Informacja

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

Tytuł pozycji:

Adaptacyjna metoda redukcji szumu w sygnale drgań maszyn wirujących

Tytuł:
Adaptacyjna metoda redukcji szumu w sygnale drgań maszyn wirujących
Autorzy:
Pietrzak, P.
Napieralski, A.
Data publikacji:
2008
Słowa kluczowe:
analiza drgań
diagnostyka wibracyjna
analiza harmoniczna
filtracja cyfrowa
analysis of the vibration
rotating machines
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Jednym z najcenniejszych źródeł informacji umożliwiających dokonanie oceny stanu technicznego maszyn wirujących jest okresowy sygnał drgań. W pewnych sytuacjach okazuje się, że ze względu na obecność sygnałów o charakterze stochastycznym określenie ilościowego i jakościowego udziału poszczególnych harmonicznych jest trudne. Dotyczy to w szczególności składowych o niskich amplitudach i sygnałów wysokoczęstotliwościowych, słabo propagujących we wnętrzu maszyny. W tym zakresie znaczną poprawę oferuje opisana w niniejszym artykule adaptacyjna metoda filtracji sygnału drgań. Jej wykorzystanie zwiększa czytelność informacji diagnostycznej niesionej przez składowe okresowe drgań i umożliwia wykrycie składowych o niskich amplitudach. Zaproponowana metoda stanowi doskonałą alternatywę dla stosowanego powszechnie uśredniania synchronicznego.
Harmonic vibrations are the most important source of diagnostic information about condition of rotating machines. In particular situations precise analysis of the vibration signal is difficult because of presence of spread-spectrum process noise. This is the case especially for higher frequency components, which are highly suppressed during propagation through the mechanical structure. The paper presents the new method of noise reduction for vibration signal. It is based on subband filtering utilizing adaptive line enhancers. It can be considered as an advantageous alternative for widely used synchronous averaging.

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