W artykule zaproponowana została nieinwazyjna metoda diagnostyki stanów przedawaryjnych silnika indukcyjnego. Zastosowana metoda oparta jest na analizie sygnałów akustycznych silnika indukcyjnego. Przedstawiono badania dla trzech stanów silnika indukcyjnego, które zostały przeprowadzone dla algorytmów przetwarzania danych: Dyskretnej transformaty falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa. Opisano proces tworzenia wzorców do rozpoznawania, który został przeprowadzony dla 27 próbek dźwięku oraz proces identyfikacji który został przeprowadzony dla 75 próbek dźwięku. Podkreślono, że metoda ta może być zastosowana w różnych gałęziach przemysłu.
EN
In this paper a non-invasive diagnostic method for an induction motor was proposed. The applied method is based on the analysis of acoustic signals of the induction motor. The tests were carried out for three conditions of the induction motor. The tests were conducted for the following data processing algorithms: discrete Haar wavelet transform and Nearest Mean classifier with Euclidean metrics. The pattern development process was carried out for 27 samples of sound, while the identification process – for 75 samples of sound. This method can be used in industry as well as in electrical equipment.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przeprowadzono analizę sygnałów optycznych i akustycznych zarejestrowanych w różnych warunkach spawania laserowego. Omówiono analizę widmową sygnałów i jej zależności od rodzaju spawanego metalu i jego grubości. Ocena wyników badań metalograficznych i wytrzymałościowych.
EN
An analysis of acustic and optical signals recorded in various conditions of laser beam fusion welding. A spectral analysis of the signals and its dependence on the kind of metal being welded and its thickness. Evalution of the results of metallographic and strength testing.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This study deals with the development and application of the practical wheel monitoring system for the purpose of controlling the grinding operation including truing and/or dressing. The post-process measurements of the static wheel topography are developed, in which a stylus profilometer and a digital image microscope are equipped on the grinding machine. An in-process evaluation of the wheel surface is also proposed, where the grinding sound is discriminated by a neural network technique. This system enables in-situ characterization of the wheel surface to a good agree of accuracy.
PL
Praca dotyczy wykonania i zastosowania praktycznego systemu monitorowania powierzchni ściernicy celem kontroli procesu szlifowania, z uwzględnieniem nastawiania i obciągania ściernicy. Po zakończeniu procesu szlifowania za pomocą czujnika profilometru oraz urządzenia do analizy obrazu - zamontowanych na szlifierce - przeprowadzono statystyczne pomiary topografii ściernicy. Zaproponowano ocenę stanu powierzchni ściernicy w trakcie szlifowania opartą na rozróżnianiu efektów dźwiękowych procesu, którego parametry ustalono z wykorzystaniem sieci neuronowych. Ten system pomiaru umożliwia bezpośrednio na szlifierce ocenę powierzchni ściernicy z dobrą dokładnością.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.