کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4976631 1451835 2018 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novelty detection diagnostic methodology for gearboxes operating under fluctuating operating conditions using probabilistic techniques
ترجمه فارسی عنوان
روش تشخیص تشخیص جدید برای گیربکس هایی که تحت شرایط عملیاتی نوسان هستند و با استفاده از تکنیک های احتمالی مورد استفاده قرار می گیرند
کلمات کلیدی
تشخیص گیربکس، تجزیه و تحلیل اختلاف، شرایط عملیاتی نوسان مدل مخفی مارکف، تکنیک های احتمالی
ترجمه چکیده
در این مقاله، یک روش تشخیص خطا توسعه داده شده است که قادر به شناسایی، قرار دادن و گشتاور روند گشتاور در شرایط عملیاتی نوسان است، زمانی که تنها داده های لرزش از یک مبدل واحد، اندازه گیری شده در یک گیربکس سالم در دسترس هستند. یک فرآیند استخراج ویژگی دو مرحله ای و فرایند مدل سازی برای تعیین شرایط عملیاتی و بر اساس شرایط عملیاتی پیشنهاد شده است تا تغییرات در وضعیت دستگاه را تشخیص دهند. اطلاعات از دستگاه بهینه شده و حالت عملیات پنهان مارکوف مدل ها به طور آماری ترکیب شده برای تولید یک سیگنال اختلاف، که پس از پردازش برای به دست آوردن وضعیت از جعبه دنده. سیگنال اختلافات پردازش شده و با روش های آماری برای شناسایی خطاهای اتوماتیک و محلی سازی و تطبیق روند گسل در طول زمان ترکیب شده است. روش پیشنهادی بر روی داده های آزمایشی معتبر است و برای سنجش هزینه-اثربخشی روش تشخیصی، از یک روش ردیابی دستورالعمل استفاده می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
روش تشخیص تشخیص جدید برای گیربکس هایی که تحت شرایط عملیاتی نوسان هستند و با استفاده از تکنیک های احتمالی مورد استفاده قرار می گیرند
چکیده انگلیسی
In this paper, a fault diagnostic methodology is developed which is able to detect, locate and trend gear faults under fluctuating operating conditions when only vibration data from a single transducer, measured on a healthy gearbox are available. A two-phase feature extraction and modelling process is proposed to infer the operating condition and based on the operating condition, to detect changes in the machine condition. Information from optimised machine and operating condition hidden Markov models are statistically combined to generate a discrepancy signal which is post-processed to infer the condition of the gearbox. The discrepancy signal is processed and combined with statistical methods for automatic fault detection and localisation and to perform fault trending over time. The proposed methodology is validated on experimental data and a tacholess order tracking methodology is used to enhance the cost-effectiveness of the diagnostic methodology.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 100, 1 February 2018, Pages 152-166
نویسندگان
, , ,