PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Diagnostyka wibroakustyczna silnika spalinowego o zapłonie samoczynnym na końcu linii montażowej

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Vibroacoustic diagnosis of the internal combustion diesel engine at the end of assembly line
Języki publikacji
PL
Abstrakty
PL
W referacie przedstawiono wibroakustyczną metodę oceny jakości silnika spalinowego o zapłonie samoczynnym opartą o wykorzystanie informacji zebranych podczas realizacji testu zimnego, zastosowanie transformacji falkowej oraz metod sztucznej inteligencji. W wyniku przeprowadzonych badań stwierdzono, że połączenie metody transformacji oraz sztucznych sieci neuronowych pozwala na uzyskanie wysokiej skuteczności klasyfikacji stanów wibroakustycznych silnika. Natomiast z uwagi możliwość wystąpienia błędnej klasyfikacji stanów uważa się, że metoda ta może stanowić wyłącznie element diagnostycznego systemu doradczego.
EN
Method for quality evaluation of internal combustion diesel engine based on the wavelet transformation of the cold test vibroacoustic data and artificial inteligence methodology has been presented. Based on the presented investigations conclusion has been made that application of wavelet transformation and artificial neural network enables efficient classification of the different engine states. Because false egine states classification is still possible this method should not be used for purpose of binary classification (good-bad) but can be used as part of the diagnostic expert system.
Czasopismo
Rocznik
Strony
936--943
Opis fizyczny
Bibliogr. 14 poz., il., tab., wykr., pełen tekst na CD
Twórcy
  • Instytut Zaawansowanych Technologii Wytwarzania w Krakowie
  • Katedra Silników Spalinowych i Pojazdów na Wydziale Budowy Maszyn i Informatyki Akademii Techniczno – Humanistycznej w Bielsku Białej
Bibliografia
  • [1] Bader D.: Eine flexible akustische Messmethode zur Detektierung von verzahnungstechnischen Problemen. Rozprawa doktorska, TU Ilmenau, Ilmenau, 2006.
  • [2] Bergh J., Lindberg M., Ekstedt F.: Wavelets mit Anwendungen in Signal- und Bildbearbeitung. Springer-Verlag Berlin Heidelberg, 2007.
  • [3] Bishop C.M.: Pattern Recognition and Machine Learning. Springer Verlag, 2006.
  • [4] Carstens-Behrens S., Bohme J.F.: Applying time – frequency methods to pressure and structure - borne sound for combustion diagnosis. Sixth International Symposium on Signal Processing and its Applications vol. 1, pp. 256 – 259, 2001.
  • [5] Hlawatsch F., Auger F.: Time - Frequency Analysis. Concepts and Methods. ISTE and Wiley, London, 2008.
  • [6] Janczewski Ł.: Vibro – acoustic failure recognition on combustion engines at the end of assembly lines. PTNSS Congress, Radom, 2011. PTNSS–2011–SC–130.
  • [7] Madej H.: Wykorzystanie metod wibroakustycznych w diagnostyce silników spalinowych. Zeszyty Naukowe Politechniki Śląskiej 65, 45-50, 2009.
  • [8] Madej H., Łazarz B., Perun G.: Zastosowanie analizy falkowej w diagnozowaniu uszkodzeń zaworów silnika spalinowego ZI. Diagnostyka vol. 48, No. 4, pp. 97-102, 2008.
  • [9] Madej H., Czech P.: Diagnozowanie luzu w układzie tłok – cylinder z wykorzystaniem współczynnikow Hoeldera. Diagnostyka vol. 49, No. 1, pp. 73-78, 2009.
  • [10] Mertins A.: Signal Analysis. Wavelets, Filter Banks, Time – Frequency Transforms and Applications. John Wiley and Sons, Chichester, 1999.
  • [11] Rying E. A.: A Novel Focused Local Learning Wavelet Netowork with Application to In Situ Monitoring During Selective Silicon Epitaxy., Rozprawa doktorska, North Carolina State University, Raleigh, 2001.
  • [12] Zieliński T.: Cyfrowe przetwarzanie sygnałów. Wydawnictwa Komunikacji i Łączności, Warszawa, 2007.
  • [13] Zimroz R.: Zastosowanie analizy falkowej w diagnostyce uszkodzeń lokalnych układów napędowych maszyn górniczych. Diagnostyka vol 49, No. 1, pp. 113-122, 2009.
  • [14] Materiały informacyjne firmy Medav GmbH, Lösungen zur End of line Prüfung, Schadensfrüherkennung, Applikationen.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-dff4c23b-581e-413d-9f0a-d934c9b9fb94
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.