Klasyfikator lokalnych uszkodzeń zębów kół przekładni, wykorzystujący logikę rozmytą oraz selekcję widmową

Czech, P.

Artykuł - szczegóły

Tytuł artykułu

Klasyfikator lokalnych uszkodzeń zębów kół przekładni, wykorzystujący logikę rozmytą oraz selekcję widmową

Autorzy

Czech P.

Treść / Zawartość

Pełne teksty:

httpwww_bg_utp_edu_plartpe12008pe12008055073.pdf

Pobierz

Identyfikatory

Warianty tytułu

Classifier of fault diagnosis in a gear wheel which used fuzzy logic and fast Fourier transform

Języki publikacji

Abstrakty

W artykule przedstawiono wyniki prób mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni, zbudowanego w oparciu o logikę rozmytą. Obiekt badań stanowiła przekładnia zębata o zębach prostych, pracująca na stanowisku mocy krążącej FZG. Badaniami objęto przekładnie z kołami bez uszkodzeń oraz z lokalnymi uszkodzeniami zębów w postaci pęknięcia u podstawy zęba i wykruszenia wierzchołka zęba. W artykule zaproponowano sposób budowy systemów diagnozujących lokalne uszkodzenia zębów kół. Do tego celu wykorzystano sygnały drganiowe poddane odpowiedniej filtracji oraz przetwarzaniu.

The present paper presents the results of an experimental application of a fuzzy logic system as a classifier of the degree of cracking root and chipping tip of the tooth in a gear wheel. The input data for the classifier was in the form of a matrix composed of statistical measures, obtained from fast Fourier transform analysis. In order to create a foundation for knowledge, a stand testing was done. The experimental tests were conducted in the system operating as circulating power test rigs. As the result, the method of standard construction for diagnostic systems based on fuzzy logic was also worked out by means of defining the ways of filtrating and analysing of signals. Additionally, the procedure of building the fuzzy logic system used to classify the state of an object was researched.

Słowa kluczowe

diagnostyka przekładna zębata metoda sztucznej inteligencji logika rozmyta

diagnostics toothed gears artificial intelligent methods fuzzy logic

Wydawca

Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego

Czasopismo

Problemy Eksploatacji

Rocznik

2008

Tom

nr 1

Strony

55--73

Opis fizyczny

Bibliogr. 40 poz., rys., tab.

Twórcy

autor

Czech P.

Politechnika Śląska, Gliwice

Bibliografia

1. Adamczyk J., Cioch W., Krzyworzeka P.: Możliwości neuronowej klasyfikacji stanu w zmiennych warunkach pracy obiektu. ZEM, Z. 2, Vol. 34, Radom 1999.
2. Bartelmus W., Zimroz R., Batra H.: Gearbox vibration signal pre-processing and values choice for neural network training. Artificial Intelligence Methods “AI-METH”, Gliwice 2003.
3. Cempel C.: Diagnostyka wibroakustyczna maszyn. Państwowe Wydawnictwo Naukowe, Warszawa 1989.
4. Chen D., Wang W.J.: Classification of wavelet map pattern using multi-layer neural networks for gear fault detection. Mechanical Systems and Signal Processing, 2002, 16(4).
5. Czech P.: Wykrywanie uszkodzeń przekładni zębatych za pomocą metod sztucznej inteligencji. Rozprawa doktorska. Katowice 2006.
6. Dalpiaz G., Rivola A., Rubini R.: Effectiveness and sensivity of vibration processing techniques for local fault detection in gears. Mechanical Systems and Signal Processing, 2000, 14(3), s. 387-412.
7. Dąbrowski Z., Radkowski St., Wilk A.: Dynamika przekładni zębatych. Badania i symulacja w projektowaniu eksploatacyjnie zorientowanym. ITeE, Radom 2000.
8. Dybała J., Radkowski S.: Geometrical method of selection of features of diagnostic signals. Mechanical Systems and Signal Processing, 2007, 21(2).
9. Frank P.M., Köppen-Seliger B.: Fuzzy logic and neural network applications to fault diagnosis. International Journal of Approximate Reasoning, 1997, 16, s. 67-88.
10. Gao X.Z., Ovaska S.J.: Soft computing methods in motor fault diagnosis. Applied Soft Computing, 1, 2001, s. 73-81.
11. James Li C., Limmer J.D.: Model-based condition index for tracking gear wear and fatigue damage. Wear 241 (2000), s. 26-32.
12. Kacprzyk J.: Wieloetapowe sterowanie rozmyte. Wydawnictwa Naukowo-Techniczne, Warszawa 2001.
13. Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W. (praca zbiorowa): Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. Wydawnictwa Naukowo-Techniczne, Warszawa 2002.
14. Kościelny J.M.: Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
15. Leonhardt S., Ayoubi M.: Methods of fault diagnosis. Control Engineering Practice, Vol. 5, No 5, 1997, s. 683-692.
16. Łachwa A.: Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji. Akademicka Oficyna Wydawnicza EXIT. Warszawa 2001.
17. Łazarz B., Madej H., Czech P.: Wykorzystanie selekcji widmowej sygnałów WA do klasyfikacji neuronowej typu SVM. XXXI Ogólnopolskie Sympozjum „Diagnostyka Maszyn”, Węgierska Górka 2004.
18. Madej H., Czech P., Konieczny Ł.: Wykorzystanie dyskryminant bezwymiarowych w diagnostyce przekładni zębatych. Diagnostyka Vol. 28, 2003, s. 17-22.
19. Madej H., Wilk A., Łazarz B.: The application of time-frequency analysis in diagnostics of local damages of toothed gears. 6th International Conference on Rotor Dynamics. IFToMM. Sydney 2002, s. 706-713.
20. Meesad P., Yen G. G.: Pattern classification by neurofuzzy network: application to vibration monitoring. ISA Transactions 2000, 39, s. 293-308.
21. Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna, tom 6. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
22. Osowski St.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej. Warszawa 2000.
23. Osowski St.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
24. Osowski St., Cichocki A., Siwek K.: Matlab w zastosowaniach do obliczeń obwodowych i przetwarzania sygnałów. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
25. Paya B. A., Esat I. I., Badi M. N. M.: Artificial neural network based fault diagnostics of rotating machinery using wavelet transforms as a preprocessor. Mechanical Systems and Signal Processing, 1997, 11(5).
26. Piegat A.: Modelowanie i sterowanie rozmyte. Problemy współczesnej nauki. Teoria i zastosowania. Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999.
27. Radkowski St.: Wibroakustyczna diagnostyka uszkodzeń niskoenergetycznych. Biblioteka Problemów Eksploatacji, Warszawa - Radom 2002.
28. Randall R.B.: Detection and diagnosis of incipient bearing failure in helicopter gearboxes. Engineering Failure Analysis, 2004, 11, s. 177-190.
29. Rutkowska D.: Inteligentne systemy obliczeniowe. Algorytmy genetyczne i sieci neuronowe w systemach rozmytych. Problemy współczesnej nauki. Teoria i zastosowania. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1997.
30. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN, Warszawa - Łódź 1997.
31. Samanta B., Al-Balushi K.R.: Artificial neural network based fault diagnostics of rolling element bearings using time-domain features. Mechanical Systems and Signal Processing, 2003, 17(2).
32. Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998.
33. Tadeusiewicz R.: Sztuczne sieci neuronowe. Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa 1993.
34. Tadeusiewicz R., Lula P.: Wprowadzenie do sieci neuronowych. StatSoft, Kraków 2001.
35. Tadeusiewicz R., Gąciarz T., Borowik B., Leper B.: Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C#. Polska Akademia Umiejętności, Kraków 2007.
36. Wang W.Q., Ismail F., Golnaraghi M.F.: Assessment of gear damage monitoring techniques using vibration measurements. Mechanical Systems and Signal Processing, 2001, 15(5), s. 905-922.
37. Wilk A., Łazarz B., Madej H.: Diagnostyka wibroakustyczna przekładni zębatych. V Krajowa Konferencja „Diagnostyka Techniczna Urządzeń i Systemów Diag”, Ustroń 2003.
38. Yang H., Mathew J., Ma L.: Intelligent diagnosis of rotating machinery faults – a review. 3rd Asia Pacific Conference on System Integrity and Maintence, 2002, s. 385-392.
39. Żółtowski B., Cempel C. (praca zbiorowa): Inżynieria Diagnostyki Maszyn. Biblioteka Problemów Eksploatacyjnych. Polskie Towarzystwo Diagnostyki Technicznej. Instytut Technologii Eksploatacji - PIB Radom, Warszawa, Bydgoszcz, Radom 2004.
40. Zieliński J.S.: Inteligentne systemy w zarządzaniu. Teoria i praktyka. Wydawnictwo Naukowe PWN, Warszawa 2000.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BAR0-0036-0005