Инновационные факторы развития Транссиба на современном этапе. Часть 2

ческом задании. При этом исходят прежде всего из соображений экономической целесообразности. Для обеспечения установленных вероятностей выбирают пороговое значение по рис. 4, а длину измерительного участка – по формулам (3) и (4).

Выводы

Проведены сравнительные испытания, связанные с контролем поверхности катании колес грузовых вагонов в движении. Испытания проводились с использованием быстродействующей тензометрии и микропроцессорной системы«Динамика-1». Для подтверждения результатов контроля использовали визуально-измеритель- ный метод. В результате проведенных исследований были установлены зависимости вероятностей перебраковки и недобраковки колес вагонов тензометрическим методом в зависимости от порога браковки ΔεВк.. В частном случае, для порогового уровня, равного ΔεВк = 6,5 млн–1 вероятность недобраковки составляет P1 = 0,007, а перебраковки – P2 = 0,07. Вероятность недобраковки уменьшается при увеличении длины измерительного участка по показательному закону. В реальных условиях эксплуатации проведен тензометрический и визуально-измерительный контроль560 колес. При этом было обнаружено 24 значительных дефекта поверхности катания.

В.Ю. Тэттэр

ООО «Резерв», Омск

Необходимость и возможность создания тестовых сигналов вибрации, соответствующих различным дефектам подшипников

Обоснована необходимость введения нового класса тестовых сигналов вибрации – виртуальных эталонов. Показаны возможные способы реализации таких сигналов. Предложен способ получения тестовых сигналов вибрации путем восстановления временного сигнала из трех видов спектров. Приведены результаты экспериментальных работ и математического моделирования.

Ключевые слова: вибрация, восстановление, дефекты, диагностирование, моделирование, подшипники, спектр, эталоны.

135

Международная научно-практическая конференция

Диагностирование подшипниковых узлов по параметрам вибрации в настоящее время является неотъемлемой частью технологического процесса ремонта подвижного состава. На сети железных дорог России эксплуатируются, в основном, около 10 типов вибродиагностического оборудования (ВДО). Несомненно, актуальными являются проблемы оптимального выбора типа ВДО для конкретной задачи и объективной проверки его функциональных возможностей. С целью решения этих проблем было предложено создать и вести в употребление новый вид тестовых сигналов – виртуальные эталоны дефектов(ВЭД) [1]. По новому, развивающемуся направлению – виртуальным эталонам, в России имеется еще небольшое количество научных работ, например, работа [2]. Зарубежных публикаций по этой тематике авторам обнаружить не удалось.

Под ВЭД предлагается понимать модель временного сигнала вибрации (виброускорения, виброскорости или виброперемещения) полученного (записанного) с реального объекта диагностирования, содержащего подшипник, с известным дефектом (или дефектами).

Виртуальные эталоны, как тестовые сигналы должны обладать обязательным набором свойств[3], основными из которых, являются: доступность и малая погрешность воспроизведения, повторяемость, стабильность характеристик, возможность тиражирования.

ВЭД могут быть реализованы несколькими способами.

Первый и самый очевидный способ заключается в обработке результатов активных экспериментов, которые предполагают сборку и прокрутку подшипниковых узлов с заранее известными и прошедшими процедуру классификации дефектами подшипников. Сигналы вибрации, записанные в результате эксперимента, по сути, и будут являться виртуальными эталонами.

Второй способ – это синтез временного сигнала вибрации по заранее выбранным параметрам и свойствам его характеристических составляющих. Указанные способы обладают рядом недостатков, среди которых, основные – большая (неприемлемая) трудоемкость в первом способе и недостаточная информативность синтезированного сигнала во втором.

136

Инновационные факторы развития Транссиба на современном этапе. Часть 2

В связи с этим был предложен новый оригинальный способ– восстановление временного сигнала из уже имеющихся в большом количестве наборов спектров, которые скапливаются в базах данных– результатах эксплуатации ВДО.

Так в диагностических комплексах (экспертных системах) типа «Прогноз» и «Эксперт» (рис. 1) в результате диагностирования формируются три вида спектров – широкополосный спектр

(рис. 2), прямой спектр (рис. 3) и спектр огибающей (рис. 4).

137

Международная научно-практическая конференция

искажение сигнала вносят конечная разрядностью и частота дискретизации аналого-цифрового преобразователя измерительного прибора. В связи с этими обстоятельствами сигнал, восстановленный из какого-то одного вида спектра будет по своим свойствам сильно отличаться от исходного и не может быть принят в качестве эталонного. Этот тезис был подтвержден как экспериментами, так и результатами математического моделирования в программном комплексе MatLab.

Для получения модели временного сигнала с характеристиками, минимально отличающимися от характеристик исходного сигнала (восстановление с минимальной потерей информации), было предложено использовать в процедуре восстановления все три вида спектров.

Процедура восстановления сигнала по предложенному способу основана на применении обратного преобразования Фурье к упомянутым видам спектров и последующем микшировании полученных временных зависимостей.

спектра огибающей и F4 – граничная частота широкополосного спек-

тра (25 600 Гц).

Прямой спектр (в соответствии с характеристиками фильтра, используемого при его получении из исходного временного сигнала) содержит более подробную инфор-

мацию о низкочастотной области (рис. 6) исходного сигнала, так как он имеет гораздо более мелкий шаг по частоте по сравнению с широкополосным спектром. В соответствии с этим восстановленный сигнал будет наиболее близок к исходному только в этой низкочастотной области. Из прямого спектра (0, F1) формируется (восстанавливается) временной сигнал S1.

138

Инновационные факторы развития Транссиба на современном этапе. Часть 2

Рис. 6. Из прямого спектра (0, F1) (слева) формируется временной сигнал S1(справа)

Затем из широкополосного спектра выбирается участок ограниченный частотами F1 и F2. Из выделенного на этом участке спектра формируется временной сигнал S2.

Спектр огибающей содержит подробную информацию об амплитудной модуляции сигнала. При получении спектра огибающей используется полосовой фильтр с граничными частотамиF2 и F3. (рис. 7), что тоже учитывается в процедуре восстановления.

Рис. 7. Из широкополосного спектра формируется спектр,

вкотором присутствует только участок (F1, F2) (слева),

аиз полученного спектра формируется временной сигнал S2 (справа)

Из спектра огибающей формируется временной сигналS3

(рис. 8).

Далее формируется сигнал S4, который является результатом амплитудной модуляции сигнала S2 сигналом S3 (рис. 9).

Для восстановления сигнала из широкополосного спектра -ис пользуются участки, не охваченные первыми двумя случаями, т.е. берется широкополосный спектр с вырезанными из него участками в низкочастотной области от0 до F1 и в полосе частот от F2 до F3

139

Международная научно-практическая конференция

(полоса для выделения спектра огибающей). В результате применения к выделенным участкам спектра обратного преобразования Фурье формируется временной сигнал S5 (рис. 10).

Рис. 8. Из спектра огибающей (слева) формируется временной сигнал S3 (справа)

Рис. 9. Сигнал S4, как результат амплитудной модуляции сигнала

S2 сигналом S3

Рис. 10. Из широкополосного спектра формируется спектр,

вкотором отсутствуют (зануляются) участки (0, F1) и (F1, F2) (слева),

аиз полученного спектра формируется временной сигнал S5 (справа)

140

Инновационные факторы развития Транссиба на современном этапе. Часть 2

В итоге модель исходного временного сигнала будет представлять собой сигнал, полученный в результате микширования временных зависимостей S1, S4 и S5 (рис. 11), т.е.

S = S1 + S4 + S5 .

Важным моментом исследования является оценка «качества» полученных в результате восстановления сигналов. Для получения такой оценки были определены критерии оценивания и численные значения.

Критериями сравнения исходного и восстановленного сигнала были выбраны [4]:

1) параметры временного сигнала – среднеквадратичное значе-

ние (СКЗ), пик-фактор, фактор Куртозиса;

2)различие (разница) амплитуд отдельных спектральных составляющих;

3)степень совпадения диагнозов после автоматического спектрального анализа диагностической программой «Vibroinf»;

Исходными данными для исследований по моделированию сигналов вибрации послужила выборка временных сигналов, которые были получены в результате прокрутки дефектных и бездефектных подшипников грузовых вагонов на экспериментальном стенде. Для экспериментов были отобраны наиболее характерные дефекты подшипников: раковины и трещина наружного кольца, трещина ролика, излом сепаратора.

Впрограммном комплексе «MatLab» были рассчитаны параметры исходного и восстановленного временных сигналов вибраций. Полученные значения параметров приведены в табл. 1.

Для сравнения заключений результатов автоматического спектрального анализа была проведена процедура диагностирования сигнала с использованием диагностической программы «Vibroinf».

Врезультате были получены наборы спектров, которые имеют хорошую степень совпадения с исходными спектрами (рис. 12–14).

141

Международная научно-практическая конференция

Кроме сравнения окончательных заключений о допуске или не допуске объекта диагностирования в эксплуатацию производилось сравнение подробных результатов спектрального анализа, где указываются диагностические признаки отдельных дефектов (наличие характерных частот и их гармоник, процент глубины модуляции для характеристической частоты).

Рис. 14. Спектры огибающей исходного (1)

и восстановленного (2) временных сигналов

142