Разработка методики диагностики подшипниковых узлов по амплитудному вектору спектра огибающей



Скачать 102.28 Kb.
Дата24.04.2016
Размер102.28 Kb.

А

.Е. СУШКО



ООО «ДИАМЕХ 2000», Москва
РАЗРАБОТКА МЕТОДИКИ ДИАГНОСТИКИ ПОДШИПНИКОВЫХ УЗЛОВ

ПО АМПЛИТУДНОМУ ВЕКТОРУ СПЕКТРА ОГИБАЮЩЕЙ
Целью данной работы является разработка методики диагностирования подшипниковых узлов в условиях недостатка априорной информации и зашумления входного сигнала. На основании результатов стендовых испытаний и опыта практических исследований автором предложены методика фильтрации зашумленных данных и алгоритм расчета диагностического критерия по амплитудному вектору спектра огибающей, существенно повышающие достоверность оценки состояния подшипниковых узлов во время проведения экспресс-диагностики.
В настоящее время все более пристальное внимание в науке уделяется вопросам системного анализа, управления и обработки информации. Бурное развитие и усложнение техники (машины становятся менее металлоемкими, более энергоемкими, производительными и приспособленными к оперативному изменению технологии), существенное расширение масштабов проводимых мероприятий и спектра их возможных последствий – все это приводит к необходимости всестороннего анализа сложных систем с учетом отраслевой специфики. Основа такого анализа – выполнение теоретических и прикладных исследований системных связей и закономерностей функционирования и развития объектов и процессов, ориентированных на повышение эффективности их управления с использованием современных методов обработки информации.

Одна из наиболее важных на сегодняшний день практических производственных задач – надежная и безопасная работа оборудования. От правильного ее решения зависят не только высокие экономические показатели предприятия, но достаточно часто здоровье и жизни многих людей. Большое количество агрегатов, скрытый характер возникновения и развития неисправностей, накопленная за долгие годы работы усталость оборудования нередко являются причинами аварийных ситуаций, которые сопровождаются значительными экономическими потерями и загрязнением окружающей среды. В этих условиях для квалифицированной оценки работоспособности оборудования, грамотной организации его технического обслуживания и правильного планирования сроков и объемов ремонтных работ особенно важно применять современные достижения науки в области обработки информации, принятия решений на основе обработанной информации, оптимизации и прогнозирования. Многочисленные исследования показали, что в качестве информации, максимально достоверно характеризующей состояние сложных механических систем с вращающимися частями, может быть использована вибрация [1].

Ключевым узлом подавляющего числа агрегатов является подшипник качения. Именно работоспособность подшипника и его остаточный ресурс в большинстве случаев определяют межремонтный интервал агрегата. Состояние подшипника обычно определяют при входном контроле в момент его поступления на склад. Для этого существуют специальные стенды входного контроля, на которых по нескольким замерам вибрации могут быть определены погрешности изготовления подшипника – волнистость дорожек, гранность, разноразмерность тел качения и т.д. Для оценки качества проведенного монтажа состояние подшипников контролируют во время приемосдаточных испытаний. В этот момент может быть выявлен перекос одного из колец, неоднородный радиальный натяг, проскальзывание и т.д. На сегодняшний день разработано достаточное количество методик, позволяющих с высокой достоверностью выявить дефекты изготовления и монтажа методами вибрационной диагностики. К сожалению, использование этих методов не позволяет получить ответ на главный вопрос: срок службы подшипника. Поэтому наибольший практический интерес вызывает именно оценка состояния подшипника во время эксплуатации.

В настоящее время существует большое количество методов диагностики подшипников качения во время эксплуатации, которые условно можно подразделить на методы диагностики по однократному измерению и на методы периодического мониторинга – заключение о состоянии подшипника выдается на основании анализа изменений различных параметров вибрации во времени. К первой группе относятся эксцесс, спектр огибающей временного сигнала, метод ударных импульсов. Ко второй – пик-фактор, спектр виброускорения, спектр виброскорости и т.д. Однако, как показывает практика, достоверность диагноза по этим методам не высока. Существует ряд объективных трудностей, значительно усложняющих процесс диагностирования. Среди них – отсутствие норм на допустимые уровни диагностических параметров, необходимость комплексного использования различных данных, недостаток априорной информации. Далеко не всегда существуют данные мониторинга, сведения о проводимых ревизиях, других ремонтных мероприятиях, а иногда отсутствует и информация о технических характеристиках узла. В этих условиях особенно важно иметь методику оценки состояния подшипниковых узлов при экспресс-диагностике.

В рамках данной работы для оценки работоспособности основных методов вибрационной диагностики подшипников качения и выбора наиболее информативных и помехозащищенных замеров автором было проведено несколько серий стендовых испытаний по усталостному разрушению на машине для испытания на долговечность модели ВНИПП-542, установленной на базе испытательной лаборатории инженерного центра ОАО «Европейская подшипниковая корпорация». Проведенный сравнительный анализ показал высокую информативность замера спектра огибающей высокочастотной составляющей временного вибрационного сигнала [2], особенно на этапах зарождения усталостных разрушений и развития одиночных дефектов, представляющих наибольший практический интерес. В ходе анализа результатов испытаний были формализованы три основных недостатка метода, препятствующих его широкому практическому применению: наличие значимых шумовых составляющих (влияние работы соседних узлов), необходимость использования априорных данных (геометрические размеры подшипника) и отсутствие регламентированных норм.

Детальное изучение физических процессов, вызывающих модуляции вибрационного сигнала, а также опыт практической диагностики подшипниковых узлов на предприятиях различных отраслей промышленности позволили автору разработать алгоритмы фильтрации, полностью подавляющие влияние шумовых составляющих, и предложить методики полосового анализа инвариантные к геометрическим размерам подшипника [3]. Для поиска возможных алгоритмов устранения основных причин высокочастотной модуляции вибрационного сигнала были изучены характерные частоты дефектов подшипника и их дополнительные признаки. В результате автором была сформулирована основная закономерность: амплитуды составляющих гармонического ряда по мере увеличения k (k – порядковый номер гармоники) монотонно убывают. Возможны варианты, когда монотонно убывают четные (k – четное) или нечетные (k – нечетное) гармонические ряды. Следствие этой закономерности – не может быть составляющей кратной оборотной (при k > 3), амплитуда которой превышает амплитуду оборотной или ее второй гармоники. Это следствие и было использовано при выделении из спектра возможных лопастных и зубчатых составляющих кратных оборотной (с характерными частотами в N раз больше частоты вращения, где N – число лопастей или зубьев, N>3) методом клиппирования.

Спектр огибающей бездефектного подшипника не содержит составляющих с глубиной модуляции выше 10 %. При дефектах изготовления или неправильном монтаже на спектре огибающей появляются составляющие на соответствующих частотах, например, при перекосе наружного кольца, происходит перераспределение нагрузок с удвоенной частотой прохождения тел качения по наружному кольцу. Дефекты изготовления и монтажа характеризуются именно перераспределением нагрузок, что может существенно снизить расчетное время работы подшипника, но не вызывают разрывов масляной пленки и ударов. На спектре огибающей в этом случае гармонические ряды отсутствуют. При зарождении и последующем развитии дефекта возникают непериодические и периодические удары, сопровождающиеся появлением гармонического ряда на спектре огибающей. Поэтому диагностический критерий должен, прежде всего, информировать именно о качественном виде спектра огибающей – шумовые составляющие, одиночные составляющие, гармонический ряд.

Для оценки вибрационного состояния различных агрегатов и качественного анализа спектральной характеристики существует несколько основных методов полосового анализа вибрации. Наиболее распространенный из них – 1/3-октавный спектр, который традиционно использовался на судах военно-морского флота для анализа вибрационной и шумовой активности элементов судовых конструкций [4]. Каждый военный корабль имел свой «1/3-октавный портрет», который идентифицировался наземными службами локации. При возникновении источников повышенной вибрации происходил рост уровня вибрации в соответствующей октавной полосе, по номеру октавной полосы дефект локализовывался и незамедлительно устранялся. Однако использование 1/3-октавных спектров вибрации для мониторинга состояния оборудования не является оптимальным. На практике гораздо более эффективным является создание частотных полос с нижними и верхними границами, имеющими физический смысл и позволяющими идентифицировать различные виды дефектов. Как правило, при таком задании нижние и верхние границы частотного диапазона являются функциями частоты вращения (Fвр). Для формирования диагностического критерия по спектру огибающей после анализа данных, накопленных во время проведения диагностики различного роторного оборудования, автором были предложены следующие частотные полосы [5]:



  • 1-я полоса, низкочастотная (от Fнач до 0,95 ∙ Fвр) – частота сепаратора и ее гармоника,

  • 2-я полоса, оборотная (от 0,95 ∙ Fвр до 1,05 ∙ Fвр) – частота вращения,

  • 3-я полоса, сепараторная (от 1,05∙Fвр до 1,95 ∙ Fвр) – высшие гармоники частоты сепаратора,

  • 4-я полоса, гармоники оборотной (от 1,95∙Fвр до 4,05∙Fвр) – высшие гармоники частоты вращения,

  • 5-я .. j-1-я полосы, полосы дефектов (от 4,05 ∙ Fвр + 2 ∙ (j5) ∙ Fвр до 6,05 ∙ Fвр + 2   (j5) ∙ Fвр) – составляющие и высшие гармоники подшипниковых частот, j[5, k], k < Fкон/(2 ∙ Fвр)–1,975.

  • j-я полоса, (от 6,05 ∙ Fвр + 2 ∙ (k5) ∙ Fвр до Fкон),

где Fнач и Fкон – частота нижней и верхней границ спектра огибающей соответственно.

Таким образом, после определения мощности (общего уровня) в каждой полосе от 1 до j-й получаем массив состояний = {q1, q2, …, qj}. Для формирования диагностического критерия по спектру огибающей необходимо оценить меру сходства значений полученного массива состояний с эталонным массивом состояний бездефектного подшипника *. Формальным основанием для определения количественной степени близости между двумя спектрами (массивами состояний) является представление спектра в виде вектора в N-мерном пространстве, при котором отдельные спектральные составляющие рассматриваются как проекции вектора на оси координат. Так, представленный выше массив состояний может быть рассмотрен как вектор в j-мерном пространстве. Представив спектры в виде векторов, можно определить расстояние между точкой – концом вектора, отражающего вибрацию диагностируемого подшипника, и точкой – концом вектора, соответствующего бездефектному (эталонному) подшипнику.

В качестве меры сходства между векторами обычно используют следующие величины [6]:


  • евклидово расстояние между точками

; (1)

  • квадрат расстояния

; (2)

  • угловое расстояние

, (3)

где и – общие уровни вибрации в i-й полосе анализируемого и эталонного спектров соответственно.

Очевидно, что надежность распознавания дефекта будет тем выше, чем меньше искомое расстояние по сравнению с другими расстояниями. Это может быть охарактеризовано коэффициентом распознавания [6]:


  • для линейных расстояний

; (4)

  • для угловых расстояний

, (5)

где n – число диагностируемых состояний.

Диагностирование признается надежным, если , где – выбранный уровень распознавания.

Проведенный анализ показал, что при диагностике подшипников узлов по критерию, сформированному на основании полосовых уровней спектра огибающей, мера сходства, рассчитанная по угловому расстоянию, имеет наибольший (более 90 %) коэффициент распознавания. Таким образом, алгоритм формирования диагностического критерия по спектру огибающей может быть формализован в следующем виде [7]:



  1. Выделение значимых компонент. На основании заданного уровня значимости (по умолчанию это составляющие с глубиной модуляции более 10 %) происходит клиппирование данных замера спектра огибающей таким образом, что все составляющие с глубиной модуляции ниже уровня значимости обнуляются.

  2. Исключение «неподшипниковых» составляющих. Для этого на основании приведенной выше зависимости происходит поиск составляющих на частотах кратных частоте вращения (рассматриваемая кратность 5 и выше) и превосходящих по амплитуде максимальную из оборотной составляющей или ее 2-ю гармонику. Для всех найденных составляющих, удовлетворяющих этому условию, выполняется поиск гармонических рядов и боковых частот (кратных оборотной). Далее по всем идентифицированным составляющим, их гармоникам и боковым частотам выполняется клиппирование.

  3. Расчет полосовых уровней. Для каждой из указанных выше частотных полос выполняется расчет общего уровня вибрации и формируется вектор диагностических признаков.

  4. Расчет диагностического критерия. Вычисляется угловое расстояние между сформированным вектором диагностических признаков и вектором – эталоном (бездефектный подшипник).

Итоговый диагностический критерий оценки состояния подшипника по спектру огибающей – угловое расстояние между эталонным вектором бездефектного подшипника и n-мерным вектором диагностируемого подшипника, сформированного из значений общего уровня значимых отфильтрованных составляющих в n различных полосах. В качестве дополнительных критериев оценки состояния подшипника по спектру огибающей могут быть использованы уровень шумовой составляющей и мощность ряда составляющих кратных частоте сепаратора.

В настоящее время разработанная методика и предложенный на ее основе алгоритм используются в составе программного обеспечения ДИАМАНТ 2 (ООО «ДИАМЕХ 2000», Москва) [8] при автоматизированной диагностике подшипниковых узлов более чем на 20 промышленных предприятиях России и стран СНГ.


СПИСОК ЛИТЕРАТУРЫ


  1. Сушко А.Е. // Вибрация машин: измерение снижение защита. 2006. № 3. С. 42.

  2. Сушко А.Е., Юшкетов М.Г. // Науч. Сессия МИФИ-2003: Сб. науч. тр. М., 2003. Т. 2. С. 153.

  3. Сушко А.Е. // Компрессорная техника и пневматика. 2007. №1. С. 33.

  4. Попков В.И. Виброакустическая диагностика в судостроении / Э.Л. Мышинский, О.И. Попков. 2-е изд., перераб. и доп. – Л.: Судостроение, 1989. – 256 с.

  5. Сушко А.Е. // Науч. Сессия МИФИ-2006: Сб. науч. тр. М., 2006. Т. 2. С. 164.

  6. Биргер И.А. Техническая диагностика / И.А. Биргер. М.: Машиностроение, 1978.

  7. Герике Б. Л., Сушко А.Е. // Изв. вузов. Горный журнал. 2007. № 8. С. 73.

  8. Сушко А.Е. // Вибрация машин: измерение снижение защита. 2007. №4. С. 24.



Каталог: data -> scientific-sessions
scientific-sessions -> При выявлении скрытых закономерностей
scientific-sessions -> Синергетика творчества
scientific-sessions -> Взгляды к. Юнга и и. Пригожина на сон и сновидения
scientific-sessions -> Моделирование психической деятельности человека на основе теории функциональных систем
scientific-sessions -> Проект: развитие творческого потенциала учащихся в школе и вузе как основа инновационного образования
scientific-sessions -> Молодежная политика вуза
scientific-sessions -> Реализация генераторов случайных чисел
scientific-sessions -> -
scientific-sessions -> Разработка подсистемы контроля доступа для программы удаленного управления файловой системой


Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©psihdocs.ru 2017
обратиться к администрации

    Главная страница