OZR opvangmandaat post doc Cédric Peeters

Projectdetails

!!Description

De meeste signaalverwerkingsmethoden vertrouwen traditioneel voor trillings- of rotatiesnelheid data-analyse van roterende machines op de Discrete Fourier Transformatie of DFT. Als het gaat om de analyse van hoogfrequente data, heeft de DFT verschillende voordelen ten behoeve van conditiebewaking. De DFT is met name non-parametrisch, wat betekent dat er geen aannames van het signaalmodel hoeven te worden gedaan om een betrouwbare spectrale schatting te verkrijgen. Deze eigenschap is vooral handig in een industriële omgeving waar een machineoperator doorgaans geen kennis heeft van het juiste signaalmodel. Desalniettemin kan het maken van aannames zonder signaalmodel ook nadelig zijn, aangezien de DFT lijdt aan hoge variantie, hoge zijlobniveaus en lage resolutie. Onlangs is echter aangetoond dat er een aanzienlijk potentieel is voor een nieuw type semi-parametrische spectrale schatters met hoge resolutie om de prestaties van conventionele signaalanalysetools voor machinebewaking te verbeteren. Voor zover de auteur weet, is er nog geen onderzoek gedaan naar deze technieken met het oog op conditiebewaking. Dit project onderzoekt deze spectrale schatters op multi-sensor data van roterende machines. Dit omvat zowel de aanpassing van deze tools als de ontwikkeling van een nieuw concept voor een spaarse coherentie schatter en een periodiek-stochastische filter. De ontwikkelde methodologieën zullen worden gevalideerd op experimentele gegevens van testbanken en offshore windturbines.
AcroniemOZR4169
StatusActief
Effectieve start/einddatum1/10/2330/09/24

Vingerafdruk

Verken de onderzoeksgebieden die bij dit project aan de orde zijn gekomen. Deze labels worden gegenereerd op basis van de onderliggende prijzen/beurzen. Samen vormen ze een unieke vingerafdruk.