Разработка специального математического и программного обеспечения для автоматизированной диагностики сложных систем

• Автор: Сушко, Андрей Евгеньевич
• Шифр специальности: 05.13.01, 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 172 с. : ил.

Содержание
Введение.
Глава 1. Анализ современных методов и средств вибрационной диагностики сложных систем.

1.1. История развития и основные понятия вибрационной диагностики

1.2. Обзор существующих методов диагностики.

1.2.1. Спектр огибающей сигнала

1.2.2. Эксцесс

1.2.3. Пикфактор

1.2.4. Спектр виброускорения.

1.2.5. Спектр виброскорости

1.2.6. Временной сигнал

1.3. Сравнительный анализ различных методов диагностики.
1.4. Обзор современного аппаратного и программного обеспечения
1.5. Выводы по первой главе.
Глава 2. Формирование вектора диагностических критериев
2.1. Выбор наиболее информативных типов замеров.
2.2. Критерий спектра виброскорости.
2.2.1. Диагностическая модель спектральных данных
2.2.2. Уточнение частоты вращения
2.2.3. Оценка затрудняющих диагностику факторов
2.2.4. Алгоритм выделения диагностического критерия
2.3. Критерий спектра виброускорения
2.4. Критерий спектра огибающей.
2.5. Анализ существующих ограничений
2.6. Выводы по второй главе.
Глава 3. Разработка методик диагностики сложных систем, их технического обслуживания и прогноза состояния
3.1. Формирование единого диагностического критерия.
3.1.1. Обоснование необходимости использования единого критерия.
3.1.2. Метод оптимальной скаляризации
3.1.3. Алгоритм формирования обобщенного критерия
3.2. Разработка алгоритмов организации оптимального технического обслуживания сложных систем.
3.2.1. Модель кинематического изнашивания
3.2.2. Анализ современных математических методов принятия решений
3.2.3. Марковские случайные процессы.
3.2.4. Практическое использование марковских процессов с дискретными состояниями и дискретным временем
3.3. Пример практической диагностики и выбора оптимальной стратегии обслуживания сложных систем.
3.4. Разработка атгоритмов прогнозирования.
3.4.1. Выделение тренда
3.4.2. Построение долгосрочного прогноза.
3.4.3. Построение краткосрочного прогноза
3.4.4. Разработка атгоритмов построения прогноза.
3.5. Выводы по третьей главе.
Глава 4. Проектирование систем автоматизированной диагностики, обслуживания и прогноза состояния.
4.1. Методология проектирования диагностических систем.
4.2. Функциональные требования к разрабатываемой системе
4.3. Описание основных логических блоков
4.3.1. НРОдиаграмма.
4.3.2. Процедуры импорта входных данных.
4.3.3. Раздел хранения и обработки данных.
4.3.4. Раздел представления выходных данных.
4.4. Результаты проектирования
4.5. Выводы но четвертой главе
Глава 5. Программная реализация специализированной диагностической системы.
5.1. Импорт результатов измерений и работа с базой данных.
5.2. Экспресс оценка состояния и рекомендации по выбору оптимальной стратегии обслуживания.
5.3. Оценка остаточно о ресурса
5.4. Работа с отчетными материалами.
5.5. Пример практического использования программного продукта
5.6. Выводы по пятой главе
Заключение.
Список литературы


Эти соотношения обнаруживаются в виде периодического изменения сил трения как функций частот вращения отдельных элементов подшипника (сепаратор, тела качения, внутреннее кольцо). Результатом периодического изменения сил трения является амплитудная модуляция случайной вибрации подшипника, вызываемая этими силами. Также силы трения могут иметь амплитудную модуляцию вследствие периодического изменения коэффициента трения и скачков сил давления на трущихся поверхностях. На рис. ГГ-— ? Рис. Vj. Рис. Идентификация дефектов осуществляется путем спектрального анализа огибающей шумовой составляющей вибрации подшипника. На основании геометрических размеров подшипника (средний диаметр, диаметр тел качения, число тел качения, угол контакта - рис. Ниже приведены формулы для расчета этих частот. Рис. L/v j і + і cos а ] - частота перекатывания по внутр. Предлагаемый алгоритм диагностирования основан на правиле, по которому каждому виду дефекта соответствует одна из ограниченной совокупности групп составляющих в спектре огибающей вибрации, причем группы не могут быть одинаковыми для разных видов дефектов []. Величина дефекта (степень его развития) определяется по максимальной глубине модуляции т9 задаваемой в процентах, которая однозначно связана с разностью ЛЬ (1. Д/ф - ширина полосы 1/3-октавного фильтра, а л/а- разрешающая способность при анализе спектра огибающей. Рис. На основании многолетнего опыта работ и статистики, накопленной отечественными специалистами, были определены значения пороговых уровней состояния подшипников по шкале (Слабый дефект - Средний дефект - Сильный дефект). В таблице 1. Таблица 1. Рекомендуемые пороговые уровни состояния подшипников. Вид дефекта Влияние на работу подшипника Глубина модуляции (с! Долгосрочный прогноз состояния подшипника осуществляется путем идентификации вибрационных моделей развития каждого дефекта. В основе этих моделей лежит ограничение на скорости развития дефектов износа подшипников, которое предполагает, что минимально возможное время развития дефекта (от момента зарождения до предаварийного состояния) составляет около % от среднего ресурса подшипника. При этом условия эксплуатации подшипника считаются нормальными. Среди заявленных достоинств метода диагностики по спектру огибающей - чувствительность, высокая достоверность определения вида и величины каждого из дефектов, возможность постановки диагноза и выполнения прогноза по однократным измерениям вибрации []. В настоящее время метод реализован во многих как отечественных, так и зарубежных виброизмерительных приборах и получил широкое распространение среди специалистов, занимающихся вибрационной диагностикой. Очевидным недостатком метода является необходимость использования дополнительной информации - частоты вращения и геометрических размеров диагностируемого подшипника, что существенно сужает возможность использования данного метода во время «полевой» экспресс-диагностики. Попытки использования статистического анализа в диагностике, в частности для вибродиагностики подшипников качения, начали появляться еще в -е годы. На сегодняшний день на практике обычно используются лишь некоторые методы одномерного статистического анализа вибрации. Это связано, прежде всего, со спецификой вибрационных данных, ведь закон распределения суммы нескольких составляющих стационарной вибрации, как правило, мало отличается от нормального [], а вибрация любого оборудования практически всегда содержит несколько компонент разной природы. Поэтому более важной задачей становится количественная оценка отличия реального распределения от нормального. Как правило, такая оценка производится по четырем основным параметрам - первому начальному моменту', второму, третьему и четвертому центральным моментам распределения. Проведенные при поддержке военно-морского ведомства Великобритании исследования показали, что наиболее информативным методом статистического анализа для решения задач вибрационной диагностики подшипников качения является эксцесс []. В математической статистике, эксцесс - четвертый центральный момент, характеризующий «крутость» или «остро / плосковершинность» распределения []. На рис. Рис.