Zintegrowany system decyzyjny w badaniach akustycznych na przykładzie pompy zębatej

• Autorzy: Deptuła A.

Warianty tytułu

EN

Integrated decision support system for acoustic research on the example of the gear pump

• Języki publikacji: PL

Abstrakty

PL

Najbardziej rozpowszechnione w przemyśle są pompy zębate o zazębieniu zewnętrznym. Ich udział oceniany jest na około 50%. Tak powszechne zastosowanie wynika z prostej i zwartej ich konstrukcji, niezawodności działania, wysokiej odporności na zanieczyszczenia czynnika roboczego, dużego współczynnika sprawności, małych gabarytów w porównaniu z innymi jednostkami pompującymi oraz niskim kosztem wytwarzania [1, 2, 3]. Pomimo swych rozlicznych zalet pod względem hałaśliwości i współczynnika nierównomierności wydajności, pompy te ustępują miejsca innym. Skuteczne zmniejszenie hałasu uzyskuje się, łącząc oba sposoby, przy czym najbardziej efektywna jest metoda czynna, usuwająca przyczyny dźwiękotwórcze. Jak wykazały badania, parametry akustyczne pompy uzależnione są od technologii i jakości wykonania oraz od wielkości geometrycznych zarysu zęba. W artykule przedstawiono idee komputerowego wspomagania podejmowania decyzji w badaniach akustycznych innowacyjnej pompy zębatej z podciętą stopą zęba [3].

EN

The noise is most effectively reduced through a combination of the two ways (the active way being the most effective of the two). The acoustic data classification process can be presented on the basis of a general scheme. A sample query “query-by-example” to the decision-making system can be made both by means of a sequence of samples, a symbolic code or a meta record. The paper presents an integrated decision-making system in acoustic research on the example of the gear pump.

Słowa kluczowe

PL

zintegrowany system decyzyjny; badania akustyczne; pompa zębata

EN

integrated decision support system; acoustic research; gear pump

• Wydawca: Wydawnictwo HMR-TRANS Sp. z o.o.
• Czasopismo: Transport Przemysłowy i Maszyny Robocze
• Rocznik: 2015
• Tom: Nr 4
• Strony: 65--71
• Opis fizyczny: Bibliogr. 22 poz., rys., tab.

Twórcy

autor

Deptuła A.

Bibliografia

• [1] Deptuła A., Osiński P.: Examination of acoustic properties of a gear pump after tooth root undercutting, Archives of Acoustics [w recenzji].
• [2] Osiński P.: Impact of the tooth root undercutting on hydraulic and acoustic properties of gear pump; Raport PRE nr 14/2005, Politechnika Wrocławska, Wrocław 2005.
• [3] Osiński P., Deptuła A., Partyka M.A.: Discrete optimization of a gear pump after tooth root undercutting by means of multi-valued logic trees, Archives of Civil and Mechanical Engineering, vol. 13, iss. 4, December 2013, s. 422-431.
• [4] Alter S.: A Work System View of DSS in Its Fourth Decade. Decision Support Systems, 38(3), s. 319-327.
• [5] Alvarez J., Nuthall P.: Adoption of computer based information systems. The case of dairy farmers in Canterbury, NZ, and Florida, Uruguay. Computers and Electronics in Agriculture, 50(2006), s. 48-60.
• [6] Gloy B.A., Akridge J.T.: Computer and internet adoption on large U.S. farms, International Food and Agribusiness Management Review, 3(2000), s. 323-338.
• [7] Manos B., Paparrizos K.: Decision support systems in agriculture, food and the environment: trends, applications and advances, IGI Global, Hershey, PA, USA, 2010, ISBN 978-1-61520-881-4.
• [8] Gelb E., Voet H.: ICT Adoption Trends in Agriculture: A summary of the EFITA ICT Adoption Questionnaires, 2009.
• [9] Zaliwski A., Wolny S.: A Concept of Internet Decision Support System for Integrated Plant Protection, Journal of Plant Protection Research, 43(3), s. 281-290.
• [10] Kollek W., Osiński P.: Modelling and design of gear pumps, Oficyna Wydawnicza PWr, Wrocław 2009.
• [11] Kollek W.: Gear pumps, their construction and exploitation, Wyd. Ossolineum, Wrocław 1996.
• [12] Manos B., Ciani A.: A taxonomy survey of decision support systems in agriculture, Agricultural Economics Review, August 2004, vol. 5, no 2.
• [13] Wójcik J., Kostek B.: Intelligent Methods for Musical Rhythm Finding Systems,[w:] Intelligent Technologies for Inconsistent Knowledge Processing (Nguyen N.T., ed.), rozdz. 11, s. 187-202, Australia 2004, s. 1836-1841.
• [14] Luo X., Jelinek F.: Probabilistic classification of HMM states for large vocabulary, [w:] in Proceedings of ICASSP, s. 2044-2047, Phoenix, USA, 1999.
• [15] Linde Y., Buzo A., Gray R.: An algorithm for vector quantizer design, IEEE Trans. Commun., vol. COMM-28, 1980, s. 84-95.
• [16] Ultsch A.: Self-organising neural networks for visualisation and classification, [w:] Opitz O., Lausen B., Klar R. (eds.) Information and Classification, Springer-Verlag, Berlin, s. 864-867.
• [17] Thang K. F., Aggrwal R.: Statistical and Neural Network Analysis of Dissolved in Power Transformers, IEEE Dielectric Materials, Measurements and Applications Conference Publication 473.
• [18] Wang Z., Ding X., Liu Y., Griffin P.J.: An Artificial Neural Network Approach to Transformer Fault Diagnosis, IEEE Transaction Power Delivery, vol. 11, no. 4, 1996.
• [19] Deptułs A.: The application of neural network to the analysis of acoustic signals for the gear pump with undercut tooth, Innovations in Management and Production Engineering, Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole 2015.
• [20] Huang J.K., Chang R.W., Lian Ch.W.: An Optimization Approach to the Displacement Volumes for External Spur Gear Pumps, Materials Science Forum, vol. 594 (2008).
• [21] Deptuła A., Partyka M.A.: Separate logical analysis of design guidelines in the machine systems modelling, International Journal of Applied Mechanics and Engineering, 2012, vol. 17, no. 3, s. 779-790, ISSN 1425-1655.
• [22] Schnars U., Jueptner W.: Digital Holography: Digital Holograms Recording Numerical Reconstruction and Related Techniques, Springer, Berlin 2004.