Wyniki wyszukiwania - Biblioteka Nauki

1

Charakterystyki dynamiczne układu hydraulicznego jako nośnik informacji diagnostycznej o stanie niezdatności jego elementów

100%

Rychlik A.

|

tom nr 2(42)

57-62

PL

W pracy zaproponowano metodę identyfikacji stanu technicznego układu hydraulicznego na podstawie analizy charakterystyk dynamicznych pozyskanych w kanale tłocznym pompy oleju. Jako uogólniony parametr stanu technicznego badanego układu hydraulicznego przyjęto zmianę: ciśnień i jego amplitud zarejestrowanych podczas ruchów roboczych układu, czasu ruchu roboczego tłoczyska siłownika oraz temperatury czynnika roboczego.

EN

The method of identification of the technical state of the hydraulic system on the base of the analysis of dynamic characteristics acquired in the pumping conduit of the oil pump was presented in the paper. As a generalized parameter of the technical state of the investigated hydraulic system there was assumed the change of: pressures and their amplitudes recorded during activity of the system, activity time of the piston rod of the hydraulic cylinder, temperature of the working fluid.

2

Zastosowanie sztucznej inteligencji do identyfikacji typowych uszkodzeń wtryskiwaczy silników okrętowych

84%

Monieta J. , Choromański T.

|

tom nr 4(48)

139-144

PL

W artykule przedstawiono możliwość wykorzystania sztucznej inteligencji do identyfikacji uszkodzeń wtryskiwaczy silników okrętowych. W tym celu zastosowano sieci neuronowe, pakiet analityczny wykorzystujący współczesną technologię. Na podstawie symulowanych komputerowo, stopniowanych relacji cechy stanu technicznego wtryskiwaczy - przebieg ciśnienia w przestrzeni wtryskiwacza, poddano sieci neuronowe procesowi uczenia. Po procesie uczenia podjęto próbę rozpoznawania symulowanych różnych stanów technicznych zdatności i niezdatności z pojedynczymi i łącznymi uszkodzeniami.

EN

In article have been presented of usability artificial intelligence to identification of damages of the marine diesel engines injectors. To his end have been application neural networks, analytic packet that utilized of present processes engineering. On the base computer simulated, stopped relations features of technical state of injectors - course of pressure in injector in injector space, have been subjected the neural networks to learning process. Past learning process has been attempted recognition simulated of different technical up states and disability with single and total damages.

3

Wskaźniki niezawodności systemu diagnostyki tribologicznej statków powietrznych w warunkach eksploatacji na terenie Polski

84%

Zboiński M. , Spychała J.

|

tom nr 3

69-78

PL

W pracy przedstawiono wskaźniki niezawodności urządzeń systemu diagnostyki tribologicznej (SDT) i metody wyznaczania ich wartości. Szczegółowo omówione zostały roczne liczbowe wskaźniki niezawodności systemu diagnostyki tribologicznej charakteryzujące ich eksploatację w warunkach środowiskowych panujących na terenie Polski. Podczas eksploatacji systemu SDT, który dzieli się na podsystemy laboratoryjny i terenowy występują niesprawności nie tylko urządzeń pomiarowych, ale również urządzeń peryferyjnych, np. zasilacza UPS, które mogą spowodować niesprawność całego systemu. Wszelkie niewyjaśnione lub nie w pełni wyjaśnione niesprawności i uszkodzenia, dotyczące pracy urządzeń pomiarowych, stanowią zagrożenie dla realizacji badań i wykonania prawidłowej oceny stanu technicznego diagnozowanych układów tribologicznych silników lotniczych i instalacji hydraulicznych. Mogą powodować u użytkownika brak zaufania do systemu i inne negatywne zjawiska. Celowe jest więc zidentyfikowanie zaistniałych niesprawności urządzeń systemu i określenie wynikających z nich zagrożeń dla prawidłowej pracy systemu diagnostyki tribologicznej.

EN

The paper presents the reliability indicators of tribological diagnostics system devices (STD) and the methods of determining their value. The paper discusses in detail the annual numerical indicators of reliability characterising their tribological operation in environmental conditions prevailing on the Polish environment. During operation of the system SDT, which is divided into sub-systems, laboratory and field failures of measuring devices and peripheral devices, such as UPS, can cause the failure of the entire system. Any unexplained or not fully explained malfunctions and damage of measuring devices are a threat to the implementation of research and the implementation of the proper assessment of the technical condition diagnosed tribological systems of aircraft engines and hydraulic systems. This can cause the user's lack of confidence in the system and other negative phenomena. It is appropriate, therefore, to identify the devices of the system, how the failure occurred and to determine the resulting risks for the correct operation of tribological diagnostic systems.

4

Zastosowanie skanerów 3D w technice wojskowej

84%

Karczewski M.

|

tom R. 90, nr 1

52--53

PL

Przedstawiono metodę identyfikacji deformacji struktury nośnej pojazdów wojskowych na przykładzie transportera KTO Rosomak z wykorzystaniem technologii skanowania 3D oraz procesów fotogrametrycznych. Zaprezentowano przykładowe wyniki pomiarów przeprowadzonych trzema sposobami: metodą pomiaru punktów bazowych, metodą skanowania 3D oraz metodą skanowania 3D w połączeniu z pomiarem geometrii punktów charakterystycznych.

EN

In the article is presented a method to identify geometry of military objects based on 3D scanning technology and photogrammetric processes. During the scanning process different types of markers and calibrated patterns of length, placed on the object are used. Results of measurements using three different methods: base points measurementare method, 3D scanning method and 3D scanning in conjunction with the measurement geometry characteristic points method.

5

Damage identification of bridge structure model based on empirical mode decomposition algorithm and Autoregressive Integrated Moving Average procedure

59%

Lu W. , Dong J. , Pan Y. , Li G. , Guo J.

|

tom Vol. 68, nr 4

653--667

EN

Time series models have been used to extract damage features in the measured structural response. In order to better extract the sensitive features in the signal and detect structural damage, this paper proposes a damage identification method that combines empirical mode decomposition (EMD) and Autoregressive Integrated Moving Average (ARIMA) models. EMD decomposes nonlinear and non-stationary signals into different intrinsic mode functions (IMFs) according to frequency. IMF reduces the complexity of the signal and makes it easier to extract damage-sensitive features (DSF). The ARIMA model is used to extract damage sensitive features in IMF signals. The damage sensitive characteristic value of each node is used to analyze the location and damage degree of the damaged structure of the bridge. Considering that there are usually multiple failures in the actual engineering structure, this paper focuses on analysing the location and damage degree of multi-damaged bridge structures. A 6-meter-long multi-destructive steel-whole vibration experiment proved the state of the method. Meanwhile, the other two damage identification methods are compared. The results demonstrate that the DSF can effectively identify the damage location of the structure, and the accuracy rate has increased by 22.98% and 18.4% on average respectively.