ترجمه مقاله تشخیص و پیش بینی پیشرفته برای ارزیابی ریسک موتور توربین گازی – نشریه IEEE

عنوان فارسی: | تشخیص و پیش بینی پیشرفته برای ارزیابی ریسک موتور توربین گازی |
عنوان انگلیسی: | Advanced Diagnostics and Prognostics for Gas Turbine Engine Risk Assessment |
تعداد صفحات مقاله انگلیسی : 9 | تعداد صفحات ترجمه فارسی : 19 |
سال انتشار : 2000 | نشریه : آی تریپل ای - IEEE |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : 8982 | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 4.12Mb |
رشته های مرتبط با این مقاله: مهندسی مکانیک |
گرایش های مرتبط با این مقاله: مکاترونیک، طراحی کاربردی و طراحی جامدات |
مجله: مقالات کنفرانس هوا فضا - Aerospace Conference Proceedings |
دانشگاه: ایالات متحده آمریکا |
وضعیت ترجمه عناوین تصاویر: ترجمه شده است |
وضعیت ترجمه متون داخل تصاویر: ترجمه نشده است |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
چکیده
فهرست محتوا
مقدمه
روش فنی
افزونه های ارتقادهنده سیستم های نظارت بر سلامت و تشخیص خرابی موتور
اعتبارسنجی و تشخیص ترکیبی سنسور
مدل های مبنای آماری تشخیص دقیق عیوب موتور
تشخیص ترکیبی الگوی عیب و تشخیص احتمالاتی خرابی موتور
آشکارسازی و تشخیص عیب ارتعاشی ارتقایافته
تحلیل پایگاه داده
مدلسازی پیشبینی عیوب قطعه
پیشبینی خرابی با استفاده از مدلهای مبتنی بر فیزیک
نمونهای از یک مدل تصادفی مبتنی بر فیزیک
نتیجهگیری
Abstract
Real-time, integrated health monitoring of gas turbine engines that can detect, classify, and predict developing engine faults is critical to reducing operating and maintenance costs while optimizing the life of critical engine components. Statistical-based anomaly detection algorithms, fault pattern recognition techniques and advanced probabilistic models for diagnosing structural, performance and vibration related faults and degradation can now be developed for real-time monitoring environments. Integration and implementation of these advanced technologies presents a great opportunity to significantly enhance current engine health monitoring capabilities and risk management practices.This paper describes some novel diagnostic and prognostic technologies for dedicated, real-time sensor analysis, performance anomaly detection and diagnosis, vibration fault detection, and component prognostics. The technologies have been developed for gas turbine engine health monitoring and prediction applications which includes an array of intelligent algorithms for assessing the total ‘health’ of an engine, both mechanically and thermodynamically.
چکیده
نظارت لحظهای و یکپارچه بر سلامت موتورهای توربین گازی که میتواند عیوب در حال شکلگیری را تشخیص، طبقهبندی و پیشبینی کند در کاهش هزینههای تعمیرات و نگهداری و بهرهبردارب حیاتی است، ضمن اینکه طول عمر قطعات اصلی موتور را نیز بهینه میکند. الگوریتمهای آماری تشخیص حالات غیرعادی، تکنیکهای تشخیص الگوی عیوب و مدلهای احتمالاتی پیشرفته جهت تشخیص عیوب و خرابی سازهای، عملکردی و ارتعاشی اکنون برای محیطهای پایش لحظهای در حال توسعهاند. یکپارچهسازی و پیادهسازی این فناوریهای پیشرفته فرصت بسیار خوبی را فراهم میکند تا قابلیتهای فعلی نظارت بر سلامت موتور و شیوههای مدیریت ریسک تا حد قابلتوجهی ارتقا پیدا کنند.
در این مقاله برخی فناوریهای تشخیص و پیشبینی نوین ویژهی تحلیل اختصاصی لحظهای سنسورها، تشخیص و پیشبینی عملکرد غیرعادی، تشخیص عیب ارتعاشی و پیشبینی عیوب قطعات تشریح میشوند. این فناوریها برای مصارف پایش و پیشبینی سلامت موتور توربین گازی ابداع شدهاند که الگوریتمهای هوشمند گوناگونی را برای ارزیابی سلامت کلی موتور، چه از لحاظ مکانیکی یا ترمودینامیکی، در بر میگیرند.