• English
    • العربية
  • English
  • تسجيل الدخول
  • جامعة قطر
  • مكتبة جامعة قطر
  •  الصفحة الرئيسية
  • الوحدات والمجموعات
  • عن المستودع الرقمي
    • الرؤية والرسالة
  • المساعدة
    • إرسال الأعمال الأكاديمية
    • سياسات الناشر
    • أدلة المستخدم
      • عرض المستودع الرقمي
      • البحث في المستودع الرقمي (البحث البسيط والبحث المتقدم)
      • ارسال عملك للمستودع الرقمي
      • مصطلحات المستودع الرقمي
عرض التسجيلة 
  •   مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مساهمة أعضاء هيئة التدريس
  • كلية الهندسة
  • الهندسة الميكانيكية والصناعية
  • عرض التسجيلة
  • مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • مساهمة أعضاء هيئة التدريس
  • كلية الهندسة
  • الهندسة الميكانيكية والصناعية
  • عرض التسجيلة
  •      
  •  
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Rolling element bearing fault diagnostics using acoustic emission technique and advanced signal processing

    Thumbnail
    التاريخ
    2016
    المؤلف
    Hemmati, Farzad
    Alqaradawi, Mohammed
    Gadala, Mohamed S.
    البيانات الوصفية
    عرض كامل للتسجيلة
    الملخص
    Acoustic emission (AE) signal generated from defects in rolling element bearings are investigated using simulated defects and experimental measurements in this paper. Rolling element bearings are crucial parts of many machines and there has been an increasing demand to find effective and reliable health monitoring technique and advanced signal processing to detect and diagnose the size and location of incipient defects. Condition monitoring of rolling element bearings comprises four main stages, which are, statistical analysis, faults diagnostics, defect size calculation, and prognostics. A modified and effective signal processing algorithm is designed to diagnose localized defects on rolling element bearing components under different operating speeds, loadings, and defect sizes. The algorithm is based on optimizing the ratio of Kurtosis and Shannon entropy to obtain the optimal band pass filter utilizing wavelet packet transform (WPT) and envelope detection. Results show the superiority of the developed algorithm and its effectiveness in extracting bearing characteristic frequencies from the raw acoustic emission signals masked by the background noise under different operating conditions. 2015 Institution of Mechanical Engineers.
    DOI/handle
    http://dx.doi.org/10.1177/1350650115591233
    http://hdl.handle.net/10576/22738
    المجموعات
    • الهندسة الميكانيكية والصناعية [‎1509‎ items ]

    entitlement


    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا
    اتصل بنا | جامعة قطر

     

     

    الصفحة الرئيسية

    أرسل عملك التابع لجامعة قطر

    تصفح

    محتويات مركز المجموعات الرقمية
      الوحدات والمجموعات تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر
    هذه المجموعة
      تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر

    حسابي

    تسجيل الدخول

    إحصائيات

    عرض إحصائيات الاستخدام

    عن المستودع الرقمي

    الرؤية والرسالة

    المساعدة

    إرسال الأعمال الأكاديميةسياسات الناشر

    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا
    اتصل بنا | جامعة قطر

     

     

    Video