w ocenie diagnostycznej majątku; system wspomagania ekspertowego oceny stanu technicznego (tu następuje automatyczny proces konwersji danych diagnostycznych w informacje użyteczne dla służb UR); system wspomagania zarządzania majątkiem. Powyższa struktura jest dedykowana ocenie stanu technicznego maszyn w zakresie ich integralności mechanicznej. Natomiast drugim ważnym elementem w ocenie stanu technicznego jest sprawność działania agregatów i w konsekwencji linii produkcyjnych. W przypadku oceny sprawności niezbędne jest monitorowanie pomiarów charakteryzujących proces i w tym celu wykorzystywane są czujniki umożliwiające pomiary procesowe (jak np. temperatury, ciśnienia, przepływy, pH itp.). Również w tym przypadku możemy (lepiej: winniśmy) realizować zadanie diagnostyki procesu, bowiem diagnostyka warunkuje możliwość optymalizacji procesu.
Słowa kluczowe
Rocznik
Strony
90--97
Opis fizyczny
Bibliogr. 12 poz., rys., wykr.
Twórcy
autor
  • GE Power Controls Sp. z o.o.
autor
  • GE Intelligent Platforms
Bibliografia
  • [1] Nowicki R.: Nadzór stanu technicznego agregatów z napędami elektrycznymi - wprowadzenie do tematyki. „Napędy i Sterowanie” 10/2013, s. 114-125.
  • [2] Nowicki R.: Zróżnicowanie systemów On-Line nadzoru stanu technicznego agregatów z napędami elektrycznymi. „Zeszyty Problemowe - Maszyny Elektryczne” 89/2011, s. 65-73.
  • [3] Nowicki R., Pappas Y.: Intelligent Maintenance Support of Hydro Station Asset Management, Proceedings of International Conf. OCT 29-31, 2012, Bilbao, Spain.
  • [4] Song J., Nowicki R., Duyar A.: Zastosowanie modelowania diagnostycznego dla wspomagania predykcyjnego utrzymania ruchu i zwiększenia efektywności energetycznej w hucie. Zeszyty Problemowe „Maszyny Elektryczne” 2/2013 (99), s. 233-240.
  • [5] Wegerich S.: Condition Based Monitoring using Nonparametric Similarity Based Modeling, Proceedings, Japanese Maintenance Society Meeting 2006.
  • [6] Doan D.: SmartSignal is Now Part of GE - What Does it Mean for You? „Orbit”, Vol. 31, No 2,2011.
  • [7] Lebeter D.: Time To Value, Keynote speech, SmartSignal, Proceedings, Summit 2008.
  • [8] US 6421571: Industrial plant asset management system: apparatus and method. 16 JUL 2002.
  • [9] RCM Guide For Facilities and Collateral Equipment, NASA, September 2008.
  • [10] Covino L., Hanifan M.: Asset Management 101, Part 1: Maintenance Strategy Overview. „Orbit”, Vol. 29, No 1, 2009, p. 30-35.
  • [11] Ambient Temperature Exceeding 104 Degrees F, Motor & Drives, Application Note, http://elpaso.apogee.net/md/ mspuamb.asp
  • [12] Bethel N.P.: Fault Zone Analysis: Six Part Series on Identifying Motor Defects. IRINFO, JAN 2007, http://www.irinfo.org/articles/09_01_2007_bethel. html
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-5096b9af-0841-4261-b191-20ab9d0f877e
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.