Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: prognoza zatarcia

Sortuj według:

Ogranicz wyniki do:

Ocena zatarcia łożysk w aspekcie odchyleń standardowych

Wierzcholski K.

Tribologia

2015

nr 3

193--201

Analiza prognozy prawdopodobieństwa wystąpienia zatarcia łożysk ślizgowych i tocznych podczas określonej ilości uruchomień maszyny stanowi istotny element diagnostyki oraz niezawodności eksploatowanych maszyn. Problem ten możemy rozwiązać wyłącznie na bazie teorii prawdopodobieństwa i statystyki matematycznej z wykorzystaniem danych eksperymentalnych. Na podstawie informacji o materiałach łożyskowych, obciążeniu, sposobie montażu łożyska, błędach konstrukcyjnych, korozji, zanieczyszczeniach łożyska, przegrzaniu węzła tarcia, drganiach łożyska określić można zakres ogólnego prawdopodobieństwa zatarcia przy dużej ilości uruchomień maszyny. Niniejsza pracy opisuje i wyznacza algorytm prognozowania prawdopodobieństwa ilości zatarcia przy różnej ilości uruchomień wału, ponieważ wiedza na ten temat ma duże znaczenie w teorii niezawodności maszyny. Przeprowadzona analiza związana z wyznaczaniem prawdopodobieństwa zatarcia powiązana jest z określaniem podstawowych parametrów teorii prawdopodobieństwa, takich jak średnia probabilistyczna oraz odchylenie standardowe ilości zatarcia łożyska. Narzędziem badawczym w rozpatrywanych problemach jest rozkład normalny Gaussa.

The analysis of the seizing prognosis for slide and rolling bearings during the numbers of starts of a machine constitute the important element of diagnostic and machine operational reliability. This problem can be solved only on the basis of mathematical probability and statistics, simultaneously using experimental data. In this paper, an attempt is made to determine the seizing probability values during the starts and stops of a machine depended on bearing material, bearing load, bearing montage, errors of construction, corrosion, mechanical impurities, bearing superheating, and vibrations. The paper describes and determines the prognosis algorithm for the seizing probability number of a bearing for various starts of engine, because such knowledge has numerous applications in machine operational reliability. The performed analysis of the seizing probability determination is compactly connected with the fundamental parameters of the probability theory, such as expected value (EV), with the standard deviation of seizing. The distribution of the Gaussian density function constitutes the main tool used to resolve this problem in this paper.