Научно-методические основы вибродиагностического мониторинга поршневых машин в реальном времени

• Автор: Науменко, Александр Петрович
• Шифр специальности: 05.11.13
• Научная степень: Докторская
• Год защиты: 2012
• Место защиты: Омск
• Количество страниц: 423 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ПРОБЛЕМЫ МОНИТОРИНГА ПОРШНЕВЫХ МАШИН
1.1 Мониторинг и диагностика оборудования НХК
1.2 Мониторинг и диагностика поршневых машин
1.3 Методы диагностирования ПМ
1.4 Диагностирование двигателей внутреннего сгорания
1.5 Диагностирование поршневых компрессоров
1.5.1 Отказы поршневых компрессоров
1.5.2 Диагностирование систем, узлов, элементов ПК
1.6 Модель ВА сигнала
1.7 Системы диагностики и мониторинга состояния ПМ
1.7.1 Аппаратура для диагностирования ДВС
1.7.2 Аппаратура и системы диагностирования и мониторинга ПК
1.8 Нормативно-методическое обеспечение диагностики
и мониторинга
1.9 Критический анализ методов и средств диагностики и мониторинга состояния ПМ и их нормативно методического обеспечения
1.10 Общие выводы и результаты
ГЛАВА 2. РАЗРАБОТКА МЕТОДИЧЕСКИХ ОСНОВ ВИБРОАКУСТИЧЕСКОЙ ДИАГНОСТИКИ ПОРШНЕВЫХ МАШИН
2.1 Постановка задачи
2.2 Выбор и обоснование зон измерения ВА сигнала
2.3 Обобщенная модель механизма формирования и структуры
ВА сигнала поршневой машины
2.4 Предпосылки формирования частных моделей сигнала
2.5 Дефекты и неисправности вращающихся деталей, муфты
2.6 Несоосность вала ПМ и привода
2.7 Повышенные зазоры, ослабления креплений и жесткости
2.8 Модель формирования структуры ВА сигнала клапанов ПК
2.9 Неисправности возвратно-поступательно д
вижущихся узлов и деталей
2.9.1 Неисправности КПМ и ЦПГ
2.10 Выводы
ГЛАВА 3. СИНТЕЗ ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ
НЕИСПРАВНОСТЕЙ ПОРШНЕВЫХ МАШИН
3.1 Постановка задачи
3.2 Спектральные параметры ВА сигнала
3.2.1 Предпосылки формирования признаков

3.2.2 Формирование признаков
3.2.3 Новизна признаков
3.2.4 Практическое применение
3.3 Амплитуда ВА сигнала
3.3.1 Предпосылки формирования признаков
3.3.2 Формирование признаков
3.3.3 Новизна признаков
3.3.4 Практическое применение
3.4 Общий уровень ВА сигнала
3.4.1 Формирование признаков
3.4.2 Новизна признаков
3.4.3 Практическое применение
3.5 Параметры ВА сигнала при когерентной селекции
3.5.1 Предпосылки формирования признаков по циклограмме ЯМ
3.5.2 Формирование признаков
3.5.3 Практическое применение
3.6 Характеристическая функция ВА сигналов
3.6.1 Предпосылки формирования признаков
3.6.2 Практическое применение
3.7 Кепстральные инварианты
3.7.1 Предпосылки формирования признаков и
практическое применение
3.8 Синтез системы определяющих критериев
дефектов и неисправностей
3.9 Реализация геа1-Ите мониторинга
3.10 Выводы
ГЛАВА 4. ИССЛЕДОВАНИЕ ПАРАМЕТРОВ ВИБРОАКУСТИЧЕСКИХ
СИГНАЛОВ ПОРШНЕВЫХ МАШИН
4.1 Постановка задачи
4.2 Методика статистического анализа диагностических признаков
4.3 Статистический анализ спектральных инвариант
4.3.1 Эмпирическая плотность вероятности
4.3.2 Эмпирическая функция распределений
4.3.3 Аппроксимация эмпирической функции распределения
4.3.4 Построение теоретической функции распределения
4.3.5 Определение достоверности аппроксимации
4.3.6 Оценка параметров принятия статистических решений
4.3.7 Определение пороговых значений
4.3.8 Статистические погрешности определения функции
и плотности распределения
4.3.9 Статистический анализ спектральных инвариант узлов ПК
4.4 Статистический анализ зависимости СКЗ от состояния узлов
4.5 Анализ параметров ВА сигналов по циклограмме

4.6 Нормирование диагностических признаков
4.7 Выводы

ГЛАВА 5. РАЗРАБОТКА ЭЛЕМЕНТОВ МЕТОДОЛОГИИ
ДИАГНОСТИРОВАНИЯ И МОНИТОРИНГА состояния ПОРШНЕВЫХ МАШИН
5.1 Постановка задачи
5.2 Синтез методических и алгоритмических решений коррекции
АФЧХВА сигналов
5.2.1 Предпосылки реализации поставленной задачи
5.2.2 Алгоритм реализации
5.2.3 Результаты диагностирования
5.3 Разработка алгоритмических основ расчета параметров ВА сигнала на основе интегральных преобразований
исходных данных
5.3.1 Анализ результатов
5.4 Способ и алгоритм нелинейного преобразования ВА сигнала
5.4.1 Теоретические предпосылки решения задачи
5.4.2 Методика диагностирования
5.5 Синтез системы оценок параметров технического состояния ПМ
5.5.1 Теоретические предпосылки решения задачи
5.5.2 Синтез диагностических признаков
5.5.3 Анализ результатов синтеза диагностической матрицы
5.6 Выводы
ГЛАВА 6. РАЗРАБОТКА ЭЛЕМЕНТОВ СИСТЕМ И МЕТОДИЧЕСКИХ ОСНОВ ТЕХНОЛОГИИ МОНИТОРИНГА СОСТОЯНИЯ И ДИАГНОСТИРОВАНИЯ ПОРШНЕВЫХ МАШИН
6.1 Постановка задачи
6.2 Синтез характеристик систем мониторинга и диагностики ПК
6.2.1 Оценка характеристик измерительного тракта
6.2.2 Линеаризация АЧХизмерительного канала
6.3 Разработка алгоритмических решений обработки сигналов
с целью реализации технологии мониторинга
6.3.1 Синтез базовых принципов технологии диагностирования
и мониторинга
6.3.2 Разработка базовых элементов программной обработки
ВА сигналов
6.4 Развитие структур систем мониторинга и диагностики ПМ
6.4.1 Принципы построения систем
6.4.2 Разработка и внедрение СДМ различных типов ПК
6.4.3 Представление результатов мониторинга и функционирования СДМ
6.5 Опыт эксплуатации систем

Для формирования системы ДП и эталонов применяются диагностические модели объекта, которые существенно облегчают процесс выделения ДП в измеренном сигнале. Обобщенная диагностическая модель ВА сигналов для класса объектов позволяет не только выбрать ДП, связанные со структурными параметрами объекта, но и адекватно выбрать методы обработки В А сигналов [82].
Важнейшим и завершающим элементом системы диагностирования является подсистема принятия решения, которая по значениям параметров диагностирования производит оценку технического состояния ПМ и его элементов (постановку диагноза) с использованием различных критериев.
Основными задачами при создании системы технической диагностики являются выбор метода диагностирования и построение алгоритма определения технического состояния.
Разработка метода диагностирования ПМ включает группу последовательных задач [157]:
1. Описание объекта диагностирования минимальной совокупностью параметров состояния и диагностических признаков;
2. Выявление наиболее чувствительных к распространенным дефектам ДП
3. Разделение технических состояний на классы.
Одновременно решаются задачи измерения диагностических признаков, обеспечения контролепригодности объекта диагностики.
При разработке и применении алгоритмов диагностирования ПМ можно выделить следующие подходы. Первый из них состоит в том, что измеренные значения параметров диагностируемой ПМ сразу же сравниваются со значениями тех же параметров, измеренных ранее на той же ПМ и этом же режиме. В результате сравнения вычисляют отклонения измеряемых параметров, а все дальнейшие операции диагностирования с привлечением соответствующих математических моделей проводят с указанными отклонениями [157].
Второй подход состоит в том, что по измеренным на диагностируемой ПМ значениям параметров вычисляют с помощью математической модели значения