Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Überwachung hydrodynamischer Gleitlager basierend auf der Körperschallanalyse

Noushin Mokhtari Molk Abadi (Unbekannter Einband, Deutsch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Bei Getrieben der Luftfahrt ist die Schadensfrüherkennung von Verschleißkomponenten unerlässlich. Jedoch stellt die zuverlässige und effektive Überwachung hydrodynamischer Gleitlager die Luftfahrt-Industrie vor große Herausforderungen. Die in den meisten Anwendungen zum Einsatz kommenden Messgrößen sind entweder nicht ausreichend sensitiv oder erfüllen nicht die Anforderungen an begrenztem Bauraum. Die Körperschalltechnologie (engl. acoustic emission technology; kurz: AE technology) erfüllt beide Kriterien und wird daher in dieser Arbeit eingesetzt. Um die Überwachung automatisiert durchführen zu können, eignen sich Verfahren des maschinellen Lernens, welche auf Grundlage mathematischer Algorithmen Muster in einer Datenreihe erkennen und anschließend den Systemzustand eigenständig und automatisch beurteilen.Hydrodynamische Gleitlager verwenden zur Lagerung den durch die Relativbewegung zwischen Welle und Gleitlagermaterial entstehenden tragenden Schmierfilm. Versagt dieser tragende Schmierfilm durch ungünstige Betriebsbedingungen wie z. B. hohe Lasten, geringe Drehzahlen, hohe Temperaturen oder Start-Stopp-Betrieb, so kommen die Gleitpartner in Kontakt und es entsteht Misch- oder Festkörperreibung. Diese beiden Reibungszustände verursachen Verschleiß und verringern so die Lebensdauer hydrodynamischer Gleitlager. Diese Arbeit gliedert sich somit in zwei wesentliche Bereiche: Reibungsuntersuchungen zur Entwicklung eines Reibungszustandsklassifikators und Verschleißuntersuchungen zur Schätzung des aktuellen Verschleißvolumens mithilfe der AE-Analyse und maschineller Lernverfahren.Die Reibungszustände Flüssigkeits-, Misch- und Festkörperreibung werden durch geeignete Experimente unter variabler Drehzahl, Last und Temperatur an den im Rahmen dieser Arbeit entwickelten Gleitlagerprüfständen erzeugt. Die während dieser Experimenten erzeugten Muster werden anschließend durch Vorverarbeitung der AE-Signale, Merkmalsbildung aus dem Zeit-, Frequenz und Zeit-Frequenzbereich und Verwendung unterschiedlicher Klassifikatoren wie k-Nächste-Nachbar (kNN) oder Support Vektor Maschinen (SVM) der korrekten Reibungsklasse zugeordnet. Mithilfe von AE-Merkmalen und taktiler Oberflächenmessungen als Validierung wird die Möglichkeit der Überwachung von Einlaufverschleiß während Kurzeitversuchen gezeigt. Zudem werden Langzeitversuche bei konstanter Drehzahl, Last und Temperatur durchgeführt und anschließend ein Modell zur Schätzung des Verschleißvolumens anhand der AE-Analyse entwickelt. Der integrierte AE-Effektivwert (engl. Root Mean Square; kurz: RMS) wird dabei als unabhängige Variable und das Verschleißvolumen des Gleitlagers als abhängige Variable eines Regressionsmodells verwendet. Aus diesen Ergebnissen ergeben sich weitere Fragestellungen wie z. B. die Lokalisierung der Anstreifvorgänge über den Gleitlagerumfang. Dies geschieht durch die Fusionierung des AE-Signals und des Nullimpulssignals eines Inkrementalgebers sowie die Auswertung der entstehenden Amplitudenmodulation.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 2,79 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
18.12.2020
Sprache
Deutsch
EAN
9783798331839
Herausgeber
Universitätsverlag der TU Berlin
Serien- oder Bandtitel
Advances in Automation Engineering
Sonderedition
Nein
Autor
Noushin Mokhtari Molk Abadi
Seitenanzahl
167
Einbandart
Unbekannter Einband
Bandzählung
7
Schlagwörter
zustandsbasierte Instandhaltung, hydrodynamische Gleitlager, Körperschallanalyse, Mustererkennung, maschinelle Lernverfahren, Reibung, Verschleiß, condition based maintenance, machine learning, acoustic emission, monitoring
Thema-Inhalt
TBMM - Messtechnik und Kalibrierung THR - Elektrotechnik THY - Energieerzeugung und -verteilung WGM - Flugzeuge und Luftfahrt
Höhe
240 mm
Breite
17 cm

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!