Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Health index extracting methodology for degradation modelling and prognosis of mechanical transmissions

100%

Yan S. , Ma B. , Zheng C.

Eksploatacja i Niezawodność

2019

tom Vol. 21, no. 1

137--144

Condition monitoring and prognosis is a key issue in ensuring stable and reliable operation of mechanical transmissions. Wear in a mechanical transmission, which leads to the production of wear particles followed by severe wear, is a slow degradation process that can be monitored by spectral analysis of oil, but the actual degree of degradation is often difficult to evaluate in practical applications due to the complexity of multiple oil spectra. To solve this problem, a health index extraction methodology is proposed to better characterize the degree of degradation compared to relying solely on spectral oil data, which leads to an accurate estimation of the failure time when the transmission no longer fulfils its function. The health index is extracted using a weighted average method with selection of degradation data with allocation steps for weight coefficients that lead to a reasonable mechanical transmission degradation model. First, the degradation data used as input are selected based on source entropy which can describe the information volume contained in each set of spectral oil data. Then, the weight coefficient of each set of degradation data is modelled by measuring the relative scale of the permutation entropy from the selected degradation data. Finally, the selected degradation data are fused, and the health index is extracted. The proposed methodology was verified using a case study involving a degradation dataset of multispectral oil data sampled from several power-shift steering transmissions.

Monitorowanie i prognozowanie stanu to kluczowa kwestia dla zapewnienia stabilnej i niezawodnej pracy przekładni mechanicznych. Zużycie w przekładni mechanicznej, które prowadzi do wytwarzania cząsteczek zużycia a następnie ciężkiego zużycia, to proces powolnej degradacji, który może być monitorowany poprzez analizę widmową oleju, ale rzeczywisty stopień degradacji często trudno jest ocenić podczas praktycznego użytkowania z uwagi na złożoność wielu widm oleju. W celu rozwiązania powyższego problemu, zaproponowano metodologię ekstrakcji wskaźnika stanu technicznego, aby lepiej scharakteryzować stopień degradacji niż polegając wyłącznie na danych widmowych oleju; pozwala to na dokładne prognozowanie czasu uszkodzenia, gdy przekładnia przestanie spełniać swoją funkcję. Wskaźnik stanu technicznego ekstrahowany jest za pomocą metody średniej ważonej z wyborem danych o degradacji i etapami alokacji dla współczynników wagowych, dając w efekcie odpowiedni model degradacji przekładni mechanicznej. W pierwszym etapie, dane degradacji stosowane jako dane wejściowe wybierane są na podstawie entropii źródłowej, która może opisywać zakres informacji zawarty w każdym zbiorze danych widmowych oleju. Następnie współczynnik wagowy każdego zestawu danych nt. degradacji modelowany jest przez pomiar względnej skali entropii permutacji z wybranych danych degradacji. Na koniec, wybrane dane degradacji są integrowane i ekstrahowany jest wskaźnik stanu technicznego. Zaproponowana metodologia została zweryfikowana przy użyciu studium przypadku obejmującego zbiór wielowidmowych danych dotyczących degradacji oleju pobranego z kilku przekładni kierowniczych wspomaganych.

88%

Ma B. , Yan S. , Wang X. , Chen J. , Zheng C.

Eksploatacja i Niezawodność

2020

tom Vol. 22, no. 3

520--529

An accurate determination of the system failure threshold is an essential requirement in achieving an appropriate system residual life prediction and a reasonable planned maintenance strategy optimization afterward for degradation systems. This paper proposes a failure threshold determination method based on quantitative measurement of the similarity between the operating system and the historical systems. The similarity is formulated by a weighted average function and then calculated by a convex quadratic formulation to minimizing the variance between the operating system and the historical systems. With an accurate determination of the system failure threshold in real-time, a better prediction of the residual life for the operating system is achieved. Finally, a real case study for several power-shift steering transmission systems monitored using oil spectral analysis is adopted to illustrate and numerically compare the improved performance of the proposed method.

W przypadku systemów podlegających degradacji, dokładne określenie progu awarii systemu stanowi niezbędny warunek dokonania trafnej prognozy jego trwałości resztkowej oraz późniejszej optymalizacji strategii konserwacji rutynowych. W artykule zaproponowano metodę wyznaczania progu awarii opartą na ilościowym pomiarze podobieństwa między systemem użytkowanym obecnie a systemami użytkowanymi uprzednio. Podobieństwo formułuje się na podstawie funkcji średniej ważonej, a następnie oblicza na podstawie wypukłej formy kwadratowej w celu zminimalizowania wariancji między obecnie użytkowanym systemem a uprzednimi systemami. Dzięki dokładnemu określeniu progu awarii systemu w czasie rzeczywistym uzyskuje się lepszą prognostykę trwałości resztkowej obecnie użytkowanego systemu. W końcowej części pracy, w celu zilustrowania i numerycznego porównania ulepszonej wydajności proponowanej metody, zaprezentowano studium przypadku obejmujące kilka układów przeniesienia napędu monitorowanych przy użyciu analizy spektralnej oleju.