Metody diagnozowania łożysk tocznych z zastosowaniem transformacji falkowej

• Autorzy: Wysogląd B.

Warianty tytułu

EN

Methods of diagnosing rolling element bearings with the use of wavelet transform

• Języki publikacji: PL

Abstrakty

PL

W pierwszej części artykułu przedstawiono metodę diagnozowania łożysk tocznych z zastosowaniem transformacji falkowej (WT) do wielopasmowej filtracji sygnałów oraz opisano wpływ wyboru funkcji bazowych WT na uzyskiwane wyniki badań. W drugiej części przedstawiono metodę diagnozowania łożysk bazującą na identyfikacji (rozpoznawaniu) pojedynczych impulsów sygnału wywołanych uszkodzeniem łożyska tocznego z wykorzystaniem klasyfikatora neuronalnego oraz WT do wyznaczania cech pojedynczych impulsów sygnału.

EN

In the first part of this paper, the method of detection of bearings failures using wavelet transform (WT) for multiple band-pass filtering of the signal was presented. There are described results of the use of different kinds of basis functions. In the second part, the method of bearing diagnostics based on recognition (classification) of signal impulses, caused by faults of bearing, was presented. Feed forward neural networks were used for classifying the impulses.

Słowa kluczowe

PL

łożysko toczne; transformacja falkowa; sieci neuronowe

EN

roller bearing; wavelet transform; neural networks

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2003
• Tom: Vol. 29
• Strony: 47--52
• Opis fizyczny: Bibliogr. 13 poz.

Twórcy

autor

Wysogląd B.

• Katedra Podstaw Konstrukcji Maszyn, Politechnika Śląska, ul. Konarskiego 18a. 44-100 Gliwice,

Bibliografia

• [1] Altmann. J, Mathew J.: Multiple band-pass autoregressive demodulation for rollingelement bearing fault diagnosis. Mechanical Systems and Signal Processing (2001) 15(5), pp. 963-977.
• [2] Batko W., Mikulski A.: Application of wavelet analysis in steel ropes safety assessment (in Polish). II Int. Conf. of Technical Diagnostics. Warsaw, Poland - 2000.
• [3] Białasiewicz J.T.: Falki i aproksymacje. WNT, W-wa 2000.
• [4] Cempel Cz., Tomaszewski F.: Diagnostyka maszyn. Zasady ogólne. Przykłady zastosowań. Międzyresortowe Centrum Naukowe Eksploatacji Majątku trwałego. Radom, 1992.
• [5] Dziurdź J.: Wybrane aspekty diagnostyki łożysk tocznych. Materiały XXII Ogólnopolskiego Sympozjum Diagnostyka Maszyn. Węgierska Górka, 1995.
• [6] Gaberson H.: Machinery diagnostic application of the Morlet Wavelet distribution. Proceedings of SPIE. Orlando, 2001.
• [7] K. Mori, N. Kasashima, T. Yoshioka, Y.Ueno: Prediction of spalling on ball bearing by applying the discrete wavelet transform to vibration signals.Wear 195(1996), pp.162-165.
• [8] Rubini R., Meneghetti U.: Application of the envelope and wavelet transform analyses for the diagnosis of incipient faults in ball bearings. Mechanical Systems and Signal Processing (2001) 15(2), pp.287-302.
• [9] Shao Y., Nezu K., Hasegawa Y., Kaznawa N.: The relationship between features of bearing failures and different positions of sensors. Materiały IX IMEKO TC10. Wrocław, 1999.
• [10] Tandon N., Choudhury A.: A review of vibration and acoustic measurement methods for the detection of defects in rolling element bearings. Tribology International 32(1999), pp. 469-480.
• [11] Ying T., Qiao S.: Diagnosis of rolling element bearing defects using continuous wavelet transform. The 8th International Congress on Sound and Vibration. Hong Kong, 2001.
• [12] Wysogląd B.: The method of early detection of bearings failures using wavelet transform. Materiały 4th International Conference: Acoustical and Vibratory Surveillance Methods and Diagnostic Techniques. France, Compiegne –2001, pp. 675-682.
• [13] Wysogląd B.: Application of neural networks to wavelet-based identification of ball bearings faults. Materiały AI-METH 2002 - Artificial Intelligence Methods. Poland, Gliwice. November 2002, pp. 441-444.