Please use this identifier to cite or link to this item:
http://essuir.sumdu.edu.ua/handle/123456789/74675
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Advancement of Fault Diagnosis and Detection Process in Industrial Machine Environment |
Other Titles |
Удосконалення процесу діагностування несправностей у промислових умовах |
Authors |
Altaf, S.
Mehmood, M.S. Soomro, M.W. |
ORCID | |
Keywords |
діагностування несправностей машини методика оброблення сигналу індукційний двигун моніторинг стану machine fault diagnosis signal processing technique induction motor condition monitoring |
Type | Article |
Date of Issue | 2019 |
URI | http://essuir.sumdu.edu.ua/handle/123456789/74675 |
Publisher | Sumy State University |
License | |
Citation | Altaf, S. Advancement of Fault Diagnosis and Detection Process in Industrial Machine Environment [Текст] = Удосконалення процесу діагностування несправностей у промислових умовах / S. Altaf, M.S. Mehmood, M.W. Soomro // Журнал інженерних наук. - 2019. - Т. 6, № 2. - С. D1-D8. - DOI: 10.21272/jes.2019.6(2).d1. |
Abstract |
Діагностика несправностей машин є дуже важливою прблемою у промислових системах і заслуговує на подальший розгляд з огляду на зростаючі вимоги до складності та підвищення експлуатаційних
характеристик сучасних машин. У даний час виробничі компанії та дослідники роблять значні спроби впровадити ефективні засоби діагностики несправностей. Оброблення сигналів є ключовим кроком у моніторингу стану машини в складних промислових електричних роторних машинах. За останні роки було розроблено ряд методів оброблення сигналів, які традиційно застосовуються у різних роторних машинах. Зокрема, індукційні двигуни є широко уживаними в різних галузях промисловості завдяки їх невеликим розмірам, низькі собівартості та роботі з існуючим джерелом живлення. Несправності індукційної машини можуть стати причиною значних промислових і фінансових втрат на підприємстві. Порівнянюючи різні несправності, можна зробити висновок, що діагностування дефектів валу має важливе значення через складність наслідків цього дефекту, що призводить до серйозної несправності двигуна. При цьому виявлення цієї несправності є надскладною проблемою технічної діагностики несправностей машини. Тому метою цієї роботи є узагальнення методів технічного діагностування несправностей машин для виявлення дефектів валу. Machine fault diagnosis is a very important topic in industrial systems and deserves further consideration in view of the growing complexity and performance requirements of modern machinery. Currently, manufacturing companies and researchers are making a great attempt to implement efficient fault diagnosis tools. The signal processing is a key step for the machine condition monitoring in complex industrial rotating electrical machines. A number of signal processing techniques have been reported from last two decades conventionally and effectively applied on different rotating machines. Induction motor is the one of widely used in various industrial applications due to small size, low cost and operation with existing power supply. Faults and failure of the induction machine in industry can be the cause of loss of throughput and significant financial losses. As compared with the other faults with the broken rotor bar, it has significant importance because of severity which leads to a serious breakdown of motor. Detection of rotor failure has become significant fault but difficult task in machine fault diagnosis. The aim of this paper is indented to summarizes the fault diagnosis techniques with the purpose of the broken rotor bar fault detection. |
Appears in Collections: |
Journal of Engineering Sciences / Журнал інженерних наук |
Views
Algeria
92124686
Australia
1
Canada
1
China
29138255
Côte d’Ivoire
1
Germany
117265
Greece
11442
Hong Kong SAR China
1
India
1
Iraq
1
Ireland
1273431724
Israel
1
Lithuania
1
Malaysia
1
Mongolia
1
Netherlands
1428015
New Zealand
83865
Nigeria
1
Pakistan
11438
South Korea
1296573833
Sweden
1
Taiwan
1
Trinidad & Tobago
12875064
Ukraine
163687
United Kingdom
1296573832
United States
441817040
Unknown Country
854495820
Vietnam
11440
Downloads
Algeria
92124687
China
29138256
France
41
India
46062343
Indonesia
184249354
Ireland
46062345
Lithuania
1
Netherlands
1
Pakistan
112172
Saudi Arabia
1
South Korea
1
Taiwan
1
Ukraine
838555888
United Kingdom
1
United States
29138253
Unknown Country
705101517
Vietnam
1
Files
File | Size | Format | Downloads |
---|---|---|---|
Altaf_JES_2019_02.pdf | 311.18 kB | Adobe PDF | 1970544863 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.