PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Neuronowy detektor uszkodzeń łożysk tocznych

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Neural detector of rolling bearing faults
Języki publikacji
PL
Abstrakty
EN
Early detection of rolling bearing faults in induction motors is very important task in the exploitation of electrical motors due to the consequences of the their damage. In the article the possibility of the neural networks application for the detection of bearing faults (such as: balls, outer and inner races) in induction motors is presented. The training and test of the neural network used data obtained from the experiments carried out on a set of specially made bearing damage. To the test used amplitudes of the characteristics frequency obtained from the spectral analysis of the mechanical vibrations and the envelope analysis.
Rocznik
Tom
Strony
205--210
Opis fizyczny
Bibliogr. 11 poz., rys., tab.
Twórcy
autor
  • Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, 50-370 Wrocław, ul. Smoluchowskiego 19, pawel.ewert@pwr.wroc.pl
Bibliografia
  • [1] Abu-Rub H., Ahmed Sk. M., Iqbal A., Rahimian M., Toliyat H.A., Incipient Bearing Fault Diagnostics for Inverter Fed Induction Motor Drive using ANFIS, XIX International Conference on Electrical Machines - ICEM 2010, Rome, 6-8 Sept. 2010, pp. 1-5
  • [2] Blödt M., Granjon P., Raison B., Rostaing G., Models for Bearing Damage Detection in Induction Motors Using Stator Current Monitoring, IEEE Transactions on Industrial Electronics, Vol. 55, No. 4, April 2008, pp. 1813-1822
  • [3] Ewert P., Kowalski Cz. T., Ocena skuteczności wykrywania uszkodzeń elementów konstrukcyjnych łożysk tocznych w silnikach indukcyjnych, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych, Oficyna Wydawnicza Politechniki Wrocławskiej 2010, nr 64, seria: Studia i materiały nr 30, str. 291-302
  • [4] Immovilli F., Bellini A., Rubini R., Tassoni C., Diagnosis of Bearing Faults in Induction Machines by Vibration or Current Signals: A Critical Comparison, IEEE Transactions on Industry Applications, Vol. 46, No. 4, July/August 2010, pp. 1350-1359
  • [5] Kowalski Cz. T., Monitorowanie i diagnostyka uszkodzeń silników indukcyjnych z wykorzystaniem sieci neuronowych, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej Nr 57, Seria: Monografie Nr 18, Wrocław 2005
  • [6] Li B., Chow Mo-Y., Tipsuwan Y., Hung J. C., Neural-Network-Based Motor Rolling Bearing Fault Diagnosis, IEEE Transactions on Industrial Electronics, Vol. 47, No. 5, October 2000, pp. 1060-1069
  • [7] Muthukumarasamy A., Ganeriwala S., Diagnosis of Rolling Element Bearing Faults using Envelope analysis, Tech Note, SpectraQuest Inc. (2009), pp. 1-11
  • [8] Osowski S., Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, 2006
  • [9] Swędrowski L., Nowa metoda diagnostyki łożysk silnika indukcyjnego oparta na pomiarze i analizie widmowej prądu zasilającego, Monografie 54, Politechnika Gdańska, 2005
  • [10] Szymaniec S., Diagnostyka stanu izolacji uzwojeń i stanu łożysk silników indukcyjnych klatkowych w warunkach przemysłowej eksploatacji, Studia i Monografie z. 193, Opole 2006
  • [11] Zarei J., Poshtan J., Poshtan M., Bearing Fault Detection in Induction Motor Using Pattern Recognition Techniques, 2nd IEEE International Conference on Power and Energy (PECon 08), December 1-3, 2008, Johor Baharu, Malaysia, pp. 749-753
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS2-0062-0036
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.