Содержание к диссертации
Введение
1 Проблема диагностики агрегатов автомобилей, состояние вопроса и задачи исследования 15
1.1 Причины низкой эксплуатационной надежности автомобилей 15
1.2 Техническая диагностика автомобилей и классификация средств диагностирования 28
1.3 Диагностика агрегатов автомобилей по параметрам работающего масла 35
1.4 Проблемы диагностирования большегрузных автомобилей 42
1.5 Анализ экспресс-методов и средств контроля работающего масла 44
1.6 Метод оценки перспективности выполняемых исследований 55
Выводы. Цель и задачи исследования 58
2 Методологические основы экспресс-диагностики агрегатов электрофизическими методами контроля параметров работающего масла 61
2.1 Структура исследуемых процессов 61
2.2 Обоснование выбора диагностического параметра 67
2.3 Аналитические исследования электрофизических процессов, оценивающих параметры работающих масел 70
2.3.1 Анализ электрофизических свойств жидких диэлектриков 70
2.3.2 Диэлектрическая проницаемость статистической смеси 73
2.3.3 Теоретические основы метода колебательного контура 77
2.3.4 Теоретические основы метода фотометрии высоковольтного разряда 84
2.3.4.1 Обоснование возможностей использования высоковольтного разряда для целей диагностики 84
2.3.4.2 Модель формирования информирующего сигнала с использованием фотометрии газового разряда 87
2.3.4.3 Электрофизический подход к выбору модели скользящего разряда вдоль поверхности твердого диэлектрика 90
2.3.4.4 Формально-логическая модель оценки скользящего разряда вдоль поверхности твердого диэлектрика 95
2.3.4.5 Разработка модели газоразрядной оценки параметров работающего масла 101
2.4 Методы математической обработки экспериментальных данных 104
2.4.1 Обоснование выбора критериев диагностических параметров 104
2.4.2 Обоснование прогнозирования срока службы масла 108
2.4.3 Формализация метода оценки работоспособности системы «агрегат - масло» 111
2.4.4 Формализация метода анализа иерархий при выборе средств диагностирования 119
2.5 Аналитическая оценка влияния методов экспресс-диагностики на показатели технической эксплуатации автомобилей 124
2.5.1 Анализ организационных схем диагностирования в структуре системы технического обслуживания и ремонта автомобилей 124
2.5.2 Методы организации технологии экспресс-диагностирования 128
2.5.3 Технология экспресс-диагностирования и ее место в производственном процессе автопредприятия 132
2.5.4 Метод расчета производственной программы лаборатории физико-химических анализов масла 136
2.5.5 Метод оценки показателей технической эксплуатации автомобилей 138
Выводы 141
3 Методика экспериментальных исследований 143
3.1 Общая методика проведения экспериментальных исследований 143
3.2 Методика сбора и обработки статистических данных 149
3.3 Методика планирования эксперимента 152
3.4 Методика построения математических моделей и проверки их на адекватность 153
3.5 Методика оценки безотказности автотранспортных средств 156
3.6 Обоснование и разработка средств экспресс-диагностики 158
3.6.1 Средство экспресс-диагностики ИКМ-2 158
3.6.2 Средство экспресс-диагностики ВТР-1 160
3.7 Технология экспресс-диагностирования
электрофизическими методами контроля 166
3.8 Метрологические вопросы обеспечения метода колебательного контура на приборе ИКМ-2 171
3.9 Метрологические вопросы обеспечения метода газоразрядной визуализации на приборе ВТР-1 173
3.10 Сравнительная оценка диагностических параметров средств измерения 177
3.11 Сравнительная оценка портативных средств экспресс-диагностики 182
Выводы 190
4 Результаты экспериментальных исследований 191
4.1 Лабораторные исследования параметров работающего масла методом колебательного контура 191
4.1.1 Метод исследования подсистемы «вода - масло» 192
4.1.2 Метод исследования подсистемы «моторное топливо - масло» 195
4.1.3 Метод исследования подсистемы «механические примеси - масло» 197
4.1.4 Метод исследования полидисперсной среды в масле 201
4.1.5 Анализ диагностических возможностей метода колебательного контура 204
4.2. Лабораторные исследования параметров работающего масла методом высоковольтного тлеющего разряда 212
4.2.1. Метод исследования подсистемы «вода- масло» 212
4.2.2 Метод исследования подсистемы «моторное топливо - масло» 214
4.2.3 Метод исследования подсистемы «кремний - масло» 216
4.2.4 Метод исследования подсистемы «металл - масло» 218
4.2.5 Метод исследования полидисперсной среды в масле 221
4.2.6 Анализ диагностических возможностей метода высоковольтного тлеющего разряда 224
4.2.7 Анализ результатов эксплуатационных испытаний работающего масла методом высоковольтного тлеющего разряда 229
4.3 Разработка диагностики автомобильных агрегатов методом колебательного контура 235
4.3.1 Разработка диагностических нормативов для оценки технического состояния автомобильных агрегатов 235
4.3.2 Обоснование прогнозирования срока службы масла 241
4.4 Разработка диагностики автомобильных агрегатов методом высоковольтного тлеющего разряда 245
4.4.1 Разработка диагностических нормативов для оценки технического состояния автомобильных агрегатов 245
4.4.2 Обоснование прогнозирования срока службы масла 262
4.5 Оценка безотказности автомобильных агрегатов методами экспресс-диагностики 270
Выводы 272
5 Технико-экономическая оценка результатов исследования 275
5.1 Оценка эксплуатационной технологичности методов экспресс-диагностики 275
5.2 Оценка эффективности технической эксплуатации автомобилей 280
5.3 Экономическая эффективность от внедрения результатов исследования 286
5.4 Экономический эффект от сокращения простоев 293
Выводы 295
Основные научные результаты и выводы 297
Принятые сокращения 300
Библиографический список
- Техническая диагностика автомобилей и классификация средств диагностирования
- Обоснование возможностей использования высоковольтного разряда для целей диагностики
- Методика сбора и обработки статистических данных
- Лабораторные исследования параметров работающего масла методом высоковольтного тлеющего разряда
Техническая диагностика автомобилей и классификация средств диагностирования
Мониторинг технического состояния АТС невозможно вести без применения специальных методов и средств. Поэтому в АТП компаний «Кузбассраз-резуголь», «Стройсервис», «Прокопьевскуголь», «Вахрушевская автобаза» и др., для обеспечения бесперебойных грузоперевозок и с целью повышения надежности автомобилей кафедрой «Автомобили и тракторы» ТГАСУ, с участием автора, были внедрены службы контроля и управления надежностью агрегатов по параметрам работающего масла [350, 351].
Диагностика по ПРМ выявляет следующие неисправности АТС, характерные для любых моделей ДВС и большинства агрегатов трансмиссии.
1. Повышенные и аварийные износы отдельных деталей и узлов. Данные виды неисправностей определяются ЭСАМ, преимуществом которого является способность раннего обнаружения начала повышенного или аварийного износа.
2. Неисправности топливной аппаратуры. Эти неисправности связаны с ухудшением технического состояния топливной аппаратуры (насосов, форсунок) или с нарушением герметичности топливопроводов и топливных насосов, находящихся внутри агрегата. В первом случае это приводит к неполному сгоранию топлива двигателя, во втором - к утечкам топлива в масляную систему двигателя. В обоих случаях увеличиваются топливные фракции в работающем масле, вследствие чего происходит снижение его вязкости и температуры вспышки.
3. Утечки охлаждающей жидкости в масляную систему. Данный вид неисправности связан с нарушением герметичности системы охлаждения дви гателя. Установить эту неисправность можно либо путем непосредственного определения содержания охлаждающей жидкости (ОЖ) в работающем масле, либо косвенным путем. Ввиду систематического испарения ОЖ из масла, в процессе работы двигателя, рекомендуется использовать косвенные методы, основанные на исследовании изменений ряда показателей работающего масла (поступление элементов присадки, входящий в состав ОЖ и др.).
4. Неисправности системы очистки масла. Такие неисправности приводят к повышенному загрязнению работающего масла механическими примесями и поэтому диагностика этих неисправностей осуществляется по тем показателям, которые характеризуют его загрязнение.
5. Неисправности системы очистки воздуха. Эти неисправности могут быть вызваны нарушением технического состояния воздушного фильтра (чрез 37 мерное загрязнение из-за несвоевременного обслуживания, нарушения целостности уплотнительных прокладок и т.п.), так и нарушения герметичности воз-духопроводящих патрубков. В обоих случаях это приводит к значительному повышению содержания кремния в работающем масле. Поэтому целесообразно данный вид неисправности определять ЭСАМ.
6. Нарушение работы системы вентиляции картера. Эта неисправность косвенно проявляется через показатели работающего масла, которые характеризуются процессами окисления и загрязнения масла топливными фракциями.
ПРМ позволяют обнаруживать и ряд других неисправностей, специфичных для конкретных моделей двигателей или агрегатов АТС. Выявление неисправностей при диагностировании агрегатов АТС по ПРМ зависит от формирования информационного сигнала. При этом возможны два случая: 1) наиболее полная информация о неисправности сосредоточена в одном параметре работающего масла; 2) информация о неисправности стохастически распределена по нескольким параметрам.
Диагностика узлов и деталей агрегата, техническое состояние которых характеризуется одним параметром, осуществляется путем сравнения соответствующего показателя работающего масла с диагностической величиной. Заключение о техническом состоянии дается по двухбалльной шкале - «исправно» или «неисправно».
Диагностика узлов и деталей, информация о которых распределена по нескольким параметрам, осуществляется с помощью различных алгоритмов. Широкое применение находит вероятностный алгоритм, в основу которого положена доля участия каждого из диагностических показателей в оценке состояния объекта [33, 251]. Вероятность действительного состояния объекта Р{С) определяется по формуле: т KtStZt I ( п \\i=\ ) где К і = \/Pj - коэффициент, учитывающий безотказность при технической реализации /-го показателя; Sj - чувствительность z-го показателя; Z, - индекс /-го показателя; т,п - соответственно количество контролируемых и общее количество показателей, характеризующих работоспособность объекта.
Для распознавания источников поступления химического элемента-индикатора, составляющего основу конструкционных материалов разных групп деталей, применяются алгоритмы, основанные на изменении соотношения между химическими элементами, циркулирующими с работающим маслом [400].
Одновременно с диагностированием агрегатов АТС по ПРМ диагностируется работоспособность масла, оценивается потеря его исходных свойств, которые закладываются заводами-изготовителями при производстве.
Для всех групп моторных, трансмиссионных, гидравлических и индустриальных смазочных масел основными исходными требованиями являются: термоокислительная стабильность и термостойкость, противоизносные и коррозионные свойства, вязкостно-температурная характеристика [167]. К смазочным маслам также предъявляются дополнительные требования: стабильность при транспортировке и хранении; совместимость с контактирующими материалами; стойкость к старению, испарению и вспениванию; наличие моющих и диспергирующе-стабилизирующих свойств; противозадирные и противопит-тинговые свойства. Для гидравлических масел предъявляются требования фильтруемости, деаэрирующих и деэмульгирующих свойств.
В настоящее время не существует научно обоснованной альтернативы смазочным маслам, которые могут изменить работу узлов трения [27, 223, 225, 245]. В этом направлении ведутся теоретические поиски саморегулирования смазочной среды и создания новых материалов на основе методологии неравновесного материаловедения, которые позволили бы изменять свои свойства в зависимости от изменений условий эксплуатации [254, 269, 334].
В настоящее время, основные требования, которые предъявляются к смазочным маслам в эксплуатации, регламентируются стандартами [24]. Свойства свежих моторных масел отражены в ГОСТ 17497.1-85 «Масла моторные. Клас 39 сификация и обозначение», трансмиссионные масла регламентируются по ГОСТ 17479.2-85 «Масла трансмиссионные. Классификация и обозначения». Моторные и трансмиссионные масла приводятся в соответствие применения классов вязкости и эксплуатационных групп по классификациям SAE и API. Гидравлические масла регламентируются в соответствии с ГОСТ 17479.3-85 «Масла гидравлические. Классификация и обозначения», а также в соответствии с международным стандартом ISO 3448. Индустриальные масла регламентирует ГОСТ 17479.4-87 «Масла индустриальные. Классификация и обозначения». Данный стандарт соответствует международным стандартам ISO 3498-79, ISO 6743-0-8, ISO 3448-75.
Свойства работающего масла оцениваются по диагностическими параметрам, предельная величина которых соответствует качеству масла, при котором будет существенно снижаться надежность агрегата. Смена масла производится в том случае, когда какой-нибудь из качественных показателей работающего масла достигнет предельного значения.
Повысить эффективность диагностирования агрегатов АТС по ПРМ можно, за счет внедрения в стандартную технологию методов, обладающих большой информативностью и относительно малой трудоемкостью выполнения анализов [115, 214, 341]. Широкое применение, при функционировании СКУ-НА ПРМ, получили следующие методы испытаний работающего масла.
Обоснование возможностей использования высоковольтного разряда для целей диагностики
Анализ литературных источников и результатов обзора исследований, с учетом существующих противоречий, проблем и задач, позволил разработать общую модель функционирования системы «среда - агрегат - масло» в процессе эксплуатации АТС, которая представлена в виде структурной схемы на рисунке 2.1.
Оценить техническое состояние агрегатов с замкнутыми системами смазки, от состояния которых зависят показатели эффективности эксплуатации АТС, и в частности, показатели простоя автомобиля в ремонте, значений коэффициентов технической готовности, использования парка и эффективности грузоперевозок, позволяют процессы изменения ПРМ, от воздействия на масло загрязняющих компонентов, которые формируют структурную основу объекта научного исследования диссертационной работы.
Согласно классическим представлениям исследования процессов, объект исследования находится в функциональной зависимости от управляющих параметров входа (Ui, U2, ... Um), параметров воздействия внешних факторов (Фь Фг, ... Фп), внутренних параметров объекта исследования (Yb Y2, ... Yk) и функциональных параметров выхода (Хь Х2, ... ХІ). ИЗ схемы (рисунок 2.1) видно, что функционирование объекта исследования зависит от параметров установленных заводом-изготовителем и параметров ТЭА, где на выходе объект исследования оценивается функциональными параметрами работающего масла, L
Структурная схема процесса исследования системы «среда - агрегат -масло» электрофизическими методами контроля: I - управляющие параметры; II - параметры внешних факторов; III - внутренние параметры объекта исследования; IV - функциональные параметры объекта исследования; V - параметры состояния объекта; VI - оценочные параметры; VII - параметры эффективности; 1 - агрегат (трибологическая система); 2 - параметры завода-изготовителя; 3 - параметры эксплуатации; 4 - природно-климатические и дорожно-транспортные условия; 5 - параметры агрегата; 6 - параметры технических систем; 7 - параметры трибологической системы; 8 - параметры диагностической аппаратуры; 9 - параметры контроля; 10 - параметры эффективности; ТС - трибосопряжение; РМ - работающее масло; конструкторско-технологические параметры; СМП - смазочные материалы и присадки к маслу; ПУ - параметры управления; СТОР - система ТО и ремонта; КЗ - климатическая зона; АС - агрессивность среды; ПНЭ - пробег с начала эксплуатации; РТГ - расстояние транспортирования грузов; ДП - длина подъема; УП - угол подъема; ПД - дорожное покрытие; КГП -крепость горных пород; РП - регулировочные параметры; ПРР - параметры рабочих режимов; ПТС - параметры технического состояния; СО - система охлаждения; СП - система питания; СОМ система очистки масла; СОВ - система очистки воздуха; СВК - система вентиляции картера; МКИ - механические и коррозионные износы; ОС - окисление масла и образование отложений; ОЖ - загрязнение охлаждающей жидкостью; МТ - загрязнение моторным топливом; НВ - низковольтное воздействие; ВВ - высоковольтное воздействие; ЭФАМ -электрофизический анализ масла; ЭСАМ - эмиссионный анализ масла; ФХАМ - физико-химический анализ масла; ВТС - вязкостно-температурные свойства; КОС - кислотно-основные свойства; ДС - моюще-диспергирующие свойства; ПЗ - показатели загрязненности; Р - простои в ремонта; КТГ - коэффициент технической готовности; КИП - коэффициент использования парка; 1111 - параметры производительности; ЭЭ - экономическая эффективность; U, Ф, Y, X, К - числовые значения параметров, определяющих процесс исследования; m, n, j, і, k - индексы, определяющие множества числовых значений значения которых определяют состояния объекта. На качество функционирования объекта исследования оказывают влияния внутренние параметры рабочих процессов, от которых зависят техническое состояние агрегата и состояние его рабочих систем, и внешние факторы, от которых объект исследования ни как ни зависит, но которые значительно влияют на исследуемый процесс.
Для оценки функциональных параметров объекта исследования в структурно-вероятностной системе «среда - агрегат - масло» устанавливается взаимосвязь между всеми значимыми элементами системы и разрабатывается многофакторная математическая модель Xt = f(U mj n jt) Влиянию управляющих факторов, а также факторам внешнего и внутреннего воздействия на состояние исследуемых параметров, которые образуют элемент системы «среда», посвящены работы А.И. Соколова, Н.Т. Тищенко, В.А. Аметова [11, 12, 303, 304, 305] и ряда других исследователей. Тогда реализация модели К = fyXj), через управляющие диагностические воздействия на параметры состояния объекта при изменении ряда значимых параметров в процессе эксплуатации, позволяет управлять показателями эффективности исследуемых АТС.
Повышение эффективности эксплуатации АТС, как главной цели работы, достигается разработкой методологии, позволяющей выявлять закономерности диагностических параметров работающего масла от воздействия на масло загрязняющих компонентов в электрическом поле низкого или высокого напряжений, и которые дают возможность разрабатывать высокоэффективные электрофизические методы диагностики агрегатов АТС по ПРМ. На рисунке 2.2 проиллюстрирована структурная схема исследуемого процесса диагностирования системы «агрегат - масло», которая показывает внутрисистемные связи между элементами системы. Схема показывает, что автомобиль состоит из отдельных агрегатов, которые в процессе эксплуатации претерпевают изменения своего технического состояния до наступления неисправностей и отказов. Неисправности агрегатов влияют на ПРМ, изменения которых можно оценивать электрофизическими методами контроля. Предлагается на работающее масло воздействовать электрическим полем низкого и высокого напряжения, а через показатели диэлектрических свойств смазочной среды и концентрации загрязняющих компонентов, используя существующие и вновь разработанные способны их регистрации, выполнять оценку ПРМ. Для этого были выполнены теоретические исследования рабочих и технологических процессов, которые базируются на поставленных научных задачах.
Методика сбора и обработки статистических данных
Длина распространения короны в газовом разряде, вплоть до перекрытия, своими электрофизическими свойствами подобна расстоянию между обкладками конденсатора в области слабых полей или толщине изолятора в области сильных полей [10, 297, 298]. Тогда длина короны скользящего разряда, на основании изложенных сведений, способна при равных условиях проведения эксперимента (напряжение, давление, температура - величины постоянные при параллельных испытаниях) оценивать свойства смазочной среды, которые выражаются через изменение диэлектрической проницаемости среды загрязняю 100 щих компонентов, их удельного поверхностного сопротивления и концентрации. Математическую модель, для оценки параметрических изменений скользящего разряда, можно записать через условную величину его длины в виде:
Определение 5. Длина короны тлеющего разряда L пропорциональна значению толщины изоляционного слоя d, на который наносится работающее масло, и обратно пропорциональна значениям удельного поверхностного сопротивления р и диэлектрической проницаемости работающего масла в, функционально связанных с концентрацией v загрязняющего компонента.
Модель (2.43) оценивает состояние внутренней среды бумажного носителя совместно с маслом, которым данная среда пропитана. Если смазочное масло чистое, и его можно принять за эталон, то распространение разряда будет происходить согласно числовым значениям диэлектрической проницаемости бумаги пропитанной смазочным маслом - гб, толщины листа бумаги - d6, удельного поверхностного сопротивления листа бумаги пропитанного маслом -рб. Значения со, гиз и dU3 являются конструктивными параметрами, которые в процессе расчета и проведения испытаний не изменяются.
Внедрение в структуру пор чистого листа бумаги пропитанного смазочным маслом дополнительных загрязняющих компонентов, различной концентрации, приведет к изменению диэлектрической проницаемости и удельного сопротивления данного бумажного носителя.
Изолятор газоразрядной камеры и загрязнители смазочного масла, нахо 101 дящиеся непосредственно в разряде, имеют только им присущие значения є и р, которые выбираются по справочным данным [337].
Частицы металла в пропитанном маслом бумажном носителе не оказывают влияния на диэлектрические свойства масла, т.к. диэлектрическая проницаемость металлов s — оо . Следовательно, если величина диэлектрической проницаемости масла не меняется, тогда для металлов можно принять конвенци-альное условие є = 1 [134].
В бумажный носитель, при его пропитке работающим маслом, попадают загрязнения (частицы пыли и износа) в концентрации, пропорциональной их наличию в работающем масле. В пористой структуре бумажного носителя эти частицы располагаются хаотически. Такая постановка вопроса, для решения задач влияния этих частиц на общее изменение диэлектрической проницаемости работающего масла, достаточно сложна. Поэтому расчет эффективной диэлектрической проницаемости аппроксимируется в соответствии с матричной системой равномерно распределенных включений невытянутой формы в структуре носителя [389], и при любой объемной концентрации этих включений будет справедлива формула Оделевского (2.8).
Создание инвариантных условий при параллельных испытаниях однотипных объектов, позволяет выявлять превосходство одного объекта по отношению к другому. Если предположить, что одним объектом является эталон, а другим - исследуемый объект, то отклонение от эталона при их отношении покажет ту погрешность, которая будет характеризовать состояние исследуемого объекта (2.3), т.е. соответствовать определению 1.
Наиболее эффективно вводить в высоковольтный разряд одновременно два бумажных пористых носителя. Первый бумажный носитель должен быть пропитан свежим маслом, и он является эталонным. Второй бумажный носитель пропитывается работающим маслом, отобранным из исследуемого агрега 102 та автомобиля. Помещение двух носителей с маслом одновременно в газоразрядную камеру на единый стеклянный изолятор, при неизменных значениях давления, температуры, напряжения и частоты, покажет короны скользящих разрядов, длины которых зависят только от свойств масла и его загрязненности (рисунок 2.10).
Длина короны скользящего разряда от кромки электрода до границы спада свечения работающего масла может находиться в области ниже некоторого уровня спада свечения эталонного масла или выше. Это объясняется только наличием загрязняющих включений, выраженных через диэлектрическую проницаемость и удельное поверхностное сопротивление. Таким образом, за критерий степени выработки ресурса работающего масла принимается коэффициент интенсивности свечения Кис- Величина данного критерия является условной, т.к. не имеет размерности, и выражена отношением длины короны работающего масла L в среде газового разряда к длине короны эталонного Ьэ масла:
Лабораторные исследования параметров работающего масла методом высоковольтного тлеющего разряда
Систематические ошибки измерений к началу математической обработки результатов были выявлены и устранены. В процессе эксперимента создавались равные условия для всех исследуемых марок масел. Навески при эталонировании масел загрязняющими компонентами производились на стандартном сертифицированном оборудовании (весы аналитические, сита лабораторные и др.). Непосредственный процесс получения результатов эксперимента выполнялся на приборе ВТР-1.
Резко отличающиеся результаты измерений принимались в исследованиях за грубые ошибки, и измерения повторялись. Отдельно «выскакивающие» значения, выявляемые в базах данных, проверялись в соответствии с методикой [280], и при необходимости исключались из дальнейшей обработки результатов измерений.
Исследования по оценке ПРМ высоковольтным разрядом проводились впервые, и, соответственно, были сделаны допущения о наличии случайных ошибок измерения, вероятность возникновения которых трудно учесть. Ошибки рассматривались как эффект беспорядочной флуктуации показаний прибора относительно истинных значений измеряемых величин, которые характеризовали в таком случае погрешность прибора (приложение Ж).
Так как интенсивность свечения газового разряда в любой конкретный момент времени является величиной случайной, то за период одного измерения выходного сигнала результат может отклоняться от истинного значения. Согласно теории инженерного эксперимента [353], даже сложные измерительные приборы при многократных измерениях не дают нормально распределенные показания измерений. Поэтому для максимально точного измерения текущего состояния исследуемой среды работающего масла и минимального отклонения от нормального распределения величины диагностических параметров принимались по пяти измерениям одной пробы масла. Среднее значение пяти измерений дает одно число наблюдений в экспериментальных исследованиях. Выбор по пяти измерениям обосновывается тем, что величина, измеряемая более четырех раз, в среднем удваивает точность получаемого результата [350, 353].
Измерительный преобразователь прибора также оценивался на относительную погрешность по пяти измерениям в шести идентичных наблюдениях относительно среднего значения каждого наблюдения. Относительная погрешность рассчитывается по формуле: ух=(Лх/х)100, (3.10) где Ах = х -х - абсолютная погрешность измерительного прибора, х - измеренное значение, х - среднее значение, является более полной характеристикой измерительного преобразователя [260].
Средняя относительная погрешность измерений для моторных масел SAE-15W40 и М-10ДМ по 30 измерениям в шести наблюдениях составила 4,8 %. Величина средней относительной погрешности по пяти измерениям однократного наблюдения для группы моторных масел М-8В, М-10Г2К, М-10ДМ и SAE-15W40 составила 8,2 %. Естественным является факт увеличения относительной погрешности измерения с уменьшением числа одноименных измерений. Тем не менее, их средние погрешности измерений одного наблюдения каждой из исследуемых марок масел не превысили 10 %, что удовлетворяет условиям технической диагностики машин [13, 33, 279, 304, 324, 350]. В пределах нормативной относительной погрешности находятся также средние значения измерений, полученные на индустриальных и гидравлических маслах. Для масла марки А - уА =5,2%, для ВМГЗ - уВМГз =4,9%. Следовательно вопросы точности результатов измерения, полученные на измерительном преобразователе прибора ВТР-1 не вызывают сомнений.
Научная достоверность настоящей работы включает рассмотрение вопросов достоверности процесса исследования, и достоверности полученных результатов.
Приведенные в главе 2 теоретические исследования позволили сформулировать гипотетическую дискретно-событийную модель формирования информирующего сигнала (рисунок 2.8), которая базируются на богатой априорной информации, описанной в научной литературе по электрофизике [90, 117, 157, 181, 182, 203, 300], физике газового разряда [7, 85, 202, 265, 273, 360], тех 176 нике высоких напряжений [10, 34, 44, 116], физике диэлектриков [25, 192, 222, 297, 298], фотографическим процессам [36,352,359,361] и другим направлениям.
Возможность использования высоковольтного газового разряда при диагностировании АТС достоверно подтверждается научно обоснованной методикой, которая базируется на модельном приборном исполнении, разработанных имитационных (глава 2) и математических моделях (глава 4), построенных на богатом статистическом материале.
Проверка имитационных и аналитических моделей осуществлялась в два этапа: верификацией и валидацией [259, 355].
Близость откликов модели и реальной системы при одинаковых условиях эксперимента устанавливается путем использования статистических выборок. В настоящих исследованиях базовые имитационные модели (2.44), оценивающие свойства работающих масел (рисунок 2.15), представляют собой отношение состояния исследуемой среды к эталонной среде. В таком случае при обработке результатов удобно использовать понятие тренда, которое позволяет упрощать модели (не учитывать постоянные величины, а использовать лишь независимые переменные), и показывать направление вектора исследуемого процесса. Найденные решения таких моделей обосновывают теоретические положения, достоверность которых подтверждается корреляционным, дисперсионным и регрессионным анализами.
Высокие положительные коэффициенты корреляции подтверждают тесную связь теоретических и экспериментальных результатов исследований. Коэффициенты детерминации объясняют хорошие соответствия аналитических моделей исследуемых зависимостей экспериментальным данным. Оценку адекватности зависимостей между имитационными и экспериментальными значениями в таком случае устанавливают критерии Фишера, Стьюдента, а также их уровни значимости.
Большая экспериментальная выборка, основанная на лабораторных и эксплуатационных исследованиях, позволила разработать математические модели, достоверность которых оценивалась проверкой пригодности моделей на их адекватность. Проверка гипотезы об адекватности моделей оценивалась критерием Фишера, проверка значимости коэффициентов уравнений регрессии оценивалась критерием Стьюдента. Также адекватность аналитических моделей оценивалась мерой близости остаточной случайной компоненты (остатка), обуславливающей возможную погрешность при проведении эксперимента, к теоретическим значениям исследуемых параметров.
Программа STATISTICA позволила строить графики остатков на нормальной вероятностной бумаге [39, 40, 41]. Если остатки хорошо ложатся на прямую линию, то подтверждается предположение о нормальном распределении ошибок. Такая оценка свидетельствует о достаточно адекватном описании экспериментальных данных, на основании которых построены математические модели [74].
После построения математических моделей и проверки их на адекватность проводится этап неформализованных решений, т.е. интерпретации полученных результатов, с перспективой их дальнейшего внедрения в систему диагностирования автомобильных агрегатов по ПРМ.
