Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: uszkodzenie skrzyni biegów

Sortuj według:

Ogranicz wyniki do:

Wymiar fraktalny sygnału drgań jako wskaźnik uszkodzeń w diagnozowaniu pojazdów

Puchalski A.

Autobusy : technika, eksploatacja, systemy transportowe

2016

R. 17, nr 12

1313--1315

W artykule przedstawiono wyniki prac naukowych ukierunkowanych na rozwiązanie zadania automatycznej detekcji zużycia i uszkodzeń mechanicznych silnika spalinowego. Bazując na metodach analizy fraktalnej zaproponowano technikę detekcji uszkodzeń mechanicznych układu napędowego pojazdu na podstawie sygnałów przyspieszenia drgań obudowy przekładni głównej. Analizowano cechy diagnostyczne zależne od skali czasowej obserwacji. Badania prowadzono metodami analizy fluktuacji detrendowanych. Wyznaczono widma osobliwości zarejestrowanych sygnałów wibracyjnych. Jako miarę uszkodzeń przekładni głównej zweryfikowano poziom multifraktalności sygnału.

The paper presents the results of research work targeted at solving the problem of automatic detection of wear and mechanical damage of the internal combustion engine. Based on the fractal formalizm the method of mechanical fault detection of the vehicle powertrain was proposed. Diagnostic features dependent on the time scale of mechanical vibration observation were analyzed. Investigations were performed by means of the detrended fluctuation analysis. The singularity spectra of vibration signals obtained in monitoring a gearbox vibration signal were determined. The multifractality level of a signal was tested and verified as defects measure.

Gearbox faults identification using vibration signal analysis and artificial intelligence methods

Zuber N., Bajrić R., Šostakov R.

Eksploatacja i Niezawodność

2014

Vol. 16, no. 1

61--65

Artykuł omawia zastosowanie sztucznych sieci neuronowych opartych na cechach oraz analizy drgań do celów automatycznej identyfikacji uszkodzeń skrzyni biegów. Prace eksperymentalne przeprowadzono na specjalnie zaprojektowanym stanowisku badawczym, a uzyskane wyniki zweryfikowano na przykładzie przekładni przenośnika taśmowego koparki wielonaczyniowej SRs 1300 wykorzystywanej w kopalni odkrywkowej. Cechy drgań w dziedzinie czasu i częstotliwości są wykorzystywane jako wejścia klasyfikatorów uszkodzeń. Kompletny zbiór proponowanych cech drgań wykorzystano jako wejścia samoorganizujących się map cech, a na podstawie wyników opracowano zredukowany zbiór cech drgań, które wykorzystano jako wejścia do nadzorowanych sztucznych sieci neuronowych. Zbadano dwa typowe uszkodzenia przekładni : zużycie przekładni oraz brakujące zęby przekładni. Uzyskane wyniki wskazują, że proponowany zbiór cech drgań umożliwia niezawodną identyfikację rozwijających się uszkodzeń w układach przenoszenia napędu z kołami zębatymi.

The paper addresses the implementation of feature based artificial neural networks and vibration analysis for the purpose of automated gearbox faults identification. Experimental work has been conducted on a specially designed test rig and the obtained results are validated on a belt conveyor gearbox from a mine strip bucket wheel excavator SRs 1300. Frequency and time domain vibration features are used as inputs to fault classifiers. A complete set of proposed vibration features are used as inputs for selforganized feature maps and based on the results a reduced set of vibration features are used as inputs for supervised artificial neural networks. Two typical gear failures were tested: worn gears and missing teeth. The achieved results show that proposed set of vibration features enables reliable identification of developing faults in power transmission systems with toothed gears.