Porównano stan wiedzy i stan techniki w zakresie diagnostyki online procesów przemysłowych dużej skali. Scharakteryzowano podstawowe problemy diagnostyki online procesów złożonych i metody prowadzące do ich rozwiązania, koncentrując się na wynikach uzyskanych w zakresie lokalizacji uszkodzeń. Szczególną uwagę poświęcono zagadnieniom: rozróżnialności uszkodzeń, rozpoznawania uszkodzeń wielokrotnych, metod wnioskowania w warunkach niepewności obserwowanych symptomów, dekompozycji obiektu i diagnozowania w strukturach zdecentralizowanych oraz zastosowania grafowych modeli w projektowaniu systemów diagnostyki procesów przemysłowych. Omówiono efektywne i odporne algorytmy diagnozowania złożonych obiektów dynamicznych dużej skali oraz ich implementację w zrealizowanych systemach diagnostycznych. W podsumowaniu podkreślono znaczenie diagnostyki online w zapewnieniu bezpieczeństwa procesów.
The article presents the possibility of an application of the Rogowski coils to diagnostic the electrical motors. The metrological values of the coils make them fully useful to diagnostic of motors.
W artykule rozważano możliwość diagnozowania on-line uszkodzenia uszczelki głowicy silnika spalinowego. W systemach diagnozowania on-line wciąż poszukuje się prostszych metod, które umożliwiłyby rozróżnienie stanów dobry – zły oraz identyfikację uszkodzenia. Po zarejestrowaniu sygnału drgań można utworzyć na jego podstawie wiele parametrów diagnostycznych. Część z nich jest użyteczna i niesie informacje o stanie obiektu, część jest skorelowana z innymi, a część zakłóca proces diagnozowania i jest wręcz szkodliwa. Aby wybrać tylko te nośne informacyjnie parametry zastosowano w pracy metodę analizy składowych głównych (Principal Component Analysis) tworząc model empiryczny pozwalający na automatyczną klasyfikację uszkodzeń uszczelki głowicy silnika na podstawie sygnału drgań.
XX
Paper discussed the possibility of on-line diagnosis the defect of the head gasket of the combustion engine. In systems of on-line diagnostics the simpler methods - which would allow to differentiate good and faulty states as well as the defects identification - are constantly searched for. When the vibration signal is recorded several diagnostic parameters can be created on its bases. A part of them is useful and provides information of the object state, a part is correlated with other data, however there is also a part which disturbs the diagnostic process. In order to select parameters carrying information the method of the Principal Component Analysis (PCA) was applied forming the empirical model allowing for an automatic classification of defects of the engine head gasket on the bases of the vibration signal.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.