Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  modelowanie degradacji
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Rotary lip seal is widely used in aircraft and its performance affects the safety of the aircraft. Hence, it is necessary to estimate useful lifetime and reliability of the seal. Degradation of rotary lip seal is always with random effects, which cannot be considered by theoretical failure mechanism analysis. Hence, in order to consider the random effects of rotary lip seal degradation, stochastic processes are applied. Furthermore, considering the monotonic degradation of the seal, Gamma process and inverse Gaussian process are selected as the candidate processes. To combine the candidate processes, Bayesian model averaging is introduced. Based on the failure mechanism analysis and numerical simulation, the theoretical wear path is predicted and corresponding linearization method is proposed. The measured degradation data is converted and the seal wear process is transformed to a linear degradation process. The model parameters and model probabilities are evaluated by fully Bayesian inference method. The effectiveness of the proposed method is verified by comparing the predicting degradation and experimental observations. The proposed method can be used to evaluate reliability and useful lifetime of rotary lip seal. According to sensitivity analysis, an effective way to improve lifetime and reliability of the seal is to increase the wear depth threshold.
PL
Obrotowe uszczelnienia wargowe znajdują szerokie zastosowanie w samolotach, a ich sprawność wpływa na bezpieczeństwo statków powietrznych. Oznacza to, iż szacowanie żywotności i niezawodności tego rodzaju uszczelnień ma kluczowe znaczenie. Degradacja obrotowego uszczelnienia wargowego jest zawsze związana z efektami losowymi, których nie uwzględnia teoretyczna analiza mechanizmu uszkodzenia. Dlatego też do oceny efektów losowych degradacji obrotowego uszczelnienia wargowego wykorzystuje się procesy stochastyczne, takie jak proces Gamma czy odwrotny proces Gaussa. W przedstawionej pracy, wybrane procesy degradacji łączono za pomocą metody bayesowskiego uśredniania modeli. Na podstawie analizy mechanizmów uszkodzeń i symulacji numerycznej, konwertowano uzyskane w pomiarach dane degradacyjne, co pozwoliło na przekształcenie procesu degradacji obrotowego uszczelnienia wargowego w proces liniowy. Parametry modelu i prawdopodobieństwa oceniano za pomocą metody pełnego wnioskowania bayesowskiego na podstawie obserwacji degradacji. Skuteczność przedstawionej metody weryfikowano porównując przewidywane i obserwowane wartości degradacji. Proponowaną metodę można wykorzystywać do oceny niezawodności i żywotności obrotowego uszczelnienia wargowego. Przeprowadzona analiza czułości pokazuje, że skutecznym sposobem na poprawę żywotności i niezawodności omawianego typu uszczelnienia jest zwiększenie progu uszkodzenia w postaci maksymalnej głębokości zużycia.
EN
Condition monitoring and prognosis is a key issue in ensuring stable and reliable operation of mechanical transmissions. Wear in a mechanical transmission, which leads to the production of wear particles followed by severe wear, is a slow degradation process that can be monitored by spectral analysis of oil, but the actual degree of degradation is often difficult to evaluate in practical applications due to the complexity of multiple oil spectra. To solve this problem, a health index extraction methodology is proposed to better characterize the degree of degradation compared to relying solely on spectral oil data, which leads to an accurate estimation of the failure time when the transmission no longer fulfils its function. The health index is extracted using a weighted average method with selection of degradation data with allocation steps for weight coefficients that lead to a reasonable mechanical transmission degradation model. First, the degradation data used as input are selected based on source entropy which can describe the information volume contained in each set of spectral oil data. Then, the weight coefficient of each set of degradation data is modelled by measuring the relative scale of the permutation entropy from the selected degradation data. Finally, the selected degradation data are fused, and the health index is extracted. The proposed methodology was verified using a case study involving a degradation dataset of multispectral oil data sampled from several power-shift steering transmissions.
PL
Monitorowanie i prognozowanie stanu to kluczowa kwestia dla zapewnienia stabilnej i niezawodnej pracy przekładni mechanicznych. Zużycie w przekładni mechanicznej, które prowadzi do wytwarzania cząsteczek zużycia a następnie ciężkiego zużycia, to proces powolnej degradacji, który może być monitorowany poprzez analizę widmową oleju, ale rzeczywisty stopień degradacji często trudno jest ocenić podczas praktycznego użytkowania z uwagi na złożoność wielu widm oleju. W celu rozwiązania powyższego problemu, zaproponowano metodologię ekstrakcji wskaźnika stanu technicznego, aby lepiej scharakteryzować stopień degradacji niż polegając wyłącznie na danych widmowych oleju; pozwala to na dokładne prognozowanie czasu uszkodzenia, gdy przekładnia przestanie spełniać swoją funkcję. Wskaźnik stanu technicznego ekstrahowany jest za pomocą metody średniej ważonej z wyborem danych o degradacji i etapami alokacji dla współczynników wagowych, dając w efekcie odpowiedni model degradacji przekładni mechanicznej. W pierwszym etapie, dane degradacji stosowane jako dane wejściowe wybierane są na podstawie entropii źródłowej, która może opisywać zakres informacji zawarty w każdym zbiorze danych widmowych oleju. Następnie współczynnik wagowy każdego zestawu danych nt. degradacji modelowany jest przez pomiar względnej skali entropii permutacji z wybranych danych degradacji. Na koniec, wybrane dane degradacji są integrowane i ekstrahowany jest wskaźnik stanu technicznego. Zaproponowana metodologia została zweryfikowana przy użyciu studium przypadku obejmującego zbiór wielowidmowych danych dotyczących degradacji oleju pobranego z kilku przekładni kierowniczych wspomaganych.
EN
In this paper, we optimize a dynamic condition-based maintenance policy for a slowly degrading system subject to soft failure and condition monitoring at equidistant, discrete time epochs. A random-coefficient autoregressive model with time effect is developed to describe the system degradation. The system age, previous state observations, and the item-to-item variability of the degradation are jointly combined in the proposed degradation model. Stochastic behavior for both the age-dependent and the state dependent term are considered, and a Bayesian approach for periodically updating the estimates of the stochastic coefficients is developed to combine information from a degradation database with real-time condition-monitoring information. Based on this degradation model, the dynamic maintenance policy is formulated and solved in a semi-Markov decision process framework. Incorporated with the same semi-Markov decision process framework is a novel approach for mean residual life estimation, which enables simultaneous residual life estimation with the optimization procedure. The effectiveness of using the proposed random coefficient autoregressive model with time effect rather than the existing fixed-coefficient ones to describe system degradation is demonstrated through a comparative study based on a real degradation dataset. The advantages of using a dynamic maintenance policy are also revealed.
PL
W prezentowanej pracy dokonano optymalizacji dynamicznej, uwzględniającej stan techniczny obiektu strategii utrzymania ruchu dla wolno ulegającego degradacji systemu monitorowanego w równoodległych dyskretnych chwilach czasu (epokach) pod względem uszkodzeń parametrycznych oraz stanu technicznego. Do opisu degradacji systemu opracowano model autoregresyjny z parametrami losowymi uwzględniający wpływ czasu. Proponowany model degradacji bierze pod uwagę zarówno wiek systemu jak i wcześniejsze obserwacje stanu oraz zmienność degradacji pomiędzy obiektami. Rozważano zachowanie stochastyczne zarówno składnika zależnego od wieku jak i składnika zależnego od stanu; opracowano bayesowską metodę okresowej aktualizacji oszacowań współczynników stochastycznych, która pozwala łączyć informacje z bazy danych o degradacji z informacjami z monitorowania stanu w czasie rzeczywistym. W oparciu o otrzymany model degradacji, sformułowano dynamiczną politykę utrzymania ruchu; problem optymalizacji tej polityki rozwiązywano w ramach procesu decyzyjnego semi-Markowa. Do procesu decyzyjnego włączono nowatorską metodę obliczania trwałości resztkowej, co umożliwiło ocenę trwałości resztkowej jednocześnie z przeprowadzeniem procedury optymalizacyjnej. Skuteczność wykorzystania proponowanego modelu autoregresyjnego do opisu degradacji systemu porównywano ze skutecznością dotychczasowych modeli z parametrami stałymi w badaniu opartym na rzeczywistym zbiorze danych o degradacji. Wskazano również zalety stosowania proponowanej dynamicznej strategii utrzymania ruchu.
EN
This paper attempts to take into account a two-stage degradation system which degradation rate is non-stationary and change over time. The system degradation is thought to be caused by shocks, and system degradation model is established based on cumulative damage model. The nonlinear degradation process is expressed by different shock damage and shock counting. And shock damage and shock counting are assumed to be Gamma distribution and non-homogeneous Poisson process, respectively. On the basis of these, system reliability model and nonlinear degradation model are given. In order to optimal maintenance policy for considered system, adaptive maintenance policy and time-dependent maintenance policy are studied, and mean maintenance cost rate is established to evaluate the maintenance policies. Numerical examples are given to analyze the influences of degradation model parameters and find optimal maintenance policy for considered system.
PL
W przedstawionym artykule badano system, w którym proces degradacji zachodzi dwuetapowo, a szybkość degradacji jest zmienna w czasie. Przyjęto, że do degradacji systemu dochodzi w wyniku wstrząsów. Model degradacji systemu oparto na modelu sumowania uszkodzeń. Nieliniowy proces degradacji określono jako taki, w którym uszkodzenie powodowane wstrząsem oraz częstotliwość wstrząsów są wartościami zmiennymi. Przyjęto, że uszkodzenie powodowane wstrząsem ma rozkład gamma a częstotliwość wstrząsów jest niejednorodnym procesem Poissona. Na tej podstawie utworzono model niezawodności systemu oraz model degradacji nieliniowej. W celu opracowania optymalnej strategii eksploatacji dla rozpatrywanego systemu, rozważono dwa typy strategii utrzymania ruchu: strategię adaptacyjną oraz strategię czasowo-zależną. Strategie te oceniano określając średni poziom kosztów eksploatacji. Przykłady numeryczne posłużyły do analizy wpływu parametrów modelu degradacji oraz pozwoliły określić optymalną strategię utrzymania dla rozpatrywanego systemu.
EN
Paper presents results of degradation modelling of historical construction materials based on Rayleigh surface wave velocity (CR) measurement for two marbles widely used as the structural and decorative material in historical constructions. Environmental loading is modelled by freezing and thawing cycles performed in laboratory. Rayleigh wave measurement method does not need any coupling medium between the stone and ultrasonic probe and is 100% non-destructive. It is shown that exponential law can be used to model the proces of degradation of elastic properties of the tested materials.
PL
Praca przedstawia wyniki modelowania degradacji historycznych materiałów konstrukcyjnych na podstawie pomiarów prędkości fali Rayleigha dla dwóch marmurów szeroko stosowanych w zabytkowych budowlach jako materiał konstrukcyjny i dekoracyjny. Obciążenia środowiskowe modelowane są cyklami zamrażania i rozmrażania przeprowadzonymi w laboratorium. Metoda pomiaru fali Rayleigha nie wymaga żadnego ośrodka sprzęgającego pomiędzy materiałem a sondą ultradźwiękową i jest w 100% nieniszcząca. Wykazano, że proces degradacji właściwości sprężystych badanych materiałów dobrze modeluje prawo wykładnicze.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.