Inteligentne podejście w rozpoznawaniu anomalii pracy maszyn napędzanych silnikami elektrycznymi

• Autorzy: Nowicki R. , Bate M.

Warianty tytułu

EN

An Intelligent Approach to Anomaly Detection at Work of Machines Driven by Electric Motors

• Języki publikacji: PL

Abstrakty

PL

W dokumencie przedstawiono metodykę diagnostyczną dedykowaną silnikom elektrycznymi wykorzystującą detekcję anomalii. Omówiono ważność systemów diagnostyki dla predykcyjnego utrzymania ruchu oraz rodzaje zadań diagnostycznych, które mogą być rozwiązywane z pomocą detekcji anomalii. W części #2 zajęto się warunkami wdrożenia takiego podejścia diagnostycznego oraz jego fazami. W części #3 zaprezentowano kilka przykładów rezultatów analiz diagnostycznych osiągniętych z pomocą systemu rozpoznawania anomalii dla maszyn napędzanych silnikami elektrycznymi.

EN

This paper presents a diagnostic approach dedicated, to electric motors and using anomaly detection technology. There is provided description of importance of diagnostic system for the predictive maintenance approach, and types of tasks solved by typical diagnostic systems and by anomaly detection ones. Part #2 presents conditions and phases of an anomaly system implementation. There are presented some examples of outcomes from anomaly system applications for machines driven by electric motors in the part #3.

Słowa kluczowe

PL

diagnostyka; rozpoznawanie anomalii; predykcyjne utrzymanie ruchu; silniki elektryczne

EN

diagnostics; detection of anomalies; predictive maintenance; electric motors

• Wydawca: Sieć Badawcza Łukasiewicz - Górnośląski Instytut Technologiczny
• Czasopismo: Maszyny Elektryczne : zeszyty problemowe
• Rocznik: 2013
• Tom: Nr 2(99)
• Strony: 241--246
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Nowicki R.

• GE Power Controls Sp. z o.o. 60-432 Poznań

autor

Bate M.

• GE Intelligent Platforms Industrial Data Intelligence, Chester, United Kingdom

Bibliografia

• [1]. Nowicki R.: Zróżnicowanie systemów On-Line nadzoru stanu technicznego agregatów z napędami elektrycznymi, Zeszyty Problemowe - Maszyny Elektryczne, Nr 89/2011, str. 65-73.
• [2]. Nowicki R., Pappas Y.: Intelligent Maintenance Support of Hydro Station Asset Management, Proceedings of International Conf. OCT 29-31, 2012, Bilbao, Spain.
• [3]. Song J., Nowicki R., Duyar A., Zastosowanie modelowania diagnostycznego dla wspomagania predykcyjnego utrzymania ruchu i zwiększenia efektywności energetycznej w hucie, Zeszyty Problemowe - Maszyny Elektryczne, 2013, przesłane do redakcji.
• [4]. Wegerich S., Condition Based Monitoring using Nonparametric Similarity Based Modeling, Proceedings, Japanese Maintenance Society Meeting 2006.
• [5]. Doan D., SmartSignal* is Now Part of GE – What Does it Mean for You?, Orbit, Vol. 31, No2, 2011.
• [6]. Lebeter D., Time To Value, Keynote speech, SmartSignal*, Proceedings, Summit 2008.
• [7]. US 6421571: Industrial plant asset management system: apparatus and method, 16 JUL 2002.
• [8]. RCM Guide For Facilities and Collateral Equipment, NASA, September 2008.
• [9]. Covino L., Hanifan M., asset Management 101, Part 1: Maintenance Strategy Overview, Orbit, Vol. 29, No1 2009, p. 30-35.