Równoczesne występowanie wielu uszkodzeń przekładni i możliwości ich identyfikacji na
podstawie symptomów drganiowych nie są przedmiotem opracowań literaturowych. Autorzy
w większości prac skupiają się na identyfikacji pojedynczych uszkodzeń na podstawie jednego
symptomu. Referat przedstawia badania nad doborem optymalnych cech diagnostycznych
w warunkach wzrastającej degradacji przekładni i związanej z tym wzrastającej liczbie uszkodzeń.
Przedstawia również problem doboru punktu odbioru sygnału. W wyniku odbioru sygnału z wielu
punktów otrzymuje się wielowymiarową macierz, z której należy wybrać punkt, dla którego uzyskuje
się najlepszą rozdzielczość symptomów przypisanych określonym uszkodzeniom. Zagadnienia te
sprowadzają się do odpowiedzi na następujące pytania: jakie symptomy dają lepsze wyniki
klasyfikacji różnych uszkodzeń, w jakim punkcie odbioru sygnału separacja klas stanu technicznego
dobry/zły jest największa oraz czy możliwa jest redukcja macierzy symptomów?
REFERENCJE(21)
1.
ADAMCZYK J., CIOCH W., KRZYWORZEKA P., Możliwości neuronowej klasyfikacji stanu w zmiennych warunkach pracy obiektu, Zagadnienia Eksploatacji Maszyn 2 (118), 1999.
BARTELMUS W., Mathematical Modelling and Computer Simulations as an Aid to Gearbox Diagnostics, Mechanical Systems and Signal Processing, 2001a, Vol.15, nr5, s. 855-871.
BARTELMUS W., ZIMROZ R., Vibration Condition Monitoring of two stage gearboxes, 4th Intern. Conf. Acoustical and Vibratory Surveillance Methods and Diagnostics Techniques, France 2001b, s.645.
BARTELMUS W., Computer aided multistage gearbox diagnostic inference by computer simulation, Scientific papers of the Institute of Mining of the Wroclaw University of Technology 2002a.
BARTELMUS W., ZIMROZ R., Condition Monitoring of Belt Conveyor Transmissions, Mine Planning And Equipment Selection 2002. Proc. of 12th Internat Symposium. Czech Rep, 2002b, s.393 – 402.
BARTKOWIAK A., CEBRAT S., MACKIEWICZ P., Probabilistic PCA and neutral networks in search of representative features fr some yeast genome data, AIMETH, 2004.
CIUPKE K., Attributes selection in machinery diagnostics, AI-Meth Methods of Artificial Intelligence in Mechanics and Mechanical Engineering Gliwice 2001, Poland.
VECER, P., SMÍD R., KREIDL M., Application of the Self-Organizing Map to Manual Automotive Transmission Diagnostics. In ISSPIT 2003 [CD-ROM]. Darmstadt: IEEE, 2003.
ZIMROZ R., Metoda diagnostyki wielostopniowych przekładni zębatych w układach napędowych przenośników taśmowych z zastosowaniem modelowania Rozprawa Doktorska, Politechnika Wrocławska, 2002.
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.