Wykorzystanie pomiarów akustycznych do oceny stanu maszyn elektrycznych

• Autorzy: Gibiec M. , Miękina L.

Warianty tytułu

EN

Application of acoustic measurements for electrical machines condition assessment

• Konferencja: Diagnostics'04, III Międzynarodowy Kongres Diagnostyki Technicznej (6-9 września 2004, Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule zaprezentowano przykład oceny stanu maszyn elektrycznych na podstawie analizy sygnałów akustycznych. Przedmiotem badań była ocena jakości nowych podzespołów schodzących z linii produkcyjnej. W tym przypadku pierwsze symptomy niepełnej zdatności ujawniają się w dziedzinie sygnałów akustycznych, a dopiero w trakcie dalszej eksploatacji rozwijają się do stadium wykrywanego przez pomiary drganiowe. Podstawą oceny było widmo fali akustycznej ujednolicone dla wszystkich egzemplarzy względem prędkości obrotowej. Wykorzystywanym narzędziem jest odpowiednio przygotowana sieć neuronowa typu Kohonena. Efekty jej działania porównano z wynikami metody minimalnoodległościowej opartej o uśrednione wzorce widmowe.

EN

In this article, an example of electric machines condition assessment is presented. The case studies were new components quality control. In such case first symptoms of unserviceability disclose in acoustic domain and then in later exploitation they develop into form detectable in vibration measurements. The basis of assessement was acoustic wave spectrum normalized in relation to rotating speed. The assessing tool is adequatly prepered neural network of Kohonen's type. Its performance was compared to results of minimum distance method basing on averaged spectrum patterns.

Słowa kluczowe

PL

ocena stanu technicznego maszyn; sygnały akustyczne; sieci neuronowe

EN

machine technical state control; acoustic signals; neural networks

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2004
• Tom: Vol. 30, T. 1
• Strony: 187--190
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Gibiec M.

• Katedra Robotyki I Dynamiki Maszyn, Akademia Górniczo-Hutnicza, Al. Mickiewicza 30, 30-059 Kraków

autor

Miękina L.

• Katedra Robotyki I Dynamiki Maszyn, Akademia Górniczo-Hutnicza, Al. Mickiewicza 30, 30-059 Kraków

Bibliografia

• [1] W.Batko, M.Gibiec, Neural Networks for Automatic Machine Condition Assessement, Proc. of the IASTED International Conference Modelling, Identification and Control, Innsbruck 2000, pp. 578-584.
• [2] Z. Żyszkowski, Miernictwo akustyczne, WNT, W-wa, 1987.
• [3] TEAC DF-S3 user's manual. Teac Corp., Tokyo, 2003.
• [4] Gibiec M., Doskowski G., Uhl T., Kohonen Neural Networks Utilisation to Aid Diagnostic Process, AI-METH 2002, Gliwice.
• [5] Kohonen T.: The self-organizing map. Springer, Berlin Heidelberg, 1995.