ДІАГНОСТИКА ДЕФЕКТІВ ПІДШИПНИКІВ КОЧЕННЯ НА ОСНОВІ ВЕЙВЛЕТ-АНАЛІЗУ
DOI:
https://doi.org/10.15588/1607-6885-2024-3-8Ключові слова:
вібросигнали, підшипники кочення, вейвлет-аналіз, дефекти обладнання, діагностика несправностей, вейвлет-фільтрація.Анотація
Мета роботи. Розробка та вдосконалення методу аналізу вібросигналів підшипників кочення на основі вейвлет-аналізу з метою виявлення та ідентифікації дефектів обладнання.
Методи дослідження. Застосовувався вейвлет-аналіз для обробки вібросигналів підшипників кочення. Застосовано порогову вейвлет-фільтрацію для виділення слабких імпульсних компонент у сигналах, а також використано вейвлет-Морле для забезпечення ефективності фільтрації.
Отримані результати. Запропонований метод з використанням вейвлет-фільтрації покращує швидкість та надійність діагностики вібраційних сигналів підшипників, що дозволяє ефективно виділяти характеристичні частоти, пов’язані з різними типами дефектів підшипників кочення.
У порівнянні з іншими методиками аналізу сигналів, використання розробленого методу на основі неперервного вейвлет-аналізу виявилося особливо ефективним для виділення характерних діагностичних частот. Цей метод дозволяє не лише ідентифікувати конкретні типи дефектів у підшипниках кочення, а й забезпечує універсальність, що дозволяє успішно застосовувати його для аналізу інших типів нестаціонарних сигналів.
Експериментальні дослідження підтвердили високу ефективність розробленого методу, особливо в ранніх стадіях розвитку дефекту. Використання цього методу виявляється не лише у здатності ефективно виділяти характеристичні частоти підшипників, але і у здатності проводити аналіз сигналів для ідентифікації дефектів обладнання взагалі. Це робить запропонований метод перспективним і універсальним інструментом для діагностики та моніторингу стану технічних систем.
Наукова новизна. Використання запропонованого метод обробки вібросигналів підшипників кочення на основі вейвлет-аналізу у контексті підвищення ефективності виявлення та ідентифікації дефектів обладнання.
Практична цінність. Розроблений метод може бути використаний в промисловому секторі для аналізу та діагностики підшипників кочення обладнання. Він дозволяє вчасно виявляти дефекти, зменшувати ризик відмов обладнання, та знижувати витрати на експлуатаційне обслуговування. Таким чином, цей метод має практичну цінність у підвищенні надійності та продуктивності промислового обладнання
Посилання
Keeprich, T. V. (2008). Metody ta modeli zapobihannia pompazhnym yavyshcham v systemi keruvannia hazoturbinnoho dvyhuna [Methods and models of surge effects protection in the gas- turbine control system]. Kharkiv, 19.
Yur, T. V. (2012). Modeli i metody spektralnoho analiza tekhnicheskoho sostoianyia uzlov hazoturbinnykh dvihatelei [Models and methods of spectral analysis of gas-turbine engine elements technical state]. Kharkiv. – 19.
Hamrock, Bernard J., Anderson, William J. (1983). Rolling-element bearings. NASA-Langlay, 57.
Fedoronchak, T. V., Kharitonov, V. N., Dubrovin, V.I. (2009). Diahnostirovanie tekhnicheskoho sostoianyia podshypnikov kachenyia [Diagnosis of the technical condition of rolling bearings]. Aviation-Spacecraft Engineering and Technology, 7, 166–170.
Lyanzberg, V. P. Kharchenko, V. I., Atamanyuk, V. G. (2006). Balansirovka. Tsentrovka valov. Diahnostika podshypnikov kachenyia. Diahnostika elektrodvihatelei [Balancing. Shaft alignment. Diagnosis of rolling bearings. Diagnosis of electric motors]. Plumbing. Heating. Air conditioning, 1, 34–36.
Halme, J. Andersson, P. (2010) Rolling contact fatigue and wear fundamentals for rolling bearing diagnostics. Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology, 224 (4), 377–393. doi:10.1243/13506501JET656
Yur, T. V., Kharytonov, V. N., Dubrovin (2013). Model otsinky tekhnichnoho stanu vuzliv HTD za parametramy vibratsii z vykorystanniam veivlet-peretvorennia [Model for assessing the technical condition of gas turbine engine units based on vibration parameters using wavelet transform]. Aviation and space technology, 10/107, 177–182.
Borucki, S., Cichoń, A., Boczar, T. (2010). Condition Monitoring of Rotary Machines, Przegląd Elektrotechniczny, 11b, 182–186.
Dubrovin, V. I., Fedoronchak, T. V. (2008). Opredelenie diahnosticheskykh priznakov sostoianyia podshypnikov kachenyia pri pomoshchi veivlet-analiza [Determination of diagnostic signs of the state of rolling bearings using wavelet analysis]. Intelligent Decision-Making Systems and Problems of Computational Intelligence. International Scientific Conference ISDMCI’2008. Collection of scientific works in three volumes. Volume 3 (part 1) Theoretical and applied aspects of decision-making systems, 113–116.
Dubrovin, V. I., Fedoronchak, T. V. (2008). Diahnostika defektov podshypnikov kachenyia pri pomoshchi veivlet-preobrazovanyia [Diagnosis of rolling bearing defects using wavelet transformation], Bulletin of Engine Building, 2, 132–135.
Torbatian, M., Kahaei, M. H., Poshtan, J. (2003). Bearing fault detection using level-dependent noise reduction technique IEEE International Symposium on Signal Processing and Information Technology, 4.
Thuillard, Marc (2000). A review of wavelet networks, wavenets, fuzzy wavenets and their applications. ESIT 2000, 12
Jian-Da, W., Chiu-Hong, L. Shiddiq (2008). Investigation of engine fault diagnosis using discrete wavelet transform and neural network. Expert Systems with Applications, 3, 1200–1213. doi: 10.1016/j.eswa.2007.08.021
Djebala, A., Ouelaa, N., Hamzaoui, N., Chaabi, L. (2006). Detecting mechanical failures inducing periodical shocks by wavelet multiresolution analysis. Application to rolling bearings faults diagnosis, 2 (58), 44–51.
Khelil, J., Khelil, K., Ramdani, M., Boutasseta, N. (2019) Bearing Faults Diagnosis Using Discrete Wavelets and Artificial Intelligence Approaches. 1st International Conference on Sustainable Renewable Energy Systems and Applications, 17. doi: 10.1109/ICSRESA49121.2019.9182516
Shi, D.F., Wang, W.J., Qu, L.S. (2006) Defect detection for bearings using envelope spectra of wavelet transform. Journal of vibration and acoustics, 126 (4), 567–573.
Khalid F. Al-Raheem. Asok, Roy, Ramachandran, K. P., Harrison, D. K., Grainger, S. (2007). Rolling element bearing fault diagnosis using Laplace-wavelet envelope power spectrum. EURASIP Journal on Applied Signal Processing, 2007(1), 14 doi: 10.1155/2007/73629
Rai, V. K ., Mohanty, A.R. (2007) Bearing fault diagnosis using FFT of intrinsic mode functions in Hilbert–Huang transform. Mechanical Systems and Signal Processing, 21 (6), 2607-2615. doi: 10.1016/j.ymssp.2006.12.004
Yur, T.V., Kharyitonov, V.N., Dubrovin, V.I. (2010) Metod analiza tekhnicheskoho sostoianyia podshypnikov kachenyia, osnovannyi na ispolzovanii veivlet-matematiki [Method for analyzing the technical condition of rolling bearings based on wavelet mathematics]. Aviation and space technology, 10(77), 187–191.
Yur, T.V., Kharitonov, V.N., Dubrovin V.I. (2011) Model diahnostirovaniia uzlov hazoturbinnykh dvihatelei s primeneniem veivlet-preobrazovaniia i S-diskriminanta [Model of diagnosing gas turbine engine units using wavelet transform and S-discriminant]. Radioelectronics. Informatics. Management, 2 (25), 60–64.
Tverdokhlib, Yu. V. (2018). Metody ta informatsiina tekhnolohiia kompleksnoho otsiniuvannia parametriv veivlet-peretvorennia nestatsionarnykh syhnaliv [Methods and information technology of complex estimation of wavelet transform parameters of a non-stationary signals]. Kharkiv, 20.
Dubrovin, V.I., Tverdokhlib Yu.V. (2014). Method for determining the optimal wavelet for signal analysis based on the study of its amplitude-frequency characteristic. Patent of Ukraine, IPC 6 G01R 23/16. № 90102; declared 20.12.13; published 12.05.14, № 9.
Reimche, Wilfried, Südmersen, Ulrich, Pietsch, Oliver, Scheer, Christian, Bach, Fiedrich-Wilhelm (2003). Basics of vibration monitoring for fault detection and process control / Wilfried Reimch. 3rd Pan-American Conference for Nondestructive Testing, 10.
Su, Wensheng, Wang, Fengtao, Zhu, Hong, Zhang, Zhixin, Guo, Zhenggang (2010). Rolling element bearing faults diagnosis based on optimal Morlet wavelet filter and autocorrelation enhancement. Mechanical Systems and Signal Processing, 24 (5), 1458–1472. doi:10.1016/j.ymssp.2009.11.011
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Положення про авторські права Creative Commons
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
