Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Extraction of Weak Bearing Fault Signatures from Non-stationary Signals Using Parallel Wavelet Denoising Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Comparison of Signal Processing Techniques for Condition Monitoring Based on Artificial Neural Networks

verfasst von : M. Tiboni, G. Incerti, C. Remino, M. Lancini

Erschienen in: Advances in Condition Monitoring of Machinery in Non-Stationary Operations

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The paper presents the results of a study aimed to compare different signal processing techniques for the condition monitoring of a mechanical system for indexing motion. Artificial feed-forward neural networks (ANN) are used as classifiers. The mechanical system can work in different conditions (variable loads and velocities, lubricant oil with different viscosity) and the ANN identifies the working condition. The monitored variable is the acceleration signal of the rotating table, opportunely pre-processed. The signal processing techniques compared are: Power Spectral Density (PSD), Fast Fourier Transform (FFT), Wavelet, Amplitude Probability Density Function (PDF), Higher Order Spectra (HOS).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Monitoring of a High-Speed Train Bogie Using the EMD Technique
Nächstes Kapitel Default Detection in a Back-to-Back Planetary Gearbox Through Current and Vibration Signals
Literatur
1.
Fitch EC (1992) Proactive maintenance for mechanical system. Elsevier, Abingdon
2.
Rai A, Upadhyay SH (2016) A review on signal processing techniques utilized in the fault diagnosis of rolling element bearings. Tribol Int 96:289–306CrossRef
3.
Unal M, Onat M, Demetgul M, Kucuk H (2014) Fault diagnosis of rolling bearings using a genetic algorithm optimized neural network. Measurement 58:187–196CrossRef
4.
Rao VV, Ratnam C (2015) Estimation of defect severity in rolling element bearings using vibration signals with artificial neural network. Jordan J Mech Ind Eng 9(2):113–120
5.
Strdczkiewicz M, Barszcz T (2016) Application of artificial neural network for damage detection in planetary gearbox of wind turbine. Shock Vibr 2016. Article ID 4086324
6.
Huang S, Wu X, Liu X, Gao J, He Y (2017) Overview of condition monitoring and operation control of electric power conversion systems in direct-drive wind turbines under faults. Front Mech Eng 12(3):281–302CrossRef
7.
Lee J, Wu F, Zhao W, Ghaffari M, Liao L, Siegel D (2014) Prognostics and health management design for rotary machinery systems—reviews, methodology and applications. Mech Syst Signal Process 42:314–334CrossRef
8.
Kateris D, Moshou D, Pantazi X-E, Gravalos I, Sawalhi N, Loutridis S (2014) A machine learning approach for the condition monitoring of rotating machinery. J Mech Sci Technol 28(1):61–71CrossRef
9.
Tiboni M, Remino C (2017) Condition monitoring of a mechanical indexing system with artificial neural networks. In: WCCM 2017 – 1st world conference on condition monitoring 2017, London
10.
Kocur D, Stanko R (2000) Order bispectrum: a new tool for reciprocated machine condition monitoring. Mech Syst Signal Process 14(6):871–890 ISSN 0888-3270CrossRef
Metadaten
Titel
Comparison of Signal Processing Techniques for Condition Monitoring Based on Artificial Neural Networks
verfasst von
M. Tiboni
G. Incerti
C. Remino
M. Lancini
Copyright-Jahr
2019
Buch
Advances in Condition Monitoring of Machinery in Non-Stationary Operations

Print ISBN: 978-3-030-11219-6

Electronic ISBN: 978-3-030-11220-2

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-11220-2_19

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise