prikaz prve stranice dokumenta Sustavi za dijagnostiku kvarova na električnim strojevima
  Download
PDF 657.61 KB
undergraduate thesis
Sustavi za dijagnostiku kvarova na električnim strojevima
2024. urn:nbn:hr:187:295521
Bosanac, Marino
University of Rijeka
Faculty of Maritime Studies
Department of Marine Electronics and Communications

Cite this document

Bosanac, M. (2024). Sustavi za dijagnostiku kvarova na električnim strojevima (Undergraduate thesis). Rijeka: University of Rijeka, Faculty of Maritime Studies. Retrieved from https://urn.nsk.hr/urn:nbn:hr:187:295521

Bosanac, Marino. "Sustavi za dijagnostiku kvarova na električnim strojevima." Undergraduate thesis, University of Rijeka, Faculty of Maritime Studies, 2024. https://urn.nsk.hr/urn:nbn:hr:187:295521

Bosanac, Marino. "Sustavi za dijagnostiku kvarova na električnim strojevima." Undergraduate thesis, University of Rijeka, Faculty of Maritime Studies, 2024. https://urn.nsk.hr/urn:nbn:hr:187:295521

Bosanac, M. (2024). 'Sustavi za dijagnostiku kvarova na električnim strojevima', Undergraduate thesis, University of Rijeka, Faculty of Maritime Studies, accessed 19 February 2025, https://urn.nsk.hr/urn:nbn:hr:187:295521

Bosanac M. Sustavi za dijagnostiku kvarova na električnim strojevima [Undergraduate thesis]. Rijeka: University of Rijeka, Faculty of Maritime Studies; 2024 [cited 2025 February 19] Available at: https://urn.nsk.hr/urn:nbn:hr:187:295521

M. Bosanac, "Sustavi za dijagnostiku kvarova na električnim strojevima", Undergraduate thesis, University of Rijeka, Faculty of Maritime Studies, Rijeka, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:187:295521

Please login to the repository to save this object to your list.
Metadata
TitleSustavi za dijagnostiku kvarova na električnim strojevima
Title (english)Systems for fault diagnosis on electrical machines
AuthorMarino Bosanac
MentorAleksandar Cuculić (mentor)
GranterUniversity of Rijeka
Faculty of Maritime Studies
(Department of Marine Electronics and Communications)
Rijeka
Defense date and country2024-09-18, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Electromechanical Engineering
Abstract
Ovaj rad analizira različite metode i sustave za dijagnostiku kvarova na brodskim električnim strojevima, uključujući analizu struje stroja (MCSA), analizu vibracija, termografsku analizu, akustičnu emisiju i druge napredne tehnike. Detaljno su obrađeni sustavi temeljeni na umjetnoj inteligenciji, poput umjetnih neuronskih mreža, fuzzy logike i strojnog učenja, koji značajno poboljšavaju točnost i učinkovitost dijagnostike. Implementacija ovih sustava u brodske operacije pokazuje značajne prednosti u povećanju pouzdanosti i smanjenju operativnih troškova, omogućujući pravovremeno otkrivanje i otklanjanje kvarova te optimizaciju resursa za održavanje. Unatoč tehničkim izazovima i visokim početnim troškovima, dugoročne prednosti značajno nadmašuju te troškove, čineći ove sustave neophodnim alatom za suvremenu pomorsku industriju. Preporučuje se daljnji razvoj algoritama za obradu podataka i predviđanje kvarova, integracija novih tehnologija poput digitalnih blizanaca i IoT-a, te istraživanje ekonomskih aspekata kako bi se omogućila šira primjena ovih sustava. Sigurnost i privatnost podataka također su identificirane kao ključni aspekti koje je potrebno naglasiti kako bi se osigurala cjelovitost i pouzdanost dijagnostičkih sustava.
Abstract (english)
This paper analyzes various methods and systems for fault diagnosis in marine electrical machines, including Motor Current Signature Analysis (MCSA), vibration analysis, thermographic analysis, acoustic emission, and other advanced techniques. Detailed attention is given to systems based on artificial intelligence, such as artificial neural networks, fuzzy logic, and machine learning, which significantly enhance diagnostic accuracy and efficiency. The implementation of these systems in marine operations shows significant advantages in increasing reliability and reducing operational costs, enabling timely fault detection and correction, and optimizing maintenance resources. Despite technical challenges and high initial costs, the long-term benefits far outweigh these costs, making these systems essential tools for the modern maritime industry. Further development of data processing and fault prediction algorithms, integration of new technologies like digital twins and IoT, and exploration of economic aspects are recommended to enable broader adoption of these systems. Data security and privacy are also identified as key aspects that need to be addressed to ensure the integrity and reliability of diagnostic systems.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:187:295521
Study programmeTitle: Marine Electronic Engineering and Information Technology
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektroničke i informatičke tehnologije (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektroničke i informatičke tehnologije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-09-09 14:46:16