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:  turbozespoły energetyczne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Referat zawiera wyniki systematycznych badań symulacyjnych gwałtownych zmian sztywności dynamicznej podpór fundamentowych turbozespołu typu 13k215. W badaniach posługiwano się złożonym, nieliniowym modelem takiego obiektu i opartym na nim oprogramowaniu do badań dynamiki opracowanym w IMP PAN. Przyjęto zasadę obliczeń parametrycznych modelując wspomniane defekty poprzez dwu-, pięcio- i dziesięciokrotne zmniejszenie współczynników sztywności. Analizę wrażliwości układu na zmiany sztywności dynamicznej podpór przeprowadzono stosując kryterium amplitudowe.
EN
The article presents results of systematic simulation research concerning the changes of dynamic stiffness of bearing supports in 13k215 turbine set. We have accepted parametric calculation principle, modelling mentioned above defects by decreasing stiffness coefficients twice, five-times, and ten-times. The complex and non-linear model of the rotary machine and application software to the model dynamic investigation formulated in Gdansk Institute of the Fluid-Flow Machinery of the Polish Academy of Sciences has been used. Analysis of system sensitiveness on the changes of dynamic support stiffness was made according to amplitude criterion.
PL
W referacie opisano metodologię pozyskiwania wiedzy diagnostycznej z zastosowaniem metod "uczenia maszynowego" oraz przedstawiono zastosowanie tej metodologii do praktycznego problemu dotyczącego pozyskiwania wiedzy w zakresie wybranych stanów technicznych turbozespołów energetycznych. Opisano przebieg procesu pozyskiwania wiedzy na podstawie zbioru przykładów. Uzyskane wyniki będą zastosowane w systemie doradczym DT200 diagnostyki turbozespołów energetycznych.
EN
The paper deals with a methodology of diagnostic knowledge acquisition using "machine learning" methods. An application of the methodology to a practical task concerning knowledge acquisition on selected technical states of industrial turbine sets has been presented. A course of the process of knowledge acquisition from a set of examples has been described. Results obtained using the methodology will be applied in the diagnostic expert system DT200 for monitoring of power turbine sets.
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.