Wyniki wyszukiwania - BazTech

1

The influence of inflation pressure and ambient temperature on the value of the truck tires rolling resistance

Owczarzak Wojciech, Sommer Sławomir

Autobusy : technika, eksploatacja, systemy transportowe

|

2019

|

R. 20, nr 12

77--82

EN

The article discusses the effect of inflation pressure and the ambient temperature on the value of the rolling resistance of truck tires which directly translates into fuel consumption. For this purpose, a series of measurements was made at two ambient temperatures (at 25°C and -15°C), using different pumping pressures.

PL

W artykule omówiono wpływ ciśnienia pompowania oraz temperatury otoczenia na wartość oporu toczenia opon ciężarowych, który bezpośrednio przekłada się na zużycie paliwa. W tym celu wykonano serię pomiarów w dwóch temperaturach otoczenia (25°C i 15°C), stosując różne ciśnienia pompowania.

2

An experimental research on the wear of truck tire

Ivanov R., Georgiev K., Kadikyanov G., Staneva G.

Transport Problems

|

2015

|

T. 10, z. 4

91--98

EN

An experimental device and methodology for tire wear investigation are presented. An indirect method for wear evaluating is used. The experimental results in cases of straight motion with and without side slip are obtained. The distribution of wearing on tread pattern wide is evaluated in different running conditions.

RU

Передставлены экспериментальная установка и методика оценки износа шин. Использован косвенный метод оценки износа. Получены экспериментальные результаты при движении при наличии и отсутствии бокового увода. Сделана оценка неравномерности износа по ширине шины при разных условиях движения.

3

Condition monitoring of off-highway truck tires at Sungun copper mine using neural networks

Moniri Morad A., Sattarvand J.

Archives of Mining Sciences

|

2013

|

Vol. 58, no. 4

1133--1144

EN

Maintenance cost of the equipment is one of the most important portions of the operating expenditures in mines; therefore, any change in the equipment productivity can lead to major changes in the unit cost of the production. This clearly shows the importance and necessity of using novel maintenance methods instead of traditional approaches, in order to reach the minimum sudden occurrence of the equipment failure. For instance, the tires are costly components in maintenance which should be regularly inspected and replaced among different axles. The paper investigates the current condition of equipment tires at Sungun Copper Mine and uses neural networks to estimate the wear of the tires. The Input parameters of the network composed of initial tread depth, time of inspection and consumed tread depth by the time of inspection. The output of the network is considered as the residual service time ratio of the tires. The network trained by the feed-forward back propagation learning algorithm. Results revealed a good coincidence between the real and estimated values as 96.6% of correlation coefficient. Hence, better decisions could be made about the tires to reduce the sudden failures and equipment breakdowns.

PL

Koszty użytkowania sprzętu stanowią jedną z najpoważniejszych pozycji w zestawieniu kosztów eksploatacyjnych kopalni, dlatego też każda poprawa wydajności sprzętu powoduje w efekcie zmianę jednostkowego kosztu produkcji. Wyraźnie pokazuje to wagę i konieczność stosowania nowoczesnych metod eksploatacji w miejsce podejścia tradycyjnego w celu minimalizacji ryzyka wystąpienia awarii sprzętu. Przykładowo, opony są elementami kosztownymi w eksploatacji, wymagają regularnego przeglądu i ponownego mocowania na osi. W artykule przebadano stan techniczny opon w maszynach i urządzeniach eksploatowanych w kopalni miedzi Sungun. Przy zastosowaniu metod wykorzystujących sieci neuronowe określano zużycie opon. Parametry wejściowe sieci to początkowa głębokość bieżnika, okres pomiędzy przeglądami, zużycie bieżnika do czasu przeglądu. Parametr wyjściowy to współczynnik określającyczas serwisowania opon. Sieć uczono przy użyciu algorytmu propagacji wstecznej z wyprzedzeniem (feedforward back-propagation algorithm). Uzyskane wyniki wskazują wysoką zbieżność pomiędzy wartościami rzeczywistymi a estymowanymi, współczynnik korelacji kształtuje się na poziomie 96.6%. Umożliwia to podejmowanie lepszych decyzji w odniesieniu do eksploatacji opon, tak by zapobiec nagłym uszkodzeniom i awariom sprzętu.