Repozytorium Uniwersytetu Zielonogórskiego udostępnia 9 908 obiektów cyfrowych
Obiekt
Tytuł: Parameter identification of bearing stiffness for a centrifugal compressor using an artificial neural network
Autor:
Pavlenko, Ivan ; Roshchupkin, Oleksandr ; Ochowiak, Marek ; Krupińska, Andżelika ; Doligalski, Michał ; Tkacz, Jacek
Data wydania:
Typ zasobu:
Współtwórca:
Okarma, Krzysztof - ed. ; Skrzypczyński, Piotr - ed. ; Stefanowski, Jerzy - ed.
Podtytuł:
Tytuł publikacji grupowej:
Abstract:
The design of modern high-tech equipment (pumps, compressors, turbines) is inevitably related to the need to ensure vibration reliability, especially at high shaft rotation speeds, which is particularly relevant for flexible rotors. Therefore, the research aims to provide vibration reliability of energy-intensive rotary machines by developing a hybrid parametric identification approach that leverages analytical dependencies in rotor dynamics, numerical simulations to study rotor behavior, and artificial intelligence systems. ; While implementing the proposed solution, the Monte Carlo method and Moore-Penrose pseudoinversion are also applied. As a result, modified linear and nonlinear parameter identification approaches are developed. They are based on an improved finite element model that accounts for the analytical dependence of bearing stiffness on rotor speed, with the parameters evaluated numerically. ; The corresponding algorithms were implemented in the PTC MathCAD 14 computer algebra system and the Python 3.13 programming language, using the authors` program code and an artificial neural network. The developed methods and algorithms were proven in the case study of a natural gas compressor stadion`s multistage centrifugal compressor, S325 GC2-650/6-56M12. ; As a result, stiffness parameters of Bering supports were identified with a 0.2?0.7% accuracy for the first two critical frequencies compared with the available data from the accelerating-balancing stand "Schenck" with a vacuum chamber. The proposed parameter identification approach can also be extended to evaluate stiffness parameters for high-precision bearing supports with speed-dependent stiffness in multistage centrifugal pumps, turbochargers, turbines, and turbopump units.
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Identyfikator zasobu:
DOI:
Strony:
Źródło:
AMCS, volume 36, number 3 (2026)
Jezyk:
Licencja CC BY 4.0:
Prawa do dysponowania publikacją:
Biblioteka Uniwersytetu Zielonogórskiego
Kolekcje, do których przypisany jest obiekt:
- Repozytorium > Jednostki organizacyjne > Wydział Informatyki, Elektrotechniki i Automatyki
- Repozytorium > Typy utworów > Artykuły
- Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS) > International Journal of Applied Mathematics and Computer Science (AMCS) (2026)
Data ostatniej modyfikacji:
6 lis 2026
Data dodania obiektu:
6 lis 2026
Liczba wyświetleń treści obiektu:
0
Wszystkie dostępne wersje tego obiektu:
https://zbc.uz.zgora.pl/repozytorium/publication/115179
Wyświetl opis w formacie RDF:
Wyświetl opis w formacie OAI-PMH:
-
-
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 36, number 1 (2026)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 36, number 2 (2026)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 36, number 3 (2026)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
| Nazwa wydania | Data |
|---|---|
| Parameter identification of bearing stiffness for a centrifugal compressor using an artificial neural networ | 6 lis 2026 |
Obiekty Podobne
Ochowiak, Marek Krupińska, Andżelika Włodarczak, Sylwia Markowska, Małgorzata Rybski, Ryszard - red.
Krupińska, Andżelika Ochowiak, Marek Włodarczak, Sylwia Markowska, Małgorzata
Ochowiak, Marek Włodarczak, Sylwia Krupińska, Andżelika Markowska, Małgorzata
Włodarczak, Sylwia Ochowiak, Marek Krupińska, Andżelika Markowska, Małgorzata
Werner, C. Gorla, Rama Subba Reddy Jurczak, Paweł - red.
Bilski, Piotr Wojciechowski, Jacek Makowski, Ryszard - ed. Zarzycki, Jan - ed.
Podwórna, Monika Jurczak, Paweł - red.
Wang, Tianming Wang, Kaige Li, Qing Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
