Содержание к диссертации
Введение
ГЛАВА 1 Состояние вопроса и задачи исследования 13
1.1 Общие положения виброакустической диагностики машин 13
1.2 Анализ существующих методов виброакустической диагностики 18
1.3 Задачи исследования 37
ГЛАВА 2 Теоретические исследования 38
2.1 Модель и алгоритм интегрально-спектрального преобразования виброакустических сигналов ограниченной длительности 38
2.2 Модель и алгоритмы автоматической идентификации числа лопаток импеллера 47
2.3 Алгоритм автоматического спектрального распознавания частоты вращения вала при наличии широкополосных и сосредоточенных помех 53
2.4 Способ и алгоритм спектрального распознавания текущих частот дефектов в условиях износа и погрешностей изготовления ЦНА 76
2.5 Выводы 82
ГЛАВА 3 Методика экспериментальных исследований 83
3.1 Постановка задачи 83
3.2 Разработка программно-аппаратных средств для проведения исследований 83
3.3 Разработка вибропреобразователя, места и способа его установки на ЦНА... 89
3.4 Разработка процедуры выбора ортогональных диагностических признаков.. 92
3.5 Выводы 95
ГЛАВА 4 Экспериментальные исследования алгоритмов спектральной матрицы центробежного насоса 96
4.1 Постановка задачи 96
4.2 Оценка ошибки интегрально-спектрального преобразования 96
4.3 Оценка достоверности автоматического распознавания числа лопаток импеллера 98
4.4 Оценка ошибки автоматического определения частоты вращения 101
4.5 Оценка достоверности распознавания
текущих частот дефектов подшипников 105
4.6 Определение нормативной базы интегральных диагностических признаков 110
4.7 Выводы 115
ГЛАВА 5 Разработка системы контроля и мониторинга 116
5.1 Постановка задачи 116
5.2 Формирование пространства ортогональных диагностических признаков... 116
5.3 Разработка экспертной системы 122
5.4 Разработка системы контроля и мониторинга ЦНА 128
5.5 Принципы построения СКМ 139
5.6 Выводы 140
ГЛАВА 6 Промышленное использование результатов работы .142
6.1 Постановка задачи 142
6.2 Внедрение стационарных систем вибродиагностики КОМПАКС
на предприятиях нефтехимического комплекса 142
6.3 Технико-экономические аспекты внедрения 147
Общие выводы и результаты 151
Литература
- Анализ существующих методов виброакустической диагностики
- Модель и алгоритмы автоматической идентификации числа лопаток импеллера
- Разработка вибропреобразователя, места и способа его установки на ЦНА...
- Оценка ошибки автоматического определения частоты вращения
Введение к работе
Актуальность работы. Эффективность современного
нефтеперерабатывающего производства во многом определяется системой эксплуатации и ремонта насосно-компрессорного оборудования. В настоящее время большинство предприятий применяют затратную систему планово-предупредительных ремонтов. При использовании этой системы предприятие несет прямые потери, связанные с проведением ремонтов, в которых нет необходимости, с частым ухудшением качества работы агрегата после ремонта, внезапными отказами оборудования в межремонтный период, приводящими к тяжелым материальным и экологическим последствиям.
Основными причинами аварий на предприятиях нефтехимического комплекса (НХК) являются: неудовлетворительное состояние оборудования; неудовлетворительное состояние технологической дисциплины; неудовлетворительные организация и проведение ремонтных, газоопасных, огневых работ.
Несмотря на достигнутую стабилизацию общего уровня аварийности состояние этих факторов опасности продолжает вызывать беспокойство.
Около 80% механического оборудования современных нефтехимических производств составляют центробежные насосные агрегаты (ЦНА). В связи с этим техническое состояние нефтехимической установки во многом определяется техническим состоянием ее насосного парка.
Для внедрения прогрессивной системы обслуживания оборудования по его техническому состоянию, защиты его от аварий необходимо использовать объективные средства его контроля и диагностики. В современных технических средствах диагностики используются различные методы: анализ временной реализации, трендов параметров, анализ спектра, кепстра, функций распределения, параметров вейвлет-преобразования и др. Несмотря на то, что спектральные методы хорошо изучены и находят наибольшее применение в практике вибродиагностики существует большой
потенциал в совершенствовании данного метода в части повышения точности постановки диагноза в условиях априорной неопределенности конструкции агрегатов, режимов их работы, упрощения настройки алгоритмов на тип используемого оборудования. Важным аспектом является обеспечение максимального быстродействия систем, которое определяется длиной выборки виброакустического сигнала.
Целью работы является повышение безопасности технологических установок крупных нефтехимических комплексов путем разработки, внедрения методов и средств контроля и мониторинга технического состояния насосных агрегатов по спектральным параметрам вибрации в условиях априорной неопределенности при ограниченной длине выборки сигнала.
Достижение поставленной цели потребовало решения следующих задач:
Разработать модели и алгоритмы интегрально-спектрального преобразования виброакустических сигналов ограниченной длительности при наличии утечек алгоритма быстрого преобразования Фурье (БПФ), обеспечивающие повышение точности и быстродействия систем.
Разработать модели и алгоритмы автоматической идентификации числа лопаток импеллера, частоты вращения вала и частот дефектов узлов ЦЫА при нечеткой информации об их реальных значениях, в том числе из-за износа и погрешностей изготовления, в условиях априорной неопределенности конструкции агрегата и режима его работы.
Сформировать пространство ортогональных диагностических признаков амплитудно-частотного спектра вибрации (АЧСВ) и экспертную систему, увеличивающую глубину диагностирования при наличии априорной неопределенности конструкции ЦНА.
Провести экспериментальные исследования для подтверждения адекватности разработанных моделей и разработки нормативной базы
диагностических признаков АЧСВ для различных размерно-мощностных групп ЦНА.
Разработать систему контроля и мониторинга (СКМ) ЦНА с включением в ее состав разработанных программно-аппаратных модулей.
Осуществить промышленное внедрение результатов работы в составе СКМ на предприятиях нефтехимического комплекса.
Методы исследования. Исследования выполнялись с использованием современных представлений о механизмах и моделях возникновения и развития неисправностей механического оборудования. Статистические данные по вибрационным параметрам насосов, их режимов работы, статистик отказов были получены с помощью разработанных, сертифицированных и внедренных систем компьютерного мониторинга КОМПАКС в ходе широкомасштабных экспериментов в процессе мониторинга насосного оборудования на промышленных установках.
Обработка результатов осуществлялась с широким использованием современной вычислительной техники и программных средств: ПО Microsoft Excel, MathCAD, Agilent Vee с библиотекой функций MatLab, специальное программное обеспечение, разработанное на языке C++. Достоверность основных результатов подтверждена моделированием на ЭВМ, результатами экспериментов и практическим внедрением разработок.
Научная новизна. Предложены и обоснованы:
Модель и алгоритм интегрально-спектрального преобразования виброакустических сигналов ограниченной длительности при наличии утечек БПФ, обеспечивающие снижение погрешности интегрирования при получении оценок среднего квадратического значения виброскорости и виброперемещения не менее чем на порядок.
Модель и алгоритм автоматической идентификации числа лопаток импеллера в диапазоне 5-14, охватывающем все типы ЦНА, применяемые в НХК.
Алгоритм спектрального распознавания частоты вращения вала при наличии широкополосных и сосредоточенных помех, обеспечивающий погрешность оценки менее 1% от спектрального разрешения БПФ-преобразования.
Алгоритм спектрального распознавания частот дефектов ЦНА при отклонении их реальных значений от расчетных из-за износа и погрешностей изготовления до ±15%.
Пространство дифференциальных ортогональных диагностических признаков ЦНА на основе принципа информационной полноты, включающее периодические, шумовые и нераспознанные компоненты.
Экспертная система на основе дифференциальных ортогональных диагностических признаков, позволяющая дополнительно диагностировать до 12 неисправностей ЦНА и обеспечивающая низкую вероятность пропуска дефекта (< 1%).
Практическая ценность работы заключается в:
Создании системы контроля и мониторинга, охватывающей сотни единиц машинных агрегатов более 600 типов и разных размерно-мощностных групп, новизна которой подтверждена патентами РФ на способы диагностики, устройства и промышленные образцы [20-24].
Создании программного обеспечения, реализующего алгоритмы автоматического распознавания спектральных компонент вибрации ЦНА в составе систем вибромониторинга и диагностики[26-28].
Создании нормативно-методических документов, рекомендованных Ростехнадзором РФ для предприятий опасных производств [32-34].
Широком внедрении систем в промышленности, обеспечивающих значительный экономический эффект за счет сокращения числа аварий и остановок оборудования, сокращения затрат на его ремонт и обслуживание.
Новизна, уровень и значимость полученных результатов подтверждены премией Правительства Российской Федерации 1997 г.
Реализация работы. Разработанные методы диагностики и программное обеспечение внедрены на ряде предприятий страны в составе систем контроля и мониторинга агрегатов с высоким экономическим эффектом. Практическое внедрение систем подтверждено справкой об объеме внедрения и актами внедрения на Омском нефтеперерабатывающем заводе и Тобольском нефтехимическом комбинате.
Апробация работы. Основные результаты по настоящей работе докладывались на Втором международном конгрессе и выставке "Защита-95", втором международном симпозиуме "Потребители - производители компрессоров и компрессорного оборудования - 1996" (С.-Петербург), Международной конференции АПЭП-96 (Новосибирск), Международной конференции Защита-98, Конференции РАО Газпром (Одесса, 1998), семинаре альянса открытых систем MIMOSA - Скоттдейл (США, 1999), международной конференции Dynamics of machine aggregates (Братислава, 2000), совещании по надежности и диагностике теплотехнического оборудования ТЭС при Уралэнерго (секция "Динамическая надежность и диагностика турбомашин" Екатеринбург, 2003), VIII Всероссийской научно-технической конференции ОмГУПС (Омск, 2003), 23-й тематический семинар ОАО Газпром "Диагностика оборудования и трубопроводов КС" (Светлогорск, 2004), Международный симпозиум "Образование через науку" МГТУ (Москва, 2005), 34 Международная конференция «Современные информационные технологии в нефтяной и газовой промышленности» (Мальта, 2005).
За работу «Стационарные системы непрерывного мониторинга безопасной эксплуатации машинного оборудования потенциально опасных производств химической, нефтехимической и нефтегазоперерабатывающей промышленности» соискателю в составе коллектива авторов присуждена премия Правительства РФ 1997 г. в области науки и техники -Постановление Правительства РФ №382 от 6 04.1998 г.
Публикации. По результатам работы опубликовано 33 печатных работы, в том числе 1 книга (в соавторстве), 1 Руководящий документ, 2 Стандарта ассоциации, 3 патента на изобретения, 2 патента на промышленный образец, 3 свидетельства о регистрации программ и 18 статей, из них 4 - в изданиях рекомендованных ВАК России для публикации результатов докторских диссертаций.
На защиту выносятся следующие основные положения работы:
Модели и алгоритмы интегрально-спектрального преобразования виброакустических сигналов ограниченной длительности, автоматической идентификации опорных частот (частоты вращения вала, лопаточной частоты) и частот дефектов узлов ЦНА,
База знаний экспертной системы ЦНА на основе нормированного пространства дифференциальных ортогональных диагностических признаков, включающего шумовые, периодические и нераспознанные составляющие.
Структура и принципы построения программных и аппаратных средств систем контроля и мониторинга технического состояния ЦНА, инвариантных к его конструктивным особенностям, по спектрам вибропараметров в реальном времени.
Структура и объем работы. Диссертация состоит из введения, шести глав, общих выводов и результатов, списка литературы, включающего 116 источника, и приложения, содержащего документы внедрения. Основной материал изложен на 166 страницах, включая 16 таблиц и 51 иллюстрацию.
Структура работы приведена на рисунке В.1.
В первой главе дан анализ состояния вопроса вибродиагностики машинного оборудования и насосного агрегата в частности. Показана актуальность задачи создания диагностической экспертной системы, инвариантной к конструкции насоса и режиму его работы.
Во второй главе приведен теоретический анализ модели и алгоритмов интегрально-спектрального преобразования виброакустических сигналов
ограниченной длительности при наличии утечек БПФ, моделей и алгоритмов автоматической идентификации параметров конструкции ЦНА и частот дефектов узлов в условиях широкополосных и сосредоточенных помех.
В третьей главе приведено описание используемых для проведения экспериментальных исследований технических средств, разработан вибропреобразователь, способ его крепления на агрегат, процедура выбора информативных диагностических признаков на основе принципа информационной полноты (мера Линдера).
В четвертой главе приводятся результаты экспериментальных исследований разработанных алгоритмов. Рассчитаны нормативные значения диагностических признаков общего уровня, экспериментально подтверждена адекватность предложенных моделей и алгоритмов интегрально-спектрального преобразования виброакустических сигналов и автоматической идентификации информативных параметров (лопаток и частот).
В пятой главе сформировано пространство ортогональных диагностических признаков и разработана экспертная система, включающая в себя признаки шумовых и периодических составляющих (ШПС), увеличивающая глубину диагностирования при наличии априорной неопределенности конструкции ЦНА. Разработана система контроля и мониторинга (СКМ) ЦНА с включением в ее состав разработанных программно-аппаратных модулей
В шестой главе приведены результаты внедрения систем на нефтеперерабатывающем производстве, оценка экономического эффекта.
Анализ существующих методов виброакустической диагностики
В работах В.М. Баранова [38], Б.Л. Герике [55], А.С. Гольдина [56], СП. Зарицкого [67], В.В. Клюева [71,72], В.Н. Костюкова[73-76,85,88,80,68], К.М.Рагульскиса [98,99] рассмотрены вопросы диагностики, физика отказов, надежность машин и агрегатов.
Ряд работ зарубежных авторов посвящен виброакустической диагностике машин [44,111-114].
Работы [115, 99, 106] рассматривают различные аспекты динамики и диагностики технологических дефектов подшипников.
Методы диагностики повреждений деталей подшипников при эксплуатации или в процессе испытаний приведены в работе [55], где экспериментально показана сложность и стохастический характер возникающего при этом вибросигнала. Теоретический анализ [63, 99, 106] показывает, что при этом растет скорость относительного проскальзывания тел качения по кольцу и удары тел качения о перемычку сепаратора.
В работе [101] используется синхронное накопление импульсов соударения, следующих с частотами прокатывания тел качения подшипника по дефекту на наружном или внутреннем кольце: fn =nOHzT/60;fB =nOBzT/60, (1.8) где пон =п (I d 1 + ( л \ I ( л \ ов 2, п„„ =п V Do/ V »оУ /2 - скорости вращения комплекта тел качения относительно дефекта на наружном или внутреннем кольце соответственно; d, D0 - диаметр тел качения и окружности, проходящей через их центры соответственно; ZT - число тел качения.
При этом отмечается необходимость подстройки гребенчатого фильтра, так как реальное значение частоты соударения не совпадает с расчетным. Это несовпадение вызывается различными причинами [63,99], из которых можно выделить как основную - различное проскальзывание тел качения по дорожкам качения при изменении технического состояния подшипника, коэффициента трения и качества смазки.
В работе [116] предлагается анализировать частоты (1.8), в том числе и с помощью гребенчатого фильтра; однако в качестве контролируемого параметра используется коэффициент пиковости сигнала: = UL (1.9) где Smax, SCK3 - максимальное и среднее квадратическое значения сигнала на интервале наблюдения. В работе [94] используются ультразвуковые колебания, воспринимаемые датчиком, устанавливаемом на наружное кольцо контролируемого подшипника. Диагностика подшипников качения в том случае, когда в качестве структурного параметра используется радиальный зазор также опирается на анализ частотных составляющих с частотой f„. Для повышения чувствительности и помехозащищенности при выделении периодических компонент сигнала используют автокорреляционную функцию [55,65,92], методы синхронного накопления [62] и кепстр сигнала [37]. Одна кепстральная компонента, также как и сигнал на выходе гребенчатого фильтра, содержит информацию об амплитудах гармоник целого гармонического ряда [37,101].
В настоящее время в практике вибродиагностики наибольшее распространение имеют способы диагностики по параметрам виброскорости и виброперемещения. В работах [73,68] показано, что использования совокупности трех ортогональных параметров - виброускорения, виброскорости и виброперемещения, обеспечивает более надежный контроль и диагностику состояния оборудования.
В качестве датчика вибрации в системах контроля и мониторинга используют виброакселерометр, выходной сигнал которого пропорционален виброукорению в месте его установки. Таким образом, для получения сигналов виброскорости и виброперемещения необходимо проводить операцию интегрирования. Для обеспечения максимального быстродействия при применении алгоритмов интегрирования в системах контроля и мониторинга необходимо обеспечить их работу в условиях ограниченной длительности сигнала.
Традиционно устройства интегрирования сигналов выполнялись в виде электронных схем, но в связи с развитием микропроцессорной техники, уменьшением ее стоимости, габаритов, энергетических показателей и увеличением ее производительности возникает необходимость использования численных методов интегрирования сигнала для получения оценок вибропараметров из оцифрованного сигнала виброускорения.
Для применения алгоритмов интегрирования в системах контроля и мониторинга необходимо обеспечить их работу в условиях ограниченной длительности сигнала. Это связано с использованием последовательно-параллельной архитектуры систем, имеющей значительно меньшие затраты при реализации многоканальных систем по сравнению с параллельной. Период мониторинга в таких системах прямо пропорционален длительности измеренного сигнала и числу измерительных каналов, измеряемых последовательно. Для минимизации периода мониторинга при неизменно числе каналов необходимо минимизировать длительность измеряемого сигнала.
Модель и алгоритмы автоматической идентификации числа лопаток импеллера
Для решения задачи построения модели автоматической идентификации числа лопаток импеллера используется известный факт [73,76], что при работе насоса в спектре виброакустического сигнала наблюдается ряд гармонических составляющих (лопаточных гармоник) с частотами, определяемой по формуле: f,=kZfr, (2.12) где f,, - лопаточная частота; к - натуральное число; Z - число лопаток; fr -частота вращения.
На рисунке 2.6 приведен типичный спектр сигнала виброускорения центробежного насосного агрегата, с частотой вращения вала 2980 мин" (49.8 Гц).
В спектре явно присутствуют, наряду с оборотными, 4 лопаточные гармоники. Частота первой лопаточной гармоники 348.63 Гц, следовательно, воспользовавшись выражением (2.12), можно утверждать, что число лопаток на данном колесе равно 7.
Решить задачу автоматического определения положения лопаточных гармоник в спектре можно, если предположить, что их суммарная мощность в спектре вибрации максимальна. В работе [76] показано, что для выделения мощности можно использовать перестраиваемый по частоте гребенчатый фильтр и в процессе перестройки измерять мощность сигнала на выходе. В момент достижения глобального максимума мощности сигнала частота настройки фильтра соответствует частоте первой лопаточной гармоники.
Для реализации гребенчатого фильтра в спектральной области будем определять мощность сигнала на выходе по выражению: (2.13) где Рл - мощность сигнала на выходе фильтра; А ,. - амплитуда составляющей спектра частотой kZfr.
Таким образом, модель автоматического распознавания числа лопаток [262,3] основана на определении мощности сигнала на выходе гребенчатого фильтра по выражению (2.13) при различных значениях Z в диапазоне Zmin -Zma,. В момент достижения максимума число Z будет соответствовать числу лопаток на колесе.
Для определения границ поиска Zmjn Zmax был проведен статистический анализ распределения числа лопаток на колесе для различных типов центробежных насосных агрегатов, используемых в нефтеперерабатывающей промышленности. Гистограмма распределения числа лопаток на колесе приведена на рисунке 2.7. Из приведенных данных видно, что почти 80% агрегатов имеют 7 или 8 лопаток на колесе. Диапазон изменения числа лопаток составляет 5-12 лопаток. В используемых данных для построения приведенного распределения не содержалось насоса с числом лопаток равным 10.
Таким образом, используя приведенные данные, можно установить диапазон поиска числа лопаток (Zmin - Zmax) 5 - 9 , который охватывает 98.3% парка насосных агрегатов. Для охвата 100% требуется установить диапазон поиска 5-12.
Описанный выше алгоритм автоматического распознавания будет успешно работать при значениях Zmax 2Zmin. При больших значениях Zmax появляется вероятность ошибочного выбора субгармоники реальной лопаточной частоты для расчета числа зубьев. Например, если реальное число зубьев 12, частота вращения - 50Гц (3000 об/мин), то суммарная мощность гармонического ряда лопаточной частоты (50 12 = 600Гц) будет всегда меньше чем мощность гармонического ряда ее субгармоники 300 Гц, т.к. последний включает в себя кроме всех гармоник реальной лопаточной частоты еще и дополнительные частотные составляющие, неизбежно присутствующие между основными лопаточными в виде шума. Таким образом, максимум суммарной мощности будет на частоте 300 Гц, что соответствует 6 лопаткам, т.е. не соответствует истине.
При 100% охвате диапазона числа лопаток (Zmin = 5 - Zmax =12) существуют две пары значений Z, в которых может присутствовать эта ошибка: 5-Ю, 6-12. Несмотря на то, что на практике не встретилось насосов с числом лопаток равным 10 предлагается рассмотреть общий случай работы алгоритма при возникновении противоречия в распознавании числа лопаток.
Для разрешения этого противоречия необходимо привлечь дополнительные сведения при построении алгоритма. Анализируя состав гармонического ряда при предположении, что лопаточная частота равна субгармонике реальной, можно отметить, что уровень четных гармоник (а это есть реальные лопаточные частоты) намного превышает уровень нечетных (шум).
Разработка вибропреобразователя, места и способа его установки на ЦНА...
Для контроля и мониторинга состояния парка насосных агрегатов современных нефтехимических производств необходимы вибропреобразователи, удовлетворяющие следующим требованиям: - работа на длинных кабельных линиях; - работа в условиях взрывоопасной окружающей среды; - работа в условиях вандалоопасности обслуживающего персонала. Требования к работе с длинными кабельными линиями вытекает из большой территориальной протяженности нефтехимических производств, где расстояния между объектами могут достигать сотен метров. У основной массы ЦНА, используемых в нефтехимических производствах, рабочей жидкостью является различные углеводороды, что определяет требования по взрывобезопасности вибропреобразователя. Возможность механического повреждения при проведении обслуживания и ремонтов агрегатов определяют требования к механической прочности конструкции вибропреобразователя.
На рисунке 3.6 приведена конструкция разработанного пьезоэлектрического акселерометра [20].
Использование в качестве чувствительного элемента нескольких пьезоэлектрических пластин обеспечивает высокую чувствительность (Q 50 пКл с2/м) и емкость (00.035 мкф), что обеспечивает работу акселерометра при длине линий связи до 300 м. без дополнительных предусилителей во взрывоопасных средах. Прочный металлический корпус, безразъемное исполнение электрического вывода с защитным экранном, армированного металлической проволокой обеспечивает защиту акселерометра от механических повреждений.
Вопросы выбора места установки вибропреобразователей и параметров измерительного канала применительно к насосно-компрессорному оборудованию подробно рассмотрены в работах [74,8,81,82,83].
Каналы распространения колебаний от соударяющихся кинематических пар механизма представляют собой фильтры со сложными амплитудно-частотными характеристиками (АЧХ) [37,95]. Определение АЧХ каналов даже в простейших механизмах затруднено, а в гидронасосах практически невозможно, так как колебания на корпус насоса передаются не только через механические сопряжения (подшипники, подпятники), но и через рабочую жидкость, находящуюся под давлением и заполняющую все полости насоса. Поэтому выбор места установки вибропреобразователя и характеристик цепей предварительной обработки виброакустического сигнала можно произвести только экспериментально.
Основными требованиями, которые предъявляются к датчику, являются следующие: - высокая информативность; - простота установки и снятия; - повторяемость результатов диагностики при перестановках датчика.
Высокая информативность предполагает, что способ и место установки датчика на насосе обеспечивает как широкий частотный диапазон виброакустического сигнала, так и чувствительность к изменению его технического состояния. Для обеспечения последнего требования место установки датчика должно выбираться как можно ближе к диагностируемым узлам и находиться в зоне действия максимальных суммарных сил [82].
Последние два требования являются в известной мере противоречивыми. Их выполнение в значительной степени зависит от конфигурации корпуса насоса в рассматриваемой зоне. В мировой практике наибольшее распространение получили способы крепления вибропреобразователя к корпусу машины посредством клея, пчелиного воска или шпильки (см. например, изделия фирмы «Брюль и Кьер»).
Недостатком способа крепления при помощи клея или воска является то, что подобное крепление допустимо только для кратковременного использования, а также то, что для его демонтажа приходится применять ударные действия, которые могут повредить вибропреобразователь.
Недостатком способа крепления на шпильке является то, что для подобного крепления необходимо сверление корпуса машины и выполнение в отверстии резьбы, а это, с одной стороны, нарушает целостность корпуса машины (что само по себе недопустимо в целом ряде случаев), а с другой стороны, делает весьма трудоемким процесс оборудования машины вибропреобразователем, особенно когда невозможен демонтаж машины и приходится дорабатывать корпус машины на месте. Кроме того, от вибрации вибропреобразователь может поворачиваться на резьбе шпильки, вызывая шумы от соединительного кабеля, что снижает качество диагностики.
Для проведения исследований параметров вибрации насосных агрегатов технологических установок в данной работе использовался способ крепления при помощи специально разработанного кронштейна [81], который обеспечивает удобство монтажа устройства и возможность качественного долговременного наблюдения за техническим состоянием машин с сохранением целостности корпуса диагностируемой машины.
Вид способа крепления датчика на агрегате приведен на рисунке 3.7.
Для проведения исследований на технологических испытательных стендах использовались трехкоординатные вибропреобразователи, в которых, в отличие от аналогов, пространственное положение вибропреобразователя задают, учитывая минимальную жесткость корпуса машины относительно несущего основания, формы крепления ее на несущем основании и зоны действия максимальных сил вибрации, зависящие от положения дефектуемых узлов машины [81].
Оценка ошибки автоматического определения частоты вращения
Для проверки адекватности модели оценки погрешности частоты синусоидального сигнала на фоне помех был проведен имитационный эксперимент с использованием программного пакета Agilent Vee Pro. Была построена модель сигнала, представляющая собой смесь синусоидального сигнала и случайного гауссовского процесса.
На рисунке 4.3 приведены теоретические, рассчитанные по выражениям (2.57 - 2.59), и экспериментальные зависимости СКО коэффициента уточнения частоты от его значения в диапазоне 0-0.5.
Из приведенных зависимостей видно, что теоретические результаты хорошо согласуются с экспериментальными, что подтверждает адекватность модели погрешности.
Для оценки ошибки алгоритма автоматического определения частоты вращения в качестве имитационной модели сигнала использовалась смесь прямоугольных импульсов с амплитудой +- 1, частотой Fo в диапазоне 49-50Гц и фиксированной длительностью импульса - 4 мс. с шумом гауссовского типа (нормальное распределение): Число выборок сигнала - 8192; Время выборки - 0.4 с. Амплитуда шумового сигнала устанавливалась в значения, соответствующие отношениям сигнал/шум (SNR) равным 100, 30, 10, 3, 2, 1, 0.5,0.33. Для каждого значения Fo и SNR проводилось по 40 измерений частоты оборотной составляющей сигнала. В результирующем файле фиксировались следующие параметры: - среднее значение; - стандартное отклонение; - максимальное значение. Предел погрешности определения оборотной частоты сигнала для каждого значения SNR определялся по выражению: "f = ср max + "f макс , (4.2) где f ср тах - максимальное значение средней измеренной частоты в диапазоне частот 40-50 Гц; «TfiwaKc- максимальное значение стандартного отклонения измеренной частоты в диапазоне частот 40 - 50 Гц.
На рисунке 4.4 приведена экспериментальная зависимость итоговой погрешности оценки частоты вращения от соотношения сигнал-шум. Из приведенных данных видно, что даже при соотношении сигнал-шум = 1 погрешность оценки составляет 0.1 Гц (для ширины полосы БПФ 2.5 Гц).
При значении SNR 10 ошибка составляет менее 0.02 Гц, что составляет 0.8% от спектрального разрешения алгоритма БПФ.
Для проверки влияния на результат работы алгоритма синусоидальной помехи была построена аддитивная модель сигнала с включением трех компонент: импульсной, гауссовского шума и синусоидальной помехи. Частота синусоидальной помехи выбрана равной 100 Гц, чтобы она совпадала с частотой второй гармоники импульсного сигнала. Амплитуда сигнала помехи As изменялась от 1 до 100.
Для каждого значения As проводилось по 40 измерений частоты оборотной составляющей сигнала, и вычислялась погрешность определения оборотной частоты по выражению (4.3). Для сравнения эксперимент проводился также с алгоритмом уточненной оценки частоты методом поиска максимума амплитуды гармоник.
Результаты эксперимента приведены на рисунке 4.5. Из приведенных данных видно, что при увеличении амплитуды сигнала помехи происходит скачкообразное увеличение погрешности алгоритма поиска максимума амплитуды (поз. 1) до значения определяемого шириной полосы спектра, в то время как погрешность алгоритма минимума дисперсии (поз. 2) имеет меньшее значение и ее изменение в присутствии синусоидальной помехи ниже уровня шумов, составляющего для данного эксперимента не менее 80 дБ относительно уровня помехи.
Для оценки достоверности распознавания дефектов подшипников были проведены эксперименты, в ходе которых ряд подшипников с дефектами (26 шт.) и без дефектов (16 шт.) устанавливался на стенд системы вибродиагностики подшипников качения КОМПАКС-РПП. На диагностической станции системы было установлено ПО КОМПАКС с экспертной системой. Испытания проводились на двух скоростных режимах (300 и 600 мин"1) и при отсутствии и наличие смазки. Результаты испытаний фиксировались в протокол, где указывалось: дата и время распечатки протокола; тип подшипника; тип дефекта; частота вращения; наличие смазки; значения диагностических признаков; состояние диагностических признаков.
