ДІАГНОСТУВАННЯ ПІДШИПНИКІВ КОЧЕННЯ ДОПОМІЖНИХ МАШИН ЕЛЕКТРОВОЗА З ВИКОРИСТАННЯМ ПАРАМЕТРИЧНОЇ МОДЕЛІ ТА СПЕКТРА ОБВІДНОЇ ВІБРАЦІЇ

Автор(и)

  • Едуард Давидович Тартаковський Український державний університет залізничного транспорту, завідувач кафедри експлуатації та ремонту рухомого складу, Україна
  • Сергій Васильович Михалків Український державний університет залізничного транспорту, завідувач науково-дослідною частиною, доцент кафедри експлуатації та ремонту рухомого складу, Україна https://orcid.org/0000-0002-0425-6295
  • Андрій Миколайович Ходаківський Український державний університет залізничного транспорту, старший викладач кафедри експлуатації та ремонту рухомого складу, Україна https://orcid.org/0000-0001-5203-7778
  • Роман Сергійович Сапон Український державний університет залізничного транспорту, здобувач вищої освіти, Україна

DOI:

https://doi.org/10.20535/2305-9001.2016.78.79374

Ключові слова:

авторегресійна модель, двигун, пошкодження, підшипник, спектр обвідної

Анотація

Демонструється можливість діагностування пошкоджень роликових підшипників авторегресійною (АР) моделлю для підрахунку АР коефіцієнтів з подальшим використанням АР фільтра, що вибілює і спектра обвідної для виділення ознак початкових пошкоджень. Для діагностування роликових підшипників кочення використовується АР модель для глибшого аналізу властивостей сигналу з імпульсними складовими. Інформаційний критерій Екейкі використовується для правильного обрання порядку АР моделі. АР коефіцієнти обчислюються за виразом Юла-Уокера. Виявлена низька ефективність спектральної щільності потужності параметричної моделі й наводяться переваги АР фільтра, що вибілює. Експериментальні дослідження вібраційних характеристик корпусу допоміжного двигуна встановили частотний діапазон 5,5 — 7 кГц в якому проявляється підшипникова вібрація і який можна використовувати для подальшого виділення спектра обвідної вібрації. Результати демонструють здатність АР фільтра виділяти риси не тільки пошкоджень внутрішнього, зовнішнього кілець, роликів підшипника, а також пошкоджень сепаратора, чиї ознаки ідентифікуються на спектрі обвідної відразу після застосування АР фільтра.

Біографії авторів

Едуард Давидович Тартаковський, Український державний університет залізничного транспорту, завідувач кафедри експлуатації та ремонту рухомого складу

завідувач кафедри експлуатації та ремонту рухомого складу, д. т. н., проф.

Сергій Васильович Михалків, Український державний університет залізничного транспорту, завідувач науково-дослідною частиною, доцент кафедри експлуатації та ремонту рухомого складу

завідувач науково-дослідною частиною, доцент кафедри експлуатації та ремонту рухомого складу, к. т. н., доц.

Андрій Миколайович Ходаківський, Український державний університет залізничного транспорту, старший викладач кафедри експлуатації та ремонту рухомого складу

старший викладач кафедри експлуатації та ремонту рухомого складу

Роман Сергійович Сапон, Український державний університет залізничного транспорту, здобувач вищої освіти

здобувач вищої освіти в Українському державному університеті залізничного транспорту

Посилання

Javorskyj, I., Kravets, I., Matsko, I. and Yuzefovych, R. (2017), “Periodically correlated random processes: Application in early diagnostics of mechanical systems”, Mechanical Systems and Signal Processing, Vol. 83, pp. 406-438.

Bouraou, N.I., Marchuk, P.I. and Tjapchenko, A.N. (2001), “Analiz sovremennyh metodov obrabotki akusticheskih signalov dlja ih ispol'zovanija v zadachah vibroakusticheskoj diagnostiki”, Akustichnij vіsnik, no 4, pp. 3-10.

Feldman, M.(2011), “Hilbert transform in vibration analysis”, Mechanical Systems and Signal Processing, Vol. 25(3), pp. 735-802.

Сombet, F. and Gelman, L. (2009), “Optimal filtering of gear signals for early damage detection based on the spectral kurtosis”, Mechanical Systems and Signal Processing, Vol. 23(3), pp. 652-668.

Randall, R.B., Randall, R.B., Smith, W.A. and Coats, M.D. (2014), “Bearing diagnostics under widely varying speed conditions”, CMMNO Conference, Lyon, France, pp. 15-21.

Wang, C.Ch. Kang, Y., Shen, P.C., Chang, Y.P. and Chung, Yu.L. (2010), “Applications of fault diagnosis in rotating machinery by using time series analysis with neural network”, Expert Systems with Applications, Vol. 37(2), pp. 1696-1702.

Junsheng, C. and Dejie, Y. (2006), “A fault diagnosis approach for roller bearings based on EMD method and AR model”, Mechanical Systems and Signal Processing, Vol. 20(2), pp. 350-362.

Endo, H. and Randall, R.B. (2007), “Enhancement of autoregressive model based gear tooth fault detection technique by the use of minimum entropy deconvolution filter”, Mechanical Systems and Signal Processing, Vol. 21(2), pp. 906-919.

Wang,W. and Wong, A.K. (2000), A model-based gear diagnostic techniques: Technical Report, Victoria, Australia: DSTO, TR-1079, Airframes and Engine Division, Aeronautical and Maritime Research Laboratory.

Ermishkin, I.A. (2009), “Vspomogatel'nye mashiny”, Lokomotiv, no 6, pp. 34-36.

Tandon, N. and Choudhury, A. (1999), “A review of vibration and acoustic measurement methods for the detection of defects in rolling element bearings”, Tribology International, Vol. 32(8), pp. 469-480.

Tse, P.W., Peng, Y.H. and Yam, R. (2001), “Wavelet analysis and envelope detection for rolling element bearing fault diagnosis - their effectiveness and flexibilities”, Journal of Vibration and Acoustics, Vol. 123(3), pp.303-310.

Balickij, F.Ja., Barkov, A.V. and Barkova, N.A. (2005), Nerazrushajushhij kontrol, Vol. 7, «Mashinostroenie», Moscow, Russia.

##submission.downloads##

Опубліковано

2016-11-11

Номер

Том 3 № 78 (2016)

Розділ

Оригінальні дослідження

Ліцензія

Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.