Wyniki wyszukiwania - BazTech

1

Decomposition of vibration signals into deterministic and nondeterministic components and its capabilities of fault detection and identification

Barszcz T.

International Journal of Applied Mathematics and Computer Science

|

2009

|

Vol. 19, no 2

327-335

EN

The paper investigates the possibility of decomposing vibration signals into deterministic and nondeterministic parts, based on the Wold theorem. A short description of the theory of adaptive filters is presented. When an adaptive filter uses the delayed version of the input signal as the reference signal, it is possible to divide the signal into a deterministic (gear and shaft related) part and a nondeterministic (noise and rolling bearings) part. The idea of the self-adaptive filter (in the literature referred to as SANC or ALE) is presented and its most important features are discussed. The flowchart of the Matlab-based SANC algorithm is also presented. In practice, bearing fault signals are in fact nondeterministic components, due to a little jitter in their fundamental period. This phenomenon is illustrated using a simple example. The paper proposes a simulation of a signal containing deterministic and nondeterministic components. The self-adaptive filter is then applied- first to the simulated data. Next, the filter is applied to a real vibration signal from a wind turbine with an outer race fault. The necessity of resampling the real signal is discussed. The signal from an actual source has a more complex structure and contains a significant noise component, which requires additional demodulation of the decomposed signal. For both types of signals the proposed SANC filter shows a very good ability to decompose the signal.

2

Model relacyjny - wyniki pomiaru a ilościowy opis procesu losowego

Piwowarski W.

Gospodarka Surowcami Mineralnymi

|

2001

|

T. 17, z. 1

75-90

PL

W pracy przeprowadzono rozważania dotyczące modelowania prognozy procesu losowego odniesione do opisu przemieszczeń punktów zlokalizowanych w obszarze wpływów eksploatacji podziemnej. Prognoza analizowanego procesu niestacjonarnego dotyczy chwili tn+1 z restrykcją, że znany jest stan procesu do chwili tn (wyniki pomiaru) oraz rozwój eksploatacji podziemnej generujący dany proces. Wprowadzono założenie, że badany proces jest złożeniem składowej deterministycznej i wielkości losowej. Proces przemieszczeń pogórniczych rozważano jako błądzenie przypadkowe cząstki - łańcuch Markowa - prowadzące do procesu dyfuzji, otrzymując w efekcie równanie różniczkowe cząstkowe. Dla celów utylitarnych określono przemieszczenia pionowe uwzględniając kilka horyzontów czasowych wykonania pomiarów w okresie kształtowania się niestacjonarnych przemieszczeń. Jakość opisu charakteryzowano błędem średniokwadratowym względem wyników pomiaru dla konkretnej sytuacji górniczo-geologicznej.

EN

The paper presents a relational model of random process prognosis related to the description of ground points dislocations within the area of underground exploitation influence. The prognosis of the analysed nonstationary process refers to the moment tn+1 with the restriction, that both the process state until moment tn (survey results) as well as underground exploitation development generating given process are known. Moreover, an assumption has been introduced, that the investigated process is a composition of deterministic component and of random quantity. The process of post-mining dislocations has been analysed as random walk of rockmass particle - Markov chain - leading to diffusion process. In result partial differential equation has been obtained. What has been carried out for utilitarian purposes is the optimization of presented model with regard to several temporal horizons of surveying within the period of nonstationary dislocations formation. The quality of the description has been characterised by mean square error in relation to dislocations survey results the actual mining - geological situation.

3

Analiza metod prognozowania procesu zapotrzebowania na energię elektryczną

Borgosz-Koczwara M., Kozłowski M., Misiorek A., Piesiewicz T.

Energetyka

|

2001

|

nr 12

759-764

PL

Przedstawiono metody dekompozycji procesu zapotrzebowania na składową deterministyczną i składową stochastyczną, a następnie porównano te metody, korzystając z funkcji autokorelacji. Podano również sposoby prognozy składowej deterministycznej i odniesiono otrzymane wyniki do rzeczywistych wartości zapotrzebowania.

EN

There are presented methods of the demand process de-composition for the deterministic and stochastic components and next there are compared these methods with the use of auto-correlation function. Achieved results of forecasts are compared with real demand values.