Detekcja uszkodzenia uszczelki głowicy silnika on-line na podstawie sygnału drgań z wykorzystaniem analizy składowych głównych

• Autorzy: Komorska Iwona

Warianty tytułu

EN

On-line detection of the engine head gasket defects on the basis of vibration signal with principal components analysis

• Języki publikacji: PL

Abstrakty

PL

W artykule rozważano możliwość diagnozowania on-line uszkodzenia uszczelki głowicy silnika spalinowego. W systemach diagnozowania on-line wciąż poszukuje się prostszych metod, które umożliwiłyby rozróżnienie stanów dobry – zły oraz identyfikację uszkodzenia. Po zarejestrowaniu sygnału drgań można utworzyć na jego podstawie wiele parametrów diagnostycznych. Część z nich jest użyteczna i niesie informacje o stanie obiektu, część jest skorelowana z innymi, a część zakłóca proces diagnozowania i jest wręcz szkodliwa. Aby wybrać tylko te nośne informacyjnie parametry zastosowano w pracy metodę analizy składowych głównych (Principal Component Analysis) tworząc model empiryczny pozwalający na automatyczną klasyfikację uszkodzeń uszczelki głowicy silnika na podstawie sygnału drgań.

Paper discussed the possibility of on-line diagnosis the defect of the head gasket of the combustion engine. In systems of on-line diagnostics the simpler methods - which would allow to differentiate good and faulty states as well as the defects identification - are constantly searched for. When the vibration signal is recorded several diagnostic parameters can be created on its bases. A part of them is useful and provides information of the object state, a part is correlated with other data, however there is also a part which disturbs the diagnostic process. In order to select parameters carrying information the method of the Principal Component Analysis (PCA) was applied forming the empirical model allowing for an automatic classification of defects of the engine head gasket on the bases of the vibration signal.

Słowa kluczowe

PL

diagnostyka on-line; silnik spalinowy; głowica; awaria; drgania

EN

on-line diagnostics; engine; head; accident; vibrations

• Wydawca: Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o
• Czasopismo: TTS Technika Transportu Szynowego
• Rocznik: 2015
• Tom: R. 22, nr 12
• Strony: 1956--1959, CD
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Komorska Iwona

• Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu, Instytut Eksploatacji Pojazdów i Maszyn, Zakład Mechatroniki Samochodowej

Bibliografia

• 1. Węgiel S., Wiśniewski K., Zawadzki J., Uszczelki głowicy silnika, Poradnik serwisowy, Kompendium praktycznej wiedzy warsztatowej, nr 6 / 2004.
• 2. Komorska I., Detection of the engine head gasket defects on the basis of vibration signal, Combustion Engines 3/2011 (146).
• 3. Czech P., Wykorzystanie probabilistycznych sieci neuronowych i sygnałów drganiowych do diagnozowania uszkodzenia uszczelki pod głowicą silnika ZS, Zeszyty Naukowe Politechniki Śląskiej, Seria: TRANSPORT z. 78, 2013 r, s.39-45.
• 4. Ling D., Song W., Sun R., Metoda przewidywania niezawodności elementów składowych silnika diesla oparta na analizie przyczyn i skutków uszkodzenia FMEA, Eksploatacja i Niezawodność - Maintenance and Reliability 2011, 1: s.63-68.
• 5. Jolliffe I. T., Principal Component Analysis, Springer, New York, 2002.
• 6. He Q., Yan R., Kong F., Du R., Machine condition monitoring using Principal Component representations, Mechanical Systems and Signal Processing, Vol.23, Issue 2, 2009, p. 446-466.
• 7. Dybala J., Radkowski S., Geometrical method of selection of features of diagnostic signals, Mechanical Systems and Signal Processing Vol.21, Issue 2, 2007, p. 761-779.
• 8. Zimroz R, Bartkowiak A., Investigation on Spectral Structure of Gearbox Vibration Signals by Principal Component Analysis for Condition Monitoring Purposes, 9th International Conference on Damage Assessment of Structures (DAMAS 2011), Journal of Physics: Conference Series, Vol. 305, 2011.
• 9. Ahmed M., Gu F. Ball A., Fault Detection and Diagnosis using Principal Component Analysis of Vibration Data from a Reciprocating Compressor. 18th International Conference On Automation And Computing (ICAC), 2012. IEEE, Cardiff, UK, p. 461-466.
• 10. Antory D., Kruger U., Irwin G.W., McCullough G. Fault Diagnosis in Internal Combustion Engines Using Nonlinear Multivariate Statistics, Proceedings of the Institution of Mechanical Engineers, Part I Journal of Systems and Control Engineering, Vol. 219, Issue 4, 2005, p. 243-258.
• 11. Komorska I., Vibroacoustic diagnostic model of the vehicle drive system, Instytut Technologii Eksploatacji – PIB, Radom, 2011.
• 12. Komorska I, Analiza sygnału drgań silnika o zapłonie iskrowym w warunkach drogowych, Archiwum Motoryzacji nr 3/2009, s.181-190
• 13. Osowski S.: Metody i narzędzia eksploracji danych, Wyd. BTC, Legionowo 2013.