Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/28814
metadata.artigo.dc.title: Balancing of a rigid rotor using artificial neural network to predict the correction masses
metadata.artigo.dc.title.alternative: Balanceamento de um rotor rígido, usando redes neurais artificiais para a predição das massas de correção
metadata.artigo.dc.creator: Santos, Fábio Lúcio
Duarte, Maria Lúcia Machado
Faria, Marcos Túlio Corrêa de
Eduardo, Alexandre Carlos
metadata.artigo.dc.subject: Rigid balancing
Rotor balancing
Artificial neural network
Balanceamento rígido
Balanceamento
Redes neurais artificiais
metadata.artigo.dc.publisher: Editora da Universidade Estadual de Maringá-Eduem
metadata.artigo.dc.date.issued: 2009
metadata.artigo.dc.identifier.citation: SANTOS, F. L. et al. Balancing of a rigid rotor using artificial neural network to predict the correction masses. Acta Scientiarum. Technology, Maringá, v. 31, n. 2, p. 151-157, 2009.
metadata.artigo.dc.description.resumo: Este trabalho foi desenvolvido com o objetivo de empregar a técnica de balanceamento de separação de planos juntamente com Redes Neurais Artificiais (RNA) para a predição da localização e massas de correção para o balanceamento de um sistema rotor-mancal, para tal, foi empregado um modelo analítico consitituído por um rotor rígido apoiado em mancais hidrodinâmicos. O sistema rotativo foi modelado com base no modelo de eixo rígidos de Stodola-Green, no qual foram considerados o efeito girocópico e a inércia rotatória, além de um modelo de mancal hidrodinâmico cilíndrico baseado nas equações de Reynolds que permitiu a determinação de oito coeficientes lineares de força associados com os coeficientes de rigidez e amortecimento diretos e cruzados do mancal. Os resultados mostraram que a metodologia apresentada foi eficiente para o balanceamento de rotores. Este trabalho fornece grande contribuição para o processo de monitoramento, uma vez que Redes Neurais Artificiais normalmente são empregadas para identificação, e não para a correção do desbalanceamento. O procedimento apresentado pode ser empregado no balanceamento de turbomáquinas industriais, as quais necessitam de contínuas avaliações. Resultados simulados são apresentados com o objetivo de ilustrar metodologia de balanceamento proposta.
metadata.artigo.dc.description.abstract: This paper deals with an analytical model of a rigid rotor supported by hydrodynamic journal bearings where the plane separation technique together with the Artificial Neural Network (ANN) is used to predict the location and magnitude of the correction masses for balancing the rotor bearing system. The rotating system is modeled by applying the rigid shaft Stodola-Green model, in which the shaft gyroscopic moments and rotatory inertia are accounted for, in conjunction with the hydrodynamic cylindrical journal bearing model based on the classical Reynolds equation. A linearized perturbation procedure is employed to render the lubrication equations from the Reynolds equation, which allows predicting the eight linear force coefficients associated with the bearing direct and cross-coupled stiffness and damping coefficients. The results show that the methodology presented is efficient for balancing rotor systems. This paper gives a step further in the monitoring process, since Artificial Neural Network is normally used to predict, not to correct the mass unbalance. The procedure presented can be used in turbo machinery industry to balance rotating machinery that require continuous inspections. Some simulated results will be used in order to clarify the methodology presented.
metadata.artigo.dc.identifier.uri: http://periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/3912
http://repositorio.ufla.br/jspui/handle/1/28814
metadata.artigo.dc.language: en_US
Appears in Collections:DEG - Artigos publicados em periódicos

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.