Informacja

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

Tytuł pozycji:

Przewidywanie usterek napędu pasowego w ramach konserwacji predykcyjnej na platformie Przemysłu 4.0

Tytuł:
Przewidywanie usterek napędu pasowego w ramach konserwacji predykcyjnej na platformie Przemysłu 4.0
Prediction of Belt Drive Faults in Case of Predictive Maintenance in Industry 4.0 Platform
Autorzy:
Pollak, Artur
Temich, Sebastian
Gąsiorek, Damian
Ptasiński, Wojciech
Kucharczyk, Jacek
Data publikacji:
2021-11-03
Wydawca:
MDPI
Słowa kluczowe:
belt drive faults
mechanical engineering
Industry 4.0
predictive maintenance
Źródło:
Applied Sciences
Język:
angielski
Prawa:
http://creativecommons.org/licenses/by/4.0/
Linki:
https://open.icm.edu.pl/handle/123456789/25527  Link otwiera się w nowym oknie
Dostawca treści:
Repozytorium Centrum Otwartej Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Continuous production maintenance cost is among one of the highest operational expenses for manufacturing companies. Proper planning of maintenance interventions results in optimized equipment use, higher product quality, and reduced costs. For a belt drive usefulness, it is important that it is properly stretched and has no defects. However, manual condition assessment requires a production line stop, which in turn causes production to stop with associated consequences. Continuous fault diagnosis for anomalies is a fundamental step in estimating a component’s remaining service life and then obtaining a reliable predictive maintenance system that reduces production costs. The presented work presents an approach to anomaly detection based on the vibrations obtained from the operation of the belt transmission.

European Regional Development Fund (ERDF) under the Regional Operational Programme for the Silesian Voivodeship 2014- –2020 (Agreement No. UDA-RPSL.01.02.00-24-047G/19-00).

Development, through R&D work, of the Nazca 4.0 production optimization platform

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