Spelling suggestions: "subject:"excitement forces"" "subject:"axcitement forces""
1 |
Técnicas de caracterização de excitações em máquinas rotativasOliveira, Ademyr Gonçalves de 25 June 1999 (has links)
Universidade Federal de Goiás - Goiânia / This work presents a contribution to the study and characterization of excitements forces
applied in rotative machine, using neural netwoks starting from the measured vibration sign in the
equipment. The developed methodology is used to classify the excitement among four states of
operation conditions: normal operation, umbalance excitement force, asynchronous excitement
force and magnetic excitement force. For the each excitement class it is possible to determine its
application point and its amplitude and frequency characteristics.
Applying a technique statistics data compress of the measured signs, it was possible to
training with success neural networks with smaller number of neurons, consequently with smaller
computational cost.
The efficiency and robustness of the architectures proposals, of neural networks, they
were appraised for different levels of data compress and of addictive noises using numeric simulation
of a vibratory model of systems of three degrees of freedom.
The methodology was validated in a experimental apparatus that represents rotative
machine whit a flexible rotor. / Este trabalho apresenta uma contribuição ao estudo e caracterização de forças de
excitações aplicadas em máquina rotativas, utilizando redes neurais a partir do sinal de vibração medido no equipamento. A metodologia desenvolvida é utilizada para classificar a excitação entre quatro estados de funcionamento da maquina: operação normal, excitação por força de desbalanceamento, excitação por forca assíncrona e excitação por força magnética. Uma vez encontrado o tipo de excitaçãp é possével determinar o seu ponto de aplicação e suas características de amplitude e freqüência.
Aplicando uma técnica estatística de compactação dos sinais medidos, foi possível treinar com sucesso redes neurais com número de neurônios menores e consequentemente, com menor custo computacional.
A eficiência e robustez das arquiteturas propostas, de redes neurais, foram avaliadas para diferentes níveis de compactação de dados e de ruídos aditivos utilizando simulação numérica de um modelo de sistemas vibratório de três graus de liberdade.
A metodologia foi validada numa bancada experimental que representa uma máquina rotativa de rotor flexível. / Doutor em Engenharia Mecânica
|
Page generated in 0.0584 seconds