PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Diagnozowanie wibroakustyczne metodami podprzestrzeni obserwacji

Autorzy
Identyfikatory
Warianty tytułu
EN
Vibroacoustic diagnostics using methods of observation subspaces
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono ideę identyfikacji wzorców statystycznych odpowiadających stanowi zdatności maszyny lub urządzenia oraz tworzeniu residuów informujących o powstawaniu różnic w stanie monitorowanego obiektu. Omówiona w artykule nieinwazyjna metodyka diagnozowania na podstawie danych doświadczalnych, uzyskanych z obserwacji sygnału drgań, wykorzystuje niezawodne algorytmy numeryczne rzutów ortogonalnych przestrzeni macierzy obserwacji, realizowanych za pomocą dekompozycji LQ oraz rozkładów macierzy według wartości szczególnych SVD. Algorytm zweryfikowano w trakcie tworzenia residuów dla układu zaworowego silnika o zapłonie iskrowym w różnych stanach eksploatacyjnych.
EN
In the paper the idea of identifying statistical patterns matching to the machine or devices in good technical condition and generation of residuals informing about the monitored object s state changes is presented. Noninvasive methodology based on experimental data obtained from the observation of the vibration signal is discussed. The indicated method uses robust numerical algorithms of orthogonal projections realized through LQ factorization and singular value decomposition SVD. Method was verified during the generation of residuals for the IC engine valve system in the various maintenance states.
Twórcy
autor
  • Uniwersytet Technologiczno-Humanistyczny w Radomiu, ul. Malczewskiego 29, 26-600 Radom
Bibliografia
  • 1. Batko W., Dąbrowski Z., Kiciński J.: Nonlinear Effects in Technical Diagnostics. Copyright ITeE - PIB, Radom 2008.
  • 2. Osowski S.: Metody i narzędzia eksploracji danych. Wydawnictwo BTC, Legionowo 2013.
  • 3. Ashari A.E., Mevel L: Auxiliary input design for stochastic subspace-based structural damage detection. ELSEVIER Mechanical Systems and Signal Processing 34, 2013, pp. 241 - 258.
  • 4. Basseville M., Mevel M., Goursat M.: Statistical model-based damage detection and localization: subspace-based residuals and damage-to-noise sensitivity ratios. Journal of Sound and Vibration 275, 2004, pp. 769 - 794.
  • 5. Puchalski A.; Wybrane problemy diagnozowania układów mechatronicznych pojazdów. Biblioteka Problemów Eksploatacji, Wyd. Naukowe ITeE - PIB Radom, 2013.
  • 6. Basseville M.: On-board component fault detection and isolation using statistical local approach. INRIA Renes - France, Raport no. 3252, Sep.1997.
  • 7. Basseville M., Abdeighani M., Benveniste A.: Subspace-based fault detection algorithms for vibration monitoring. Automatica, No. 36, 2000, pp.101 - 109.
  • 8. Huang B., Kadali R.: Dynamic modeling, predictive control and performance monitoring. A data drive subspace approach. Springer-Verlag, London Limited 2008.
  • 9. Katayama T.: Subspace methods for system Identification. Springer-Verlag, London Limited 2005.
  • 10. Wilsky A.S.: A survey of design methods for failure detection in dynamic systems. Automatica, Vol. 12, 1976, pp. 601 - 611.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-0154d0b3-539f-4e02-8d53-304a8e629fb2
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.