ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Fuel Injection Fault Detection in a Diesel Engine Based on Vibration Signature Analysis

سال انتشار: 1397
کد COI مقاله: ICTINDT05_029
زبان مقاله: انگلیسیمشاهد این مقاله: 202
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Fuel Injection Fault Detection in a Diesel Engine Based on Vibration Signature Analysis

Farzad A. Shirazi - Assistant professor, School of Mechanical Engineering, University of Tehran;
Moosa Ayati - Assistant professor, School of Mechanical Engineering, University of Tehran;
Alireza Zabihi-Hesari - MSc graduate, School of Mechanical Engineering, University of Tehran;
Saeed Ansari-Rad - MSc graduate, School of Electrical Engineering, University of Tehran;

چکیده مقاله:

This paper presents a condition monitoring and fuel injection fault detection technique for a 12-cylinder 588 kW trainset diesel engine based on vibration signature analysis using Fast Fourier Transform (FFT). These type of engines are considered to be heart of passenger trainsets and their condition monitoring is crucial for reliable performance of the system. Most of the conventional fault diagnosis techniques in diesel engines are mainly based on analyzing the difference of vibration signals amplitude in time domain. In the present study, vibration signals were captured from both intake manifold and cylinder heads of the engine and were analyzed in time and frequency domains. In addition, experimental data of a 12-cylinder 588 kW diesel engine (of a trainset) are captured and the proposed method is verified via these data. Results show that power spectra of vibration signals in the low frequency range reliably distinguish between normal and faulty conditions. The experimental results verified that vibration signals acquired from intake manifold have more potential in fault detection.

کلیدواژه ها:

Fault detection, Condition monitoring, Vibration signal, Trainset diesel engine

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/867358/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
A. Shirazi, Farzad and Ayati, Moosa and Zabihi-Hesari, Alireza and Ansari-Rad, Saeed,1397,Fuel Injection Fault Detection in a Diesel Engine Based on Vibration Signature Analysis,پنجمین کنفرانس بین‌المللی آزمون‌های غیرمخرب ایران,تهران,,,https://civilica.com/doc/867358

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397, A. Shirazi, Farzad؛ Moosa Ayati and Alireza Zabihi-Hesari and Saeed Ansari-Rad)
برای بار دوم به بعد: (1397, A. Shirazi؛ Ayati and Zabihi-Hesari and Ansari-Rad)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 63,698
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی