Wielorozdzielcza analiza falkowa w diagnostyce silnika agregatu głównego lokomotywy spalin

• Autorzy: Boguś P.

Warianty tytułu

EN

Multiresolution wavelet analysis in diagnostic of combustion locomotive diesel engine

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia możliwości zastosowania falkowej analizy wielorozdzielczej do diagnostyki silnika Diesla lokomotywy spalinowej. Analiza bazuje na sygnałach wibroakustycznych pozyskanych z silnika spalinowego przed i po generalnym remoncie lokomotywy i silnika. Istotą analizy wielorozdzielczej jest rozłożenie sygnału na składowe aproksymacyjne, które reprezentują różne poziomu szczegółowości sygnału. Badania pokazały wyraźne zróżnicowanie wykresów czasowo-częstotliwościowych współczynników transformaty falkowej. W celu diagnostycznym należy jednak oprzeć się nie tyle na analizie skalogramów i obrazów czasowo-przestrzennego rozkładu współczynników transformat falkowych, ale raczej na wyborze parametrów istotnych diagnostycznie nadających się do szybkiej analizy on-line. Do tego celu lepiej nadaje się wielorozdzielcza dekompozycja sygnału, która pozwala na analizę cech składowych na różnych poziomach szczegółowości.

EN

The paper presents the state of research on an application of multiresolution wavelet analysis into detection of combustion locomotive Diesel engine state in rail transport. The using of wavelets and especially multiresolution analysis give us some new prospects in engine diagnostic. The researches considered the determination of an engine states before and after a repair basing on vibroacoustic signals. The applied wavelet analysis should base rather not on the examination of timefrequency plots but rather on selecting parameters which are important for diagnosis and are appropriate for on-line diagnostic. The first results indicate that the separate single parameters of decomposed components on higher levels can be used as diagnostic parameters.

Słowa kluczowe

PL

wielorozdzielcza analiza falkowa; lokomotywa spalinowa; agregat; diagnostyka silnika; wielorozdzielcza dekompozycja sygnału; sygnał wibroakustyczny

EN

multiresolution wavelet analysis; diesel locomotive; aggregate; engine diagnostics; multiresolution signal decomposition; vibroacoustic signal

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Pojazdy Szynowe
• Rocznik: 2014
• Tom: Nr 2
• Strony: 21--28
• Opis fizyczny: Bibliogr. 20 poz., rys.

Twórcy

autor

Boguś P.

• Instytut Pojazdów Szynowych „TABOR”, Gdański Uniwersytet Medyczny

Bibliografia

• [1] Al-Badour F., Sunar M., Cheded L.: Vibration analysis of rotating machinery using time–frequency analysis and wavelet techniques. Mechanical Systems and Signal Processing, vol. 25, pp. 2083–2101, 2011.
• [2] P. Boguś, J. Merkisz, R. Grzeszczyk, S. Mazurek: Nonlinear Analysis of Combustion Engine Vibroacoustic Signals for Misfire Detection. SAE Technical Paper Series 2003-01-0354.
• [3] P. Boguś, K. Lewandowska: Short-Time Signal Analysis Using Pattern Recognition Methods. Lecture Notes in Artificial Intelligence: Artificial Intelligence and Soft Computing, 3070, 2004.
• [4] P. Boguś, J. Merkisz: Diagnostyka pokładowa silników wysokoprężnych z wykorzystaniem nieliniowych metod analizy sygnałów. Pojazdy Szynowe, 1/2004.
• [5] P. Boguś, R. Grzeszczyk, J. Merkisz: Diagnostyka pokładowa silników wysokoprężnych z wykorzystaniem chwilowej analizy sygnałów. Pojazdy Szynowe, 1/2004.
• [6] P. Boguś, J. Merkisz: Wykrywanie zjawiska wypadania zapłonu w silniku o zapłonie samoczynnym w oparciu o grupowanie danych w krótkoczasowej analizie sygnałów wibroakustycznych. Silniki Spalinowe, 4, 2005.
• [7] P. Boguś, J. Merkisz: Misfire Detection of Locomotive Diesel Engine by Nonlinear Analysis. Mechanical Systems and Signal Processing, 19, 2005.
• [8] P. Boguś, J. Merkisz: Short Time Analysis of Combustion Engine Vibroacoustic Signals with Using Pattern Recognition Techniques. SAE Technical Paper Series 2005-01-2529.
• [9] P. Boguś, A. Sienicki, E. Wojciechowska, J. Merkisz: The comparison of vibroacoustic signals taken from an engine before and after repair. Combustion Engines, 2007-SC3.
• [10] P. Boguś, A. Sienicki, E. Wojciechowska. Porównanie stanu silnika lokomotywy spalinowej ST44 przed i po remoncie przy użyciu sygnału wibroakustycznego. Pojazdy Szynowe, 2/2007.
• [11] P. Boguś, J. Merkisz, S. Mazurek. The Prospect of Artificial Intelligence Methods in Identification and Prevention of Critical Railway Accidents. In: L. Rutkowski, R. Tadeusiewicz, L. Zadeh, J. Zurada (eds.). Computational Intelligence: Methods and Applications. EXIT, Warsaw 2008, str. 445-453.
• [12] P. Boguś, J. Merkisz. Zastosowanie analizy falkowej w diagnostyce silnika spalinowego. Combustion Engines, 2013, 154(3), str. 226-231. ISSN 0138-0346 – MniSW = 7.
• [13] K. Chui K.: Wavelets: A Mathematical Tool for Signal Processing. SIAM Society for Industrial and Applied Mathematics, 1997.
• [14] Goswami J. C., Chan A. K.: Fundamentals of Wavelets.Theory, Algorithms, and Applications. John Wiley & Sons, Inc., 2010.
• [15] Madej H.: Metody przetwarzania sygnałów wibroakustycznych w diagnozowaniu silników spalinowych. Zeszyty Naukowe Politechniki Śląskiej, Seria: Transport, z. 69, pp. 97-104, 2010.
• [16] P. Mening, C. Coverdill: Transportation Recorders on Commercial Vehicles. International Symposium on Transportation Recorders, Arlington, Virginia, 1999.
• [17] J. Merkisz, S. Mazurek: Pokładowe systemy diagnostyczne pojazdów samochodowych. Wydawnictwa Komunikacji i Łączności, Warszawa, 2002.
• [18] Tsea P. W., Yangb W., Tama H. Y.: Machine fault diagnosis through an effective exact wavelet analysis. Journal of Sound and Vibration, vol. 277, pp. 1005–1024, 2004.
• [19] J. R. Wootton, A. Garcia-Ortiz: Intelligent Transportation Systems: A Global Perspective. Mathl. Comput. Modellin, 22, 1985.
• [20] G. T. Zheng, A. Y. T. Leung. Internal Combustion Engine Noise Analysis With Time-Frequency Distribution. Journal of Engineering for Gas Turbines and Power, JULY 2002, Vol. 124, pp. 645-649

Uwagi

PL

Artykuł powstał w ramach projektu badawczego Nr 5406/B/T02/2011/40 pt. „Zastosowanie wybranych metod analizy sygnałów wibroakustycznych oraz technologii GPS dla monitorowania oraz oceny pozycji i stanu pojazdu szynowego w celu zwiększania bezpieczeństwa ruchu oraz lepszego zarządzania taborem kolejowym”