Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
Identyfikatory
Warianty tytułu
Diagnostyka maszyny prądu stałego oparta na analizie sygnałów akustycznych z zastosowaniem MFCC i klasyfikatora opartego na słowach
Języki publikacji
Abstrakty
Technical diagnostics is concerned with the assessment of technical conditions of the machine through the study of properties of machine processes. Diagnostics is particularly important for factories and ironworks. In paper is presented method of diagnostics of imminent failure conditions of DC machine. This method is based on a study of acoustic signals generated by DC machine. System of sound recognition uses algorithms for data processing, such as Mel Frequency Cepstral Coefficient and classifier based on words. Software to recognize the sounds of DC machine was implemented on PC computer. Studies were carried out for sounds of faultless machine and machine with shorted coils. The results confirm that the system can be useful for diagnostics of dc and ac machines used in metallurgy.
Techniczna diagnostyka zajmuje się oceną stanu technicznego maszyny poprzez badania własności procesów zachodzących w maszynie. Diagnostyka jest szczególnie ważna dla fabryk i hut. W artykule jest przedstawiona metoda diagnostyki stanów przedawaryjnych maszyny prądu stałego. Metoda ta oparta jest na badaniu sygnałów akustycznych generowanych przez maszynę prądu stałego. System rozpoznawania dźwięku wykorzystuje algorytmy przetwarzania danych, takich jak algorytm MFCC i klasyfikator oparty na słowach. Zaimplementowano oprogramowanie do rozpoznawania dźwięków maszyny prądu stałego na komputerze PC. Przeprowadzono badania sygnałów akustycznych maszyny bez uszkodzeń i maszyny ze zwartymi uzwojeniami. Wyniki badań potwierdzają, że system może być przydatny w diagnostyce maszyn prądu stałego i przemiennego używanych w hutnictwie.
Wydawca
Czasopismo
Rocznik
Tom
Strony
179--183
Opis fizyczny
Bibliogr. 22 poz., rys., wzory
Twórcy
autor
autor
- Faculty of Electrical Engineering, Automatics, Computer Science and Electronics, Department of Automatics, AGH University of Science and Technology, 30-059 Kraków, 30 Mickiewicza AV., Poland
Bibliografia
- [1] M. Suliga, The Influence of the High Drawing Speed on Mechanical-Technological Properties of High Carbon Steel Wires, Archives of Metallurgy and Materials 56, 3, 823-828 (2011).
- [2] K. Żaba, The Influence of Temperature and Time of Exhibition on a Change of Al-Si Coating Thickness and Surface Texture on the Steel Plates, Archives of Metallurgy and Materials 55, 1, 151-160 (2010).
- [3] S. Derlecki, Z. Kuśmierek, M. Dems, J. Szulakowski, Właściwości materiałów magnetycznych i ich wpływ na konstrukcję maszyn elektrycznych, Przegląd Elektrotechniczny (Electrical Review) 86, 4, 83-86 (2010).
- [4] M. Madej, The Tribological Properties of High Speed Steel based Composites, Archives of Metallurgy and Materials 55, 1, 61-68 (2010).
- [5] M. Gutten, M. Trunkvalter, Thermal effects of short-circuit current on winding in transformer oil, Przegląd Elektrotechniczny (Electrical Review) 86, 3, 242-246 (2010).
- [6] Z. Glavas, F. Unikic, D. Lisjak, The Prediction of the Microstructure Constituents of Spheroidal Graphite Cast Iron by Using Thermal Analysis and Artificial Neural Networks, Archives of Metallurgy and Materials 55, 1, 213-220 (2010).
- [7] B. Pawłowski, J. Krawczyk, The Effect of Non-Metallic Inclusions on Mechanical Properties of a Toughened Hypoeutectoid Low-Alloy Steel, Archives of Metallurgy and Materials 55, 1, 117-122 (2010).
- [8] R. Bogucki, S. M. Pytel, The Forming of High Mechanical Properties of low Carbon Copper Bearing Structural Steel, Archives of Metallurgy and Materials 55, 1, 203-212 (2010).
- [9] J. Krawczyk, M. Witaszek, K. Witaszek, Tribological Properties of Tyre Steel in Rolling Sliding Contact against Bainitic Rail Steel, Archives of Metallurgy and Materials 56, 3, 709-715 (2011).
- [10] Toshiji Kato, Kaoru Inoue, Tomohiro Takahashi, Yuto Kono, Automatic Fault Di Diagnosis Method of Electrical Machinery and Apparatus by Using Kohonen's Self-Organizing Map, Power Conversion Conference - Nagoya, 2007. PCC '07, pp. 1224-1229.
- [11] Z. Głowacz, Automatic Recognition of Armature Current of DC Motor with Application of FFT and GSDM, Archives of Metallurgy and Materials 56, 1, 25-30 (2011).
- [12] J. Kurek, S. Osowski, Diagnostic feature selection for efficient recognition of different faults of rotor bars in the induction machine, Przegląd Elektrotechniczny (Electrical Review) 86, 1, 121-123 (2010).
- [13] M. Sułowicz, D. Borkowski, T. Węgiel, K. Weinreb, Specialized diagnostic system for induction motor, Przegląd Elektrotechniczny (Electrical Review) 86, 4, 285-291 (2010).
- [14] P. Niedziejko, A. Dobrowolski, I. Krysowaty, Współczesne metody analizy dźwięku serca, Przegląd Elektrotechniczny (Electrical Review) 87, 9a, 1-7 (2011).
- [15] T. Ganchev, N. Fakotakis, G. Kokkinakis, Comparative evaluation of various MFCC implementations on the speaker verification task. Proceedings of 10th International Conference on Speech and Computer (SPECOM 2005) 1, 191-194.
- [16] M. Slaney, Auditory Toolbox. Version 2, Technical Report #1998-010, Interval Research Corporation, 1998.
- [17] The MARF Development Group, Modular Audio Recognition Framework v. 0.3.0-devel-20050606 and its Applications, Application note, Montreal, Quebec, Canada, 2005.
- [18] A. Skrzat, Fuzzy Logic Application to Strain-Stress Analysis in Selected Elastic-Plastic Material Models, Archives of Metallurgy and Materials 56, 2, 559-568 (2011).
- [19] W. Pietrowski, Application of Radial Basis Neural Network to diagnostics of induction motor stator faults using axial flux, Przegląd Elektrotechniczny (Electrical Review) 87, 6, 190-192 (2011).
- [20] Mahdiyeh Eslami, Hussain Shareef, Azah Mohamed, Application of artificial intelligent techniques in PSS design: a survey of the state-of-the-art methods, Przegląd Elektrotechniczny (Electrical Review) 87, 4, 188-197 (2011).
- [21] R. Szczebiot, S. Cieślik, Application of genetic algorithm for optimal placement of wind generators in the MV power grid, Przegląd Elektrotechniczny (Electrical Review) 87, 3, 198-200 (2011).
- [22] Z. Gomółka, B. Kwiatkowski, R. Pękala, Bezinwazyjna diagnostyka uzwojeń magnesujących przy użyciu sztucznych sieci neuronowych, Przegląd Elektrotechniczny (Electrical Review) 87, 8, 66-69 (2011).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSW3-0096-0020