Please use this identifier to cite or link to this item: https://ptsldigital.ukm.my/jspui/handle/123456789/457618
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorShahrum Abdullah, Prof. Dr.
dc.contributor.authorMohammad Darahim Ibrahim. (P40848)
dc.date.accessioned2023-09-12T09:11:30Z-
dc.date.available2023-09-12T09:11:30Z-
dc.date.issued2011-11-15
dc.identifier.otherukmvital:81854
dc.identifier.urihttps://ptsldigital.ukm.my/jspui/handle/123456789/457618-
dc.descriptionKajian ini dijalankan untuk membangunkan satu kaedah kelompokan dan klasifikasian data kegagalan lesu yang terhasil daripada amplitud bebanan berulang-ulang. Pendekatan yang dijalankan adalah berdasarkan kepada pembangunan model statistik yang dapat menentukan isyarat kerosakan lesu yang disebabkan oleh struktur komponen kenderaan. Kaedah ini dibangunkan dengan mewujudkan satu model Auto Regressive Integrated Moving Average (ARIMA). Model ini digunakan apabila andaian pegun bagi satu amplitud yang berulang-ulang tidak dapat dipenuhi. Model ini dapat menjangkakan pengurangan kadar variasi dan kerawakan terhadap isyarat yang terhasil. Isyarat yang menyumbang kepada kerosakan lesu yang tinggi dikesan berdasarkan kepada nilai taburan magnitud yang tinggi dalam domain masa-frekuensi yang diperolehi. Satu parameter baru iaitu had pemotongan magnitud (HPM) digunakan bagi menetapkan segmen berdasarkan nilai magnitud yang diprolehi dari proses penyuntingan. Segmen yang mempunyai nilai magnitud yang lebih rendah daripada nilai HPM akan dipotong dan disingkirkan daripada isyarat asal. Segmen yang dihasilkan adalah berdasarkan kepada nilai kerosakan lesu yang diperolehi daripada HPM. Segmen yang dikekalkan akan dicantumkan bagi membentuk isyarat lesu terubahsuai yang lebih pendek. Kaedah kelompokan secara rawak adalah berdasarkan kepada dua kelompok iaitu bebanan amplitud tinggi dan rendah. Bebanan amplitud ini diperolehi daripada kerosakan lesu melalui parameter statistik seperti min, punca min kuasa dua, ralat min kuasa dua, kepencongan dan kurtosis untuk isyarat lesu terubahsuai. Isyarat pembebanan terikan siri masa yang dicerap pada komponen lengan bawah ampaian kereta yang digunakan dalam kajian ini sebagai data input. Untuk tujuan tersebut, data-data ini diperolehi daripada ujikaji pemerolehan data lesu dengan menggunakan peralatan dan alat pengumpul data. Sebanyak empat jenis data digunakan untuk tujuan simulasi iaitu data terikan yang diukur pada permukaan jalan kampus UKM (lingkungan pertama dan kedua), pave dan lebuhraya. Data-data tersebut diperolehi melalui ujikaji yang melibatkan pergerakan kereta di atas permukaan jalan yang berbeza pada halaju malar sekitar 25-70 km/j mengikut jenis jalan. Model ARIMA yang dibangunkan berdasarkan kepada kaedah statistik yang telah dinyatakan menunjukkan bahawa perubahan kadar variasi sebanyak 1.7% bagi lingkungan pertama UKM, 20.3% bagi lingkungan kedua UKM, 1.8% bagi pave dan 16.6% bagi lebuhraya. Bagi kaedah kelompokan dan klasifikasi yang digunakan dalam pemprosesan data diskrit menunjukkan bahawa keberkesanan dari segi perubahan kerosakan lesu sebanyak 8.4% bagi lingkungan pertama UKM, 2.5% bagi lingkungan kedua UKM, 0.7% bagi pave dan 8.7% bagi lebuhraya. Sehubungan dengan itu, kaedah kelompokan dapat digunakan bagi proses penyuntingan dan menganalisis data lesu dengan berkesan dalam menyediakan maklumat baru mengenai data isyarat lesu untuk bidang kejuruteraan automotif.,Sarjana
dc.language.isomay
dc.publisherUKM, Bangi
dc.relationFaculty of Engineering and Built Environment / Fakulti Kejuruteraan dan Alam Bina
dc.rightsUKM
dc.subjectMaterials-fatigue.
dc.subjectAuto Regressive Integrated Moving Averag
dc.titlePembangunan pendekatan siri masa dan purata tergerak untuk pengelompokan data terikan lesu
dc.typetheses
dc.format.pages137
dc.identifier.callnoTA418.38.M834 2011 3
dc.identifier.barcode001505
Appears in Collections:Faculty of Engineering and Built Environment / Fakulti Kejuruteraan dan Alam Bina

Files in This Item:
File Description SizeFormat 
ukmvital_81854+SOURCE1+SOURCE1.0.PDF
  Restricted Access
4.25 MBAdobe PDFThumbnail
View/Open


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