Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Automatic Belt Condition Diagnostic Equipment

Sortuj według:

Ogranicz wyniki do:

ABCDE diagnozy taśm

Błażej R., Chęciński S., Jurdziak L., Witt A.

Surowce i Maszyny Budowlane

2014

nr 4-5

26-29

Jednym z najsłabszych elementów taśmociągu jest taśma przenośnikowa oraz jej połączenia. Ich stan musi być automatycznie monitorowany, a zagrożenia dla ciągłości pracy układu eliminowane w trybie prewencyjnym - nieawaryjnym. W Instytucie Górnictwa Politechniki Wrocławskiej trwają prace nad inteligentnym systemem do automatycznego badania i ciągłej diagnozy stanu taśm przenośnikowych, o wdzięcznej nazwie ABCDE (ang. Automatic Belt Condition Diagnostic Equipment).

Inteligentny system do automatycznego badania i ciągłej diagnozy stanu taśm przenośnikowych - cele i założenia projektu badawczego

Błażej R., Jurdziak L., Zimroz R., Hardygóra M., Kawalec W.

Transport Przemysłowy i Maszyny Robocze

2012

Nr 4

10--16

Celem projektu jest opracowanie automatycznego systemu diagnozującego stan taśm przenośnikowych i wspomagającego racjonalną gospodarkę nimi. Na bazie wcześniej stworzonego urządzenia diagnostycznego o nazwie ABCDE (ang. Automatic Belt Condition Diagnostic Equipment) opracowanych zostanie pięć modułów. Będą one Interpretować w sposób automatyczny (cykliczny lub ciągły) wszelkie dostępne dane o stanie taśm przenośnikowych, w celu wskazania zakresu I terminów działań naprawczych, zapobiegania katastroficznym uszkodzeniom taśm oraz wyboru optymalnych momentów ich wymiany.

The aim of the research project funded by the National Center for Research and Development (NCBiR) is development of the system for automatic diagnosing of conveyor belts' condition and aiding of rational belt management. On the basis of previously created diagnostic tool called ABODE (Automatic Belt Condition Diagnostic Equipment) the five modules: vision-A magnetic-B, preventive-C, forecasting-D, and determining safety factor-E will be developed. They will automatically interpret data describing conveyor belts' condition to indicate the extent and timing of repairs, to prevent failures and to select the optimum moments for their replacements. The system will be based on previous Author's R&D results and planned research concerning modeling of belt wear using evolutionary genetic algorithms. The reached stage of research does not allow to start the implementation work by potential users. It is therefore necessary to pursuit research in real scale, to develop new modules (C-E) and to make intensive tests of the system in real-world conditions with support of calibration system aim to optimize the economic effects.