RESOLUTION AND TECHNICAL LEVEL OF VIBROACOUSTIC DIAGNOSTICS FOR AUTOMOTIVE UNITS

Main Article Content

V. ZENKOV

Abstract

A procedure is proposed for assessing the resolution of vibroacoustic diagnostics by combining diagnostic feature repeatability, local calibration sensitivity and clearance estimation uncertainty. Cylinder–piston pairs and crank-shaft main bearings are considered. An effective measurement increment is distinguished from statistically confirmed discrimination between states. Preliminary numerical estimates and a comparison of ten diagnostic methods using seven criteria are presented. Conditions are specified for incorporating clearance estimates into remaining useful life assessment and adapting the procedure to other automotive units.

Article Details

How to Cite
ZENKOV, V. (2026). RESOLUTION AND TECHNICAL LEVEL OF VIBROACOUSTIC DIAGNOSTICS FOR AUTOMOTIVE UNITS. Vestnik of Polotsk State University. Part B. Industry. Applied Sciences, (3), 64-68. https://doi.org/10.52928/2070-1616-2026-55-3-64-68

References

Jardine A. K. S., Lin D., Banjevic D. A review on machinery diagnostics and prognostics implementing condition-based maintenance // Mechanical Systems and Signal Processing. – 2006. – Vol. 20, No 7. – P. 1483–1510. DOI: 10.1016/j.ymssp.2005.09.012

Афанасьева О.В. Метод оценки факторов, влияющих на вибрацию судового дизеля, вызванную работой цилиндро-поршневой группы // Вестник Астраханского государственного технического университета. Серия: Морская техника и технология. – 2024. – № 1. – С. 84–94. DOI: 10.24143/2073-1574-2024-1-84-94

Зеньков В.А. Обоснование мест установки датчиков при диагностировании двигателей внутреннего сгорания вибро-акустическим методом // Вестник Полоцкого государственного университета. Серия В, Промышленность. Прикладные науки. – 2026. – № 2. – С. 34–39. DOI: 10.52928/2070-1616-2026-54-2-34-39

Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений: учеб. пособие для вузов. – 2-е изд., испр. и доп. – М.: Наука, 1965. – 512 с. – (Каталог ТУСУРа).

Comparison of Two Classifiers; K-Nearest Neighbor and Artificial Neural Network, for Fault Diagnosis on a Main Engine Journal-Bearing / А. Moosavian, Н. Ahmadi, А. Tabatabaeefar et al. // Shock and Vibration. – 2013. – Vol. 20, № 2. – P. 263–272. DOI: 10.3233/SAV-2012-00742