Klasyfikator lokalnych uszkodzeń zębów kół przekładni wykorzystujący analizę CWT oraz logikę rozmytą

• Autorzy: Czech P.

Warianty tytułu

EN

Classifier of local damage of gear teethes with the use of CWT analysis and fuzzy logic

• Języki publikacji: PL

Abstrakty

PL

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

EN

There have been presented results of tests leading to development of local damage of gear teethes with the use of fuzzy logic. Subject of testing has been the straight bevel gear working on the circulating power stand FZG. Investigated have been undamaged gears as well as gears with local damage - crack located around the base of tooth and tooth tip chipping. A method of diagnostic systems development has been proposed. For that purpose, there were applied filtrated and processed vibrational signals.

Słowa kluczowe

PL

przekładnia zębata; logika rozmyta; uszkodzenie

EN

fuzzy logic; gear transmission; defect

• Wydawca: Wydawnictwo SIGMA-NOT ; Sieć Badawcza Łukasiewicz - Instytut Mechanizacji Budownictwa i Górnictwa Skalnego
• Czasopismo: Przegląd Mechaniczny
• Rocznik: 2009
• Tom: nr 3
• Strony: 30--38
• Opis fizyczny: Bibliogr. 36 poz., il.

Twórcy

autor

Czech P.

• Politechnika Śląska, Wydział Transportu

Bibliografia

• 1. James Li C., LimmerJ. D.: Model-based condition indexfor tracking gear wear and fatigue damage. Wear 241 (2000).
• 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. Czech P.: Wykrywanie uszkodzeń przekładni zębatych za pomocą metod sztucznej inteligencji. Rozprawa doktorska. Katowice 2006.
• 5. Czech P., Łazarz B., Wojnar G.: Wykrywanie lokalnych uszkodzeń zębów kół przekładni z wykorzystaniem sztucznych sieci neuronowych i algorytmów genetycznych. Biblioteka Problemów Eksploatacji. ITE, Radom 2007.
• 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).
• 7. Dąbrowski Z., Radkowski St., Wilk A.: Dynamika przekładni zębatych. Badania i symulacja w projektowaniu eksploatacyjnie zorientowanym. ITE, Radom 2000.
• 8. Dybała J., Radkowski S.: Geometrical method of selection of features of diagnostic signals. Mechanical Systems and Signal Processing 21(2)/2007.
• 9. Łazarz B., Wojnar G., Czech P.: Wibrometria laserowa i modelowanie - narzędzia współczesnej diagnostyki przekładni zębatych. Biblioteka Problemów Eksploatacji. ITE, Radom 2007.
• 10. Madej H., Czech P., Konieczny L: Wykorzystanie dyskryminant bezwymiarowych w diagnostyce przekładni zębatych. Diagnostyka, Vol. 28, 2003.
• 11. 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.
• 12. Radkowski St.: Wibroakustyczna diagnostyka uszkodzeń niskoenergetycznych. Biblioteka Problemów Eksploatacji. ITE, Warszawa-Radom 2002.
• 13. Randall R. B.: Detection and diagnosis of incipient bearing failure in helicopter gearboxes. Engineering Failure Analysis 11 (2004).
• 14. Samanta B., AI-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).
• 15. 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).
• 16. Wilk A., Łazarz B., Madej H.: Vibration Processing Techniques for Fault Detection in Gearboxes. Proceedings of DETC'2003 ASME 2003 Design Engineering Technical Conferences and Computers and Information in Engineering Conference, Chicago, Illinois, USA, 2003.
• 17. Yang H., Mathew J., Ma L.: Intelligent diagnosis of rotating machinery faults - a review. 3rd Asia Pacific Conference on System Integrity and Maintence. 2002.
• 18. 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.
• 19. Adamczyk J., Cioch W., Krzyworzeka P.: Możliwości neuronowej klasyfikacji stanu w zmiennych warunkach pracy obiektu, ZEM, Z. 2, Vol. 34, Radom 1999.
• 20. 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).
• 21. Frank P. M., Köppen-Seliger B.: Fuzzy logic and neural network applications to fault diagnosis. International Journal of Approximate Reasoning 16 (1997).
• 22. Gao X. Z., Ovaska S. J.: Soft computing methods in motor fault diagnosis. Applied Soft Computing 1 (2001).
• 23. Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W. (praca zbiorowa): Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. Wydawnictwa Naukowo-Techniczne, Warszawa 2002.
• 24. Kościelny J. M.: Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
• 25. Leonhardt S., Ayoubi M.: Methods of fault diagnosis. Control Engineering Practice, Vol. 5, No. 5/1997.
• 26. Meesad P., Yen G. G.: Pattern classification by neurofuzzy network: application to vibration monitoring. ISA Transactions 39 (2000).
• 27. Paya B. A., Esat 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).
• 28. Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna, tom 6. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• 29. Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• 30. Rutkowska D., Piliński M., Rutkowski L: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. PWN, Warszawa- -Łódź1997.
• 31. Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• 32. Kacprzyk J.: Wieloetapowe sterowanie rozmyte. Wydawnictwa Naukowo-Techniczne, Warszawa 2001.
• 33. Łachwa A.: Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
• 34. Piegat A.: Modelowanie i sterowanie rozmyte. Problemy współczesnej nauki. Teoria i zastosowania. Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999.
• 35. Batko W., Ziółko M.: Zastosowanie teorii falek w diagnostyce technicznej. Problemy Inżynierii Mechanicznej i Robotyki. AGH, Kraków 2002.
• 36. Białasiewicz J.: Falki i aproksymacje. Wydawnictwa Naukowo-Techniczne, Warszawa 2000.