Tvorba datových sad pro vývoj vibrodiagnostických metod

Abstract

Tato práce se zabývá tvorbou datových sad pro vývoj vibrodiagnostických metod založených na umělé inteligenci. Základem je analýza principů vibrodiagnostiky rotačních strojů a popis možností laboratorních rotorových sad. Byla navrhnuta metodika měření na AV Test Bench a zpracování vibračních dat. Výsledkem práce jsou anotované datové sady. Datasety byly vytvořeny pro výchozí diagnostické parametry AV Test Bench bez emulované poruchy, pro emulované nevyváženosti rotoru, které tvoří hlavní část práce, dále pro ohnutý hřídel a ložiskové závady. V rámci práce byl použit indikátor efektivní rychlost vibrací pro ověření vibračních projevů a byly vyhodnoceny vibrace způsobené nevyvážeností, ozubeným soukolím, ohnutým hřídelem a ložiskem.

This thesis deals with the creation of datasets for the development of vibrodiagnostic methods based on artificial intelligence. It is based on an analysis of the principles of vibrodiagnostics of rotating machines and a description of the capabilities of laboratory rotor sets. A methodology for AV Test Bench measurements and vibration data processing has been proposed. The result of the work is annotated data sets. The datasets were created for the initial diagnostic parameters of the AV Test Bench without an emulated faults, for emulated rotor unbalance, which represents the core part of the work, as well as for bent shaft and bearing faults. The RMS vibration velocity indicator was used to verify the vibration manifestations and the vibrations caused by the unbalance, gears, bent shaft and bearing were evaluated as part of the work.