Classification of the degree of chipping tip of the tooth in a gear wheel by using the fuzzy logic and the continuous wavelet transform

• Autorzy: Czech P.

Warianty tytułu

PL

Klasyfikacja stopnia wykruszenia zęba koła przekładni przy użyciu logiki rozmytej i ciągłej transformaty falkowej

• Języki publikacji: EN

Abstrakty

EN

This article presents the tests results showing the construction of the local damages classifier of the transmission gear teeth, built on the basis of the fuzzy logic. The tested object was the transmission gear with straight teeth, working on the circulating power FZG stand. The tests included the gears with the undamaged teeth and with the locally damaged teeth in the form of the tooth top crumbling. The construction of the systems diagnosing the local damages of the teeth was also proposed. To achieve this aim, the vibration signals which had undergone proper filtration and processing were used.

PL

W artykule przedstawiono wyniki prób mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni, zbudowanego na podstawie logiki rozmytej. 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 wykruszenia wierzchołka zęba. Zaproponowano również sposób budowy systemów diagnozujących lokalne uszkodzenia zębów kół. Do tego celu wykorzystano sygnały drganiowe poddane odpowiedniej filtracji oraz przetwarzaniu.

Słowa kluczowe

EN

tooth gear; chipping tip of the tooth; wavelet transform; FZG; fuzzy logic

PL

przekładnia zębata; wykruszenie zęba; transformata falkowa; FZG; model rozmyty

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Transport Problems
• Rocznik: 2008
• Tom: T. 3, z. 1
• Strony: 57--68
• Opis fizyczny: bibliogr. 36 poz.

Twórcy

autor

Czech P.

• Silesian University of Technology, Faculty of Transport Krasińskiego St. 8, 40-019 Katowice,

Bibliografia

• Adamczyk J., Cioch W., Krzyworzeka P.: Możliwości neuronowej klasyfikacji stanu w zmiennych warunkach pracy obiektu. ZEM, Z. 2, Vol. 34, Radom, 1999, p. 9-18.
• 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.
• Batko W., Ziółko M.: Zastosowanie teorii falek w diagnostyce technicznej. Problemy Inżynierii Mechanicznej i Robotyki. AGH. Kraków, 2002.
• Białasiewicz J.: Falki i aproksymacje. Wydawnictwa Naukowo-Techniczne. Warszawa, 2000.
• Cempel C: Diagnostyka wibroakustyczna maszyn. Państwowe Wydawnictwo Naukowe. Warszawa, 1989.
• Chen D., Wang W. J.: Classification of wavelet map pattern using multi-layer neural networks for gear fault detection. Mechanical Systems and Signal Processing, 16(4) 2002, p. 695-704.
• Czech P.: Wykrywanie uszkodzeń przekładni zębatych za pomocą metod sztucznej inteligencji. Rozprawa doktorska. Katowice, 2006.
• 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.
• Dalpiaz G, Rivola A., Rubini R.: Effectiveness and sensivity of vibration processing techniques for local fault detection in gears. Mechanical Systems and Signal Processing 14(3), 2000, p. 387-412.
• Dąbrowski Z., Radkowski St., Wilk A.: Dynamika przekładni zębatych. Badania i symulacja w projektowaniu eksploatacyjnie zorientowanym. ITE 2000.
• Dybała J., Radkowski S.: Geometrical method of selection of features of diagnostic signals. Mechanical Systems and Signal Processing, 21(2), 2007.
• Frank P. M., Koppen-Seliger B.: Fuzzy logic and neural network applications to fault diagnosis. International Journal of Approximate Reasoning 16, 1997, p. 67-88.
• Gao X.Z., Ovaska S.J.: Soft computing methods in motor fault diagnosis. Applied Soft Computing 1, 2001, p. 73-81.
• James Li C, Limmer J.D.: Model-based condition index for tracking gear wear and fatigue damage. Wear 241, 2000, p. 26-32.
• Kacprzyk J.: Wieloetapowe sterowanie rozmyte. Wydawnictwa Naukowo-Techniczne. Warszawa, 2001.
• Korbicz J., Kościelny J., Kowalczuk Z., Cholewa W. (praca zbiorowa): Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. Wydawnictwa Naukowo-Techniczne. Warszawa, 2002.
• Kościelny J.M.: Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza EXIT. Warszawa, 2001.
• Leonhardt S., Ayoubi M.: Methods of fault diagnosis. Control Engineering Practice, Vol. 5 No. 5 1997, p. 683-692.
• Łachwa A.: Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji. Akademicka Oficyna Wydawnicza EXIT. Warszawa, 2001.
• Łazarz B., Wojnar G, Czech P.: Wibrometria laserowa i modelowanie - narzędzia współczesnej diagnostyki przekładni zębatych. Biblioteka Problemów Eksploatacji. ITE Radom, 2007.
• Madej H., Czech P., Konieczny Ł.: Wykorzystanie dyskryminant bezwymiarowych w diagnostyce przekładni zębatych. Diagnostyka Vol. 28, 2003, p. 17-22.
• 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.
• Meesad P., Yen G.G.: Pattern classification by neurofuzzy network: application to vibration monitoring. ISA Transactions 39, 2000, p. 293-308.
• Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna, tom 6. Akademicka Oficyna Wydawnicza EXIT. Warszawa, 2000.
• Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2000.
• 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 11(5), 1997, p. 751-765.
• Piegat A.: Modelowanie i sterowanie rozmyte. Problemy współczesnej nauki. Teoria i zastosowania. Akademicka Oficyna Wydawnicza EXIT. Warszawa, 1999.
• Radkowski St.: Wibroakustyczna diagnostyka uszkodzeń niskoenergetycznych. Biblioteka Problemów Eksploatacji. Warszawa-Radom, 2002.
• Randall R.B.: Detection and diagnosis of incipient bearing failure in helicopter gearboxes. Engineering Failure Analysis 11, 2004, p. 177-190.
• Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN. Warszawa-Łódź, 1997.
• 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 17(2), 2003, p. 317-328.
• Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa, 1993.
• Wang W.Q., Ismail F., Golnaraghi M.F.: Assessment of gear damage monitoring techniques using vibration measurements. Mechanical Systems and Signal Processing 15(5), 2001, p. 905-922.
• 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.
• Yang H., Mathew J., Ma L.: Intelligent diagnosis of rotating machinery faults - a review. 3rd Asia Pacific Conference on System Integrity and Maintence, 2002.
• 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.