Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Diagnosing the technical condition of planetary gearbox using the artificial neural network based on analysis of non-stationary signals

Tytuł:
Diagnosing the technical condition of planetary gearbox using the artificial neural network based on analysis of non-stationary signals
Autorzy:
Popiołek, K.
Pawlik, P.
Data publikacji:
2016
Słowa kluczowe:
vibroacoustic diagnostics
order analysis
neural network
planetary gearbox
diagnostyka wibroakustyczna
analiza rzędów
sieć neuronowa
przekładnia planetarna
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie  Pełny tekst  Link otwiera się w nowym oknie
This paper deals with the problem of diagnosing the technical condition of a planetary gearbox operating at variable load. The severity of the subject and related difficulties were discussed. Theoretical basis of analysis of non-stationary signals (order analysis) and its use in signal resampling was also presented. The paper tests the functionality of the planetary gearbox diagnostics method. The Multilayer Perceptron Network was used to identify and classify the damage. The network’s learning vectors were built on the basis of order analysis results and measurements of the planetary gearbox load. The functionality of two-layer and three-layer unidirectional artificial neural network was also analysed for potential use in diagnosing the technical condition of planetary gears.
Praca podejmuje tematykę diagnostyki stanu technicznego przekładni planetarnej pracującej przy zmiennych warunkach obciążenia. Omówiono w niej istotność podjętego tematu i trudności z nim związane. Przedstawiono również teoretyczne podstawy metody analizy sygnałów niestacjonarnych - analizy rzędów oraz jej zastosowanie przy użyciu metody przepróbkowania sygnału. W artykule zbadano funkcjonalność metody diagnozowania stanu technicznego przekładni planetarnej. Do identyfikacji oraz klasyfikacji uszkodzeń wykorzystano wielowarstwową sieć perceptronową. Wektory uczące sieci zbudowano na podstawie wyników analizy rzędów oraz pomiarze obciążenia przekładni. Przeprowadzono również analizę funkcjonalności sztucznej sieci neuronowej o architekturze dwuwarstwowej oraz trójwarstwowej jednokierunkowej, pod kątem wykorzystania do diagnozowania stanu technicznegoprzekładni planetarnej.
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies