Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: equipment diagnostic

Sortuj według:

Ogranicz wyniki do:

Możliwości zastosowania metody emisji akustycznej do diagnostyki zestawu trzech jednofazowych przełączników zaczepów zainstalowanych w transformatorze elektroenergetycznym

Berger P., Borucki S., Cichoń A.

Przegląd Elektrotechniczny

2015

R. 91, nr 10

31-34

W artykule przedstawiono praktyczny przykład diagnostyki podobciążeniowych przełączników zaczepów (PPZ) z wykorzystaniem metody emisji akustycznej (EA). Badania przeprowadzono dla zestawu trzech przełączników jednofazowych typu 3xVRC I 701 zainstalowanych w trójfazowym transformatorze o mocy 12 MVA. Pomiary wykonano dla jednostki nowej na stacji prób. Analizę uzyskanych wyników wykonano w dziedzinie czasowej i czasowo – częstotliwościowej. Opis sygnałów EA generowanych przez PPZ w dziedzinie czasowej wykonano za pomocą przebiegów czasowych, modułu transformaty Hilberta i czasów charakterystycznych. W dziedzinie czasowo – częstotliwościowej mierzone sygnały opisano za pomocą spektrogramów widma gęstości mocy przy wykorzystaniu krótkoczasowej transformaty Fouriera. Dodatkowo wyniki pomiarów uzyskanych metodą emisji akustycznej porównano z rezultatami badań oscylograficznych.

In this paper, practical example of application of acoustic emission method (AE) to on-load tap changer diagnostics (OLTC) is presented. Research was performed on three single phase OLTCs of 3xVRC I 701 type, mounted in three-phase transformed which rated power is 12 MVA. Measurements were carried out in manufacturers transformers test facility for brand new unit. Analysis of obtained results was performed in time and time-frequency domains. In time domain, EA signals generated by OLTC were described by its time-amplitude composition, Hilbert transform modulus and characteristic times. In time-frequency domain measured signals were described by power spectral density obtained by application of short-time Fourier transform. Additionally, results of measurements obtained with application of EA method were compared with results obtained with oscilographic analysis.

Application of machine learning and soft computing techniques in monitoring systems' data analysis by example of dewater pumps monitoring system

Sikora M.

Archives of Control Sciences

2007

Vol. 17, no. 4

369-391

Application of machine learning method for creation of equipment diagnostic model is presented in the paper. Dewater pump working in abyssal mining pump station has been chosen as the illustrative example. In the second section, dewater pumps monitoring system is presented, and necessity of the pump diagnostic model creation is justified. Next sections present application of data clustering algorithm and algorithm of decision trees induction. Methods of reduction the get diagnostic model is also developed. The reduction leads to more legible data models. Results of analysis done for two different type of pumps are presented in the last part of the paper.