Thesis supervisor: István Németh
Location of studies (in Hungarian): BME Gyártástudomány és -technológia Tanszék Abbreviation of location of studies: GTT
Description of the research topic:
a.) Előzmények:
A szerszámgépek degradációs folyamatainak elemzésével korábbi nemzetközi kutatási projektek keretében foglalkoztunk a Gyártástudomány és technológia Tanszéken. Jelenleg már jól működő metodika és szoftvereszközök állnak a rendelkezésünkre, melyekkel meghatározhatók az optimális karbantartási stratégiák és az optimális preventív karbantartási ciklusok, valamint a várható hasznos élettartamok. A kutatás alapcélkitűzése ennek a metodikának a kiegészítése újabb terhelésfüggő degradációs folyamatok mérésével, elemzésével, illetve ezen degradációs folyamatok előrejelzésével.
b.) A kutatás célja:
Cél egy olyan csapágyvizsgáló berendezés építése, mellyel maró főorsó csapágyainak terheléséhez hasonló eseteket lehet előállítani, valamint a terheléseket és a csapágyak állapotát folyamatosan lehet mérni és rögzíteni, majd a kapott idősorok alapján megbízhatósági és karbantarthatósági paramétereket számítani és előrejelezni.
c.) Az elvégzendő feladatok, azok fő elemei, időigénye:
• Irodalomkutatás: csapágy terhelő és vizsgáló módszerek és berendezések; adatgyűjtési és -elemzési módszerek; degradációs modellek különös tekintettel a historikus terhelésszintek figyelembevételére és mesterséges intelligencia módszerek bevonására; gyorsított élettartam vizsgálatok. (0,5 év)
• A vizsgáló berendezés gépészeti és mechatronikai tervezése és megépítése (1,5 év).
˗ Főorsó tengely és csapágyazásának illetve hajtásának tervezése.
˗ Terhelő berendezés tervezése: lehetőség legyen állítható módon mind radiális, mind axiális irányú terhelés kifejtésére, mind statikus, mind dinamikus (ütésszerű) módon.
˗ A szerkezet szenzorokkal való felszerelésének megtervezése.
˗ Adatgyűjtési és elemzési eszközök kiválasztása.
˗ Berendezés megépítése és beüzemelése.
• A degradációval, historikus terhelésszintekkel, megbízhatósággal és karbantartással kapcsolatos rendszerjellemzők meghatározására szolgáló módszerek kidolgozása (0,5 év).
• Mesterséges intelligencia módszerek kidolgozása. (0,5 év)
• Berendezés üzemeltetése, adatok gyűjtése és feldolgozása, mesterséges intelligencia módszerek alkalmazása előrejelzések készítéséhez. (2,5 év).
• Előrejelzési módszerek eredményeinek ellenőrzése (validálása) (0,5 év).
• Értekezés írása (0,5 év).
d.) A szükséges berendezések:
A szükséges számítástechnikai és diagnosztikai eszközök rendelkezésre állnak, bővítésük folyamatos.
e.) Várható tudományos eredmények:
Szerszámgépek főorsó-csapágyainak degradációs folyamatainak mérését, elemzését és előrejelzését mesterséges intelligencia módszerekkel támogatott módszertan.
f.) Irodalom:
1. István Németh, Ádám Kocsis, Donát Takács, Basheer W. Shaheen, Márton Takács, Angelo Merlo, Amit Eytan, Luisa Bidoggia, and Paolo Olocco: Maintenance schedule optimisation for manufacturing systems, Proceedings of the 4th IFAC Workshop on Advanced Maintenance Engineering, Service and Technology, AMEST 2020, September 10-11, 2020. Cambridge, UK, pp. 319-324.
2. M. Surico, R. Ricatto, A. Merlo, I. Németh, A. Sardelis, M. Villoslada, E. Montejo, N. Frenkel, P. Aivaliotis, I. M. de la Pera Celada, J. Sidiropoulos, A. Eytan, A. Papavasileiou, F. Aggogeri: PROGRAMS project approach to maintenance management, Proceedings of the 4th IFAC Workshop on Advanced Maintenance Engineering, Service and Technology, AMEST 2020, September 10-11, 2020. Cambridge, UK, pp. 313-318.
3. Alice Reina, Ádám Kocsis, Angelo Merlo, István Németh, and Francesco Aggogeri: Maintenance decision support for manufacturing systems based on the minimization of the life cycle cost, Procedia CIRP, Volume 57, 2016, pp. 674-679.
4. EASE-R3: Integrated framework for a cost-effective and ease of repair, renovation and re-use of machine tools within modern factory. Európai uniós kutatási projekt, EU FP7 NMP, NMP2-LA-2013-608771, időtartam: 2013. július 1. – 2016. június 30.
5. PROGRAMS: Prognostics based Reliability Analysis for Maintenance Scheduling, Európai uniós kutatási project, EU H2020-FOF, szerződés száma: 767287, időtartam: 2017. október 1. – 2021. március 31.
Login
