Tytuł artykułu
Treść / Zawartość
Pełne teksty:
Identyfikatory
Warianty tytułu
Detection of rolling element bearing faults by means of acoustic signals recorded by a mobile phone
Języki publikacji
Abstrakty
Według statystyk traktujących o najczęstszych przyczynach awarii silników elektrycznych, łożyska toczne są najczęstszą przyczyną problemów. Jednocześnie dziedzina monitorowania stanu łożysk tocznych jest bardzo dojrzałą gałęzią dużo szerszego zagadnienia diagnostyki maszyn wirujących. W rezultacie wiele bardzo wydajnych systemów diagnostycznych pozwalających na monitorowanie stanu łożysk z bardzo dużą dokładnością zostało stworzonych w ostatnich dekadach. Niestety inwestycja w owe, często kosztowne systemy, nie zawsze jest ekonomicznie opłacalna, zwłaszcza gdy rozpatrywany jest monitoring nie krytycznych elementów systemu. To z kolei może prowadzić do potencjalnego zwrotu z inwestycji o krytycznie niskiej wartości. Ten stan rzeczy jest motywatorem działań mających na celu znalezienie idealnej równowagi pomiędzy kosztami przedsięwzięć skierowanych na monitorowanie stanu elementów łożyska, a ich efektywności. Jeden z obecnych trendów jest stricte powiązany z możliwościami bardzo wszechstronnych urządzeń przenośnych, na przykład telefonów komórkowych, które są wyposażone w mocne jednostki obliczeniowe oraz mają domyślnie wbudowanych wiele rodzajów sensorów. Ten tekst koncentruje się na możliwościach wykorzystania mikrofonu wbudowanego w standardowy telefon komórkowy do monitorowania stanu łożysk tocznych. Okazuje się, że głównym wyzwaniem jest charakterystyczna odpowiedź częstotliwościowa standardowego mikrofonu, który jest skonstruowany z myślą o transmisji ludzkiego głosu, a ten rzadko niesie ważne informacje w paśmie poniżej 200Hz. Jednakże uzyskane wyniki wskazują, że pomimo tego ograniczenia, jest możliwe wykrywanie obecności wad typowych dla łożysk tocznych.
According to statistics of the causes of electric machinery failures, bearings are at the very top of the list. Simultaneously the field of condition monitoring of rolling element bearings is a very mature branch of the more broad family of rotating machinery diagnostics. Many sophisticated systems have evolved over the past decades which allow to monitor the condition of bearings with a very high accuracy. Unfortunately, the business case of installing such, often costly system, in not always economically viable, especially when monitoring of the non-critical elements of the system is concerned and so the potential Return On Investment might be of critically low value. For this reason there is an ongoing endeavor to find the perfect balance between the cost of the condition monitoring activities and their efficiency. One of the mostly investigated areas these days is related to the onset of the very powerful and versatile portable devices e.g. mobile phones chich come instrumented with a very powerful CPUs and a number of sensors of different types. This text looks into the possibilities of utilizing the microphone embedded in a standard off-the-shelf mobile phone for the purpose of monitoring the condition of rolling element bearings. It turns out that the main challenge comes from the characteristic frequency response of the standard microphone which is mainly designed to transmit human voice, typically in the range above 200Hz. However the obtained results suggest that despite this limitation it is possible to detect the presence of typical faults in the rolling element bearings.
Czasopismo
Rocznik
Tom
Strony
163--168
Opis fizyczny
Bibliogr. 11 poz., rys., wz.
Twórcy
autor
- ABB, Kraków
autor
- ABB, Kraków
autor
- ABB, Kraków
autor
- ABB, Kraków
Bibliografia
- [1]. Randall R.B., Antoni J.: Rolling element Bering diagnostics-A tutorial", Mechanical Systems and Signal Processing, Vol. 25 (2), pp. 485–520, 2011.
- [2]. Morhain A., Mba D.: Bearing defect diagnosis and acoustic emission, Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology, Vol. 217 (4), pp. 257-272, 2003.
- [3]. Frosini L., Bassi E.: Stator Current and Motor Efficiency as Indicators for Different Types of Bearing Faults in Induction Motors, IEEE Transactions on Industrial Electronics, Vol. 57 (1), pp. 244 - 251, 2009.
- [4]. Mazioud A., Ibos L., Khlaifi A., Durastanti, J.F.: Detection of rolling bearing degradation Rusing infrared thermography, 9th International Conference on Quantitative InfraRed Thermography, Krakow, Poland, 2008.
- [5]. Miller J.L., Kitaljevich D.: In-line oil Derbis monitor for aircraft engine condition assessment, IEEE Aerospace Conference Proceedings, Vol. 6, pp. 49-56, 2000.
- [6]. Sinha J.K.: Vibration Analysis, Instruments, and Signal Processing, CRC Press, 2014.
- [7]. Randall R. B.: Vibration-based Condition Monitoring: Industrial, Aerospace and Automotive Applications, John Wiley & Sons, 2011
- [8]. Beebe R., Myers J.: Professional Paramedic, Volume I: Foundations of Paramedic Care, Cengage Learning, 2012.
- [9]. Goldman S.: Vibration Spectrum Analysis: A Practical Approach, Industrial Press Inc, 1999.
- [10]. Antoni J.: The spectral kurtosis: a useful tool for characterizing non-stationary signals, Mechanical Systems and Signal Processing 20: 282-307, 2006.
- [11]. Randall R.B.: Frequency analysis, Bruel & Kjaer 3rd edition, 1987.
Uwagi
PL
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-65d7a9cf-4489-41e2-8099-6f2a8229631c