Header

Shop : Details

Shop
Details
45,80 €
ISBN 978-3-8440-4747-9
Paperback
132 Seiten
95 Abbildungen
199 g
21 x 14,8 cm
Deutsch
Dissertation
September 2016
Christian Licht
Entwicklung eines Betriebspunktmonitoringsystems für Kreiselpumpen mit Hilfe der Signale eines Beschleunigungssensors auf Basis des Maschinellen Lernens
Die vorliegende Arbeit beschreibt die Entwicklung eines Systems zur Betriebspunkterkennung von Kreiselpumpen. Die verwendete Sensorik ist dabei auf lediglich einen Beschleunigungssensor beschränkt.

Zur Analyse der aufgenommenen Sensorsignale werden Methoden des Maschinellen Lernens und der Mustererkennung eingesetzt. Hauptelement der Analyse ist eine geeignete Merkmalsvektorgenerierung sowie die anschließende Klassifizierung mit Hilfe der sogenannten Support Vektor Maschine (SVM). Zur Erzeugung der Merkmalsvektoren wird ein statistischer und ein deterministischer Analyseansatz verwendet. Als statistische Methode kommt die Autoregression zum Einsatz. Bei dieser wird ein Signal mit Hilfe eines mathematischen Models beschrieben, das es ermöglicht auf zukünftige Werte schließen zu können. Die deterministische Analysemethode zur Generierung der Merkmalsvektoren beruht auf der Auswertung gefilterter Frequenzbänder der aufgenommenen Schwingungen.

Ein wesentliches Ziel dieser Arbeit stellt die Anlagenunabhängigkeit des Systems dar. Hierzu wurde die Kreiselpumpe auf insgesamt drei unterschiedlichen Prüfständen untersucht. Angefahren wurden jeweils stationäre Betriebspunkte einer Auswahl von Kennlinien unterschiedlicher Pumpendrehzahlen.

Im Zuge der Auswertung wurden unterschiedliche Parameter und Einstellungen untersucht. Neben mehreren Sensorposition und Methoden zur Merkmalsvektorgenerierung wurden zusätzlich, verschiedene Einstellungen der SVM getestet. Zur Optimierung der Erkennung des Förderstroms unabhängig von der Anlage konnte eine einfache Methode zur Kalibrierung des Systems integriert werden. Außerdem werden zwei Möglichkeiten zur Kombination von Drehzahl- und Förderstromerkennung vorgestellt bzw. getestet.
Schlagwörter: Monitoring; Support Vector Machine; SVM; Autoregression; Maschinendiagnose; Kreiselpumpen; Pumpenüberwachung; Störungsfrüherkennung; Klassifizierung; Schwingungsüberwachung; Merkmalsgenerierung; Zeitreihenanalyse; Fouriertransformation
SAM-Fortschrittsberichte
Herausgegeben von Prof. Dr.-Ing. M. Böhle, Kaiserslautern
Band 9
Verfügbare Online-Dokumente zu diesem Titel
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
 
 DokumentGesamtdokument 
 DateiartPDF 
 Kosten34,35 € 
 AktionDownloadZahlungspflichtig kaufen und download der Datei 
     
 
 DokumentInhaltsverzeichnis 
 DateiartPDF 
 Kostenfrei 
 AktionDownloadDownload der Datei 
     
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Teilen
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
  +49 2421 99011 9
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
Captcha
Social Media