Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: model tuning

Sortuj według:

Ogranicz wyniki do:

Dynamic stability of rotating systems in turbomachinery under API standards

Kozanecki Zbigniew, Tkacz Eliza, Łagodziński Jakub, Gizelska Małgorzata

Vibrations in Physical Systems

2019

Vol. 30, nr 2

art. no. 2019202

The stability of rotating systems in turbomachinery has to account for the structure design, the actual geometry of bearings and all of the remaining forces, including operational data as well as temperature of the bearing lubricating oil. Thus, a study of the dynamic stability of rotating machines is complex and time consuming in terms of modelling and calculations. Even though it is recognized that other methods of analysis and acceptance criteria have been used to evaluate stability, API standardization procedures ensure appropriate notification and participation in the development process. According to these procedures, firstly we prepare a rotor technical documentation based on geometry measurements, frequently with optical scanning. Secondly, a theoretical analysis consisting of calculations with the finite element method based on the program that allows us to build a numerical model of rotor dynamics, is carried out. Then, the so-called “bump test” is performed to measure natural frequencies of a freely suspended rotor, which makes it possible to “tune” the theoretical model, making it compatible with the real object not only in terms of geometric dimensions and mass, but also from the point of view of the form and frequency of free vibrations. Thus, we obtain an experimentally verified numerical model which can be used for future machine diagnostics and other needs.

Tuning Of Belief Network-Based Diagnostic Model

Cholewa W., Chrzanowski P., Rogala T.

Diagnostyka

2010

nr 1(53)

19-22

This paper presents a multi-stage diagnostic Belief Network Based Model (BNBM). Proposed model allows for application of acquired knowledge from data training, domain experts and domain literature. This feature is its special advantage. A general model structure, selected issues with its identification and application were shown as well. Described BNBM model consists of three stages: preliminary data processing, equalization and balance of additional variables and belief network. Tuning of BNBM model with using memetic algorithm as global optimization method with local optimization was proposed.

W artykule opisano wielostopniowy model diagnostyczny bazujący na sieci przekonań. Przedstawiono ogólną strukturę modelu oraz omówiono problemy związane z jego identyfikacją oraz strojeniem. Szczególną zaletą proponowanego modelu jest to, że pozwala on na stosowanie wiedzy pozyskanej zarówno z danych uczących jak i artykułowanej bezpośrednio przez specjalistów i literaturę rozpatrywanej dziedziny. Opisany model diagnostyczny składa się ze stopnia wstępnego przetwarzania, stopnia uzgadniania oraz stopnia w postaci sieci przekonań. Dla przyjętej ogólnej postaci modelu omówiono procedurę strojenia z użyciem algorytmu genetycznego. Z uwagi na wady i zalety tego algorytmu dokonano modyfikacji procedury strojenia poprzez zastosowanie algorytmu memetycznego. Określono kierunki dalszych prac badawczych.