CC BY
5
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
Научная статья
УДК 620.179.12:629.4.027
http://dx.doi.org/10.17213/1560-3644-2024-2-60-66
Исследование аналитических связей шумовых параметров акустической эмиссии и деструктивных процессов элементов
тяговых двигателей
В.А. Лепихова, Н.В. Ляшенко
Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия
Аннотация. Разработаны теоретические и экспериментальные приемы анализа спектра акустических шумов, излучаемых элементами исследуемого объекта, на основе теории регуляризации некорректных сингулярных моделей. В качестве базовой методики исследований принята методика анализа виброакустических шумов подшипника с помощью анализатора спектра и шумомера с двумя последовательными барьерами. Полученные результаты и их новизна исследования заключаются в том, что целесообразно осуществлять диагноз состояния подшипника в две стадии: первая стадия - предварительный диагноз с помощью шумомера с двумя барьерами; вторая стадия - диагноз состояния подшипника с помощью спектра Фурье и кеп-стровой методики со сравнением зарегистрированных шумов с эталонными. Основные конструктивные и эксплуатационные характеристики показали, что о состоянии диагностируемых подшипников и узлов можно судить по шумам в информационном частотном диапазоне от 10 до 60 кГц при максимальном уровне шумов до 50 дБ. Областью применения является железнодорожный транспорт и другие области промышленности, где используются подшипники качения.
Ключевые слова: деформация, акустическая эмиссия, диагностика, подшипник качения, усталостные трещины, тяговый двигатель
Для цитирования: Лепихова В.А., Ляшенко Н.В. Исследование аналитических связей шумовых параметров акустической эмиссии и деструктивных процессов элементов тяговых двигателей // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2024. № 2. С. 60-66. http://dx.doi.org/10.17213/1560-3644-2024-2-60-66.
Original article
Investigation of analytical relationships between noise parameters of acoustic emission and destructive processes of traction engine elements
V.A. Lepikhova, N.V. Lyashenko
Platov South-Russian State Polytechnic University (NPI), Novocherkassk, Russia
Abstract. In the article, the object of research is the development of theoretical and experimental techniques for analyzing the spectrum of acoustic noise emitted by the elements of the object under study, based on the regularization theory of incorrect singular models. As a basic research methodology, the method of analyzing vibration acoustic noise of a bearing using a spectrum analyzer and a noise meter with two consecutive barriers has been adopted. The results obtained and their novelty of the study lie in the fact that it is advisable to diagnose the condition of the bearing in two stages: the first stage of preliminary diagnosis using a noise meter with two barriers; the second stage is the diagnosis of the condition of the bearing using the Fourier spectrum and the Kepstra technique with a comparison of registered noises with reference ones. The main design and operational characteristics showed that the condition of the bearings and assemblies being diagnosed can be judged by noise in the information frequency range from 10 to 60 kHz with a maximum noise level of up to 50 dB. The field of application is railway transport and other industries where rolling bearings are used. © ЮРГПУ (НПИ), 2024
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
Keywords: deformation, acoustic emission, diagnostics, rolling bearing, fatigue cracks, traction motor
For citation: Lepikhova V.A., Lyashenko N.V. Investigation of analytical relationships between noise parameters of acoustic emission and destructive processes of traction engine elements. Izv. vuzov. Sev.-Kavk. region. Techn. nauki=Bulletin of Higher Educational Institutions. North Caucasus Region. Technical Sciences. 2024;(2):60-66. (In Russ.). http://dx.doi.org/10.17213/1560-3644-2024-2-60-66.
Введение
В настоящее время существует целый ряд методов неразрушающей диагностики промышленных объектов:
- метод радиоактивных изотопов;
- порошковый электромагнитный метод рассеивания;
- ультразвуковой;
- рентгеновская спектроскопия;
- метод акустической эмиссии;
- метод лаковых покрытий и т.д.
Почти все эти методы применяются в стационарных условиях и, как правило, пригодны лишь для диагностики частей машин, то есть элементов разобранной машины.
Для контроля упругих механических напряжений в материале колец при плановых видах ремонта перспективно использовать акустические методы, основанные на явлении акусто-упругости. К преимуществам акустических методов относится возможность контроля не только поверхностных, но и внутренних напряжений. Контроль с использованием акустоупру-гости является интегральным, что позволяет определять не локальные, а средние значения упругих напряжений на пути распространения волны [1, 2].
етод акустической эмиссии позволяет обнаружить развивающиеся дефекты без разборки диагностируемого объекта на отдельные детали [3, 4], поэтому только он может быть оперативно применен в эксплуатационных условиях для диагностики состояния, например, подшипников качения. Однако и этот метод обладает рядом уязвимых мест:
- в эксплуатационных условиях полезный диагностический сигнал может быть скрыт за фоном очень сильных внешних акустических помех [5, 6];
- математическое описание и обработка зарегистрированных виброакустических сигналов требует решения системы нелинейных уравнений первого рода, а также решения обратной
задачи, в которой отклики измерений приближены и поэтому являются некорректными задачами с сингулярными особенностями [7, 8].
Перечисленные выше трудности можно преодолеть, основываясь на регуляризации некорректных сингулярных моделей, с помощью устойчивых вычислительных алгоритмов.
В основу этих методов решения некорректных задач для сингулярных нелинейных моделей должны быть положены алгоритмы, разработанные русскими и зарубежными учеными: академиком А.Н. Тихоновым, В.А. Ремизовым, Дж. Бендатом, А. Пирсолом и др.
Проведение исследований по этим важным и сложным вопросам должно опираться на корректно поставленный эксперимент и хорошо отработанный комплект-пакет математических и прикладных программ, что является основной целью работы.
Методы и результаты исследований
Рассмотрим тяговый двигатель, содержащий, в частности, диагностируемые элементы подшипниковых щитов и подшипников качения якорного вала.
Каждому множеству состояний Wi (г = 1, 2,&, г) можно сопоставить вероятность Pi того, что состояние рассматриваемой механической системы в текущий момент времени t будет совпадать с рассматриваемым классом Wi. Для всех возможных множеств состояний рассматриваемой системы справедливо отношение г
X Р =1.
г=1
Эта зависимость утверждает, что одно из возможных состояний системы обязательно реализуется и при этом не существует состояний, не принадлежащих рассматриваемому множеству [9]. Зная вероятность Pi всех состояний системы Wi, можно по аналогии с термодинамикой оценить неопределенность состояния системы в текущий момент времени t энтропией системы:
н (Ж) = -£р • 1в Р.
1=1
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
Среди параметров, определяющих одно из всех возможных состояний системы, выделим параметры, являющиеся симптомами развития усталостных трещин или других опасных дефектов системы. После обнаружения некоторого диагностического симптома V) апостериорная Байесова вероятность Pi рассматриваемого состояния Wi остается прежней при условии, что обнаруженный симптом не несет диагностической информации о состоянии машин. Напротив, условная вероятность рассматриваемого состояния системы изменится, если обнаруженный симптом несет диагностическую информацию о состоянии диагностируемого объекта [10]. Количество информации 1(^) о проверяемой системе равно разности двух энтропий -безусловной и условной:
I (Vj ) = H W ) - H
/ Л
W
vV 0
(1)
где h
V
условная энтропия состояния
2. Совокупность диагностических параметров должна обладать свойствами полноты, достаточными для уверенного диагноза и прогноза ресурса и надёжности машины.
механической системы при условии обнаружения симптома V'. С помощью выражения (1) можно подобрать диагностические симптомы V, обеспечивающие наибольшую информацию о проверяемой системе, а следовательно, и возможность прогнозирования и долговечности.
Диагностический канал для предварительной диагностики, основанный на методах акустической эмиссии, строится на универсальной блок-схеме (рис. 1).
Диагностируемые узлы тягового двигателя, в том числе подшипников, однозначно описываются множеством параметров возможных состояний, которые в процессе эксплуатации претерпевают изменения и переходят одно в другое [11]. Состоянием называется числовой вектор вещественных переменных {хь Х2,&, X«}, характеризующих существенные для поставленной задачи диагностики свойства элементов машин (в нашем случае подшипников качения).
ножество сочетаний диагностических параметров {х1, Х2,&, X«} должны удовлетворять следующим требованиям:
1. Каждый параметр должен и может изменяться независимо от изменения остальных параметров. Это свойство параметров аналогично понятию о степени свободы анализируемого объекта. Система независимых параметров должна обладать минимальной конфигурацией, т.е. содержать только необходимые для диагноза параметры и критерии.
Рис. 1. Блок-схема диагностического канала: 1 - узлы датчиков акустической эмиссии; 2 - блок выделения информационных сигналов; 3 - формирование стандартных порогов и параметров диагностических сигналов и отделение их от основных помех (с помощью частотных, RC, LC, пьезо- и других фильтров); 4 - источники внешних и внутренних помех; 5 - усиление и ограничение выделенного диагностического сигнала; 6 - блок компараторов анализируемого сигнала; 7 - блок памяти типовых сигналов, отвечающих исправному состоянию анализируемых объектов; 8 - блок индикации и выдача диагноза с прогнозом остаточного ресурса Fig. 1. Block diagram of the diagnostic channel: 1 - nodes of acoustic emission sensors; 2 - information signal isolation unit; 3 - formation of standard thresholds and parameters of diagnostic signals and their separation from the main interference (using frequency RC, LC, piezo and other filters); 4 - sources of external and internal interference; 5 - amplification and limitation of the selected diagnostic signal; 6 - a block of comparators of the analyzed signal; 7 - a memory block of typical signals corresponding to the serviceable condition of the analyzed objects; 8 - an indication block and a diagnosis with a forecast of the remaining resource
Требование полноты влечет за собой необходимость равенства числа выбранных параметров числу независимых степеней свободы рассматриваемой механической системы.
При выборе диагностических параметров (учитывая большое их количество) необходимо отбирать только самые необходимые для уверенного диагноза [12]. При отборе этих параметров надо учитывать две особенности:
а) параметры системы, непосредственно входящие в критерий диагностической задачи, должны обязательно включаться в список диагностических симптомов;
б) выбранные параметры при своем изменении в процессе эксплуатации системы должны незаметно изменять анализируемый уровень и характер сигналов акустической эмиссии, иначе постановка диагноза будет невозможной. Может оказаться, однако, что число существенных параметров состояния, подлежащих определению в процессе диагностики, меньше числа измеряемых сигналов. При этом получается переопределенная система уравнений,
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
которая может быть решена только специальными методами при соблюдении ряда дополнительных условий.
Обсуждение и заключение
Введенная дискретность пространства диагностических векторов сигналов сама по себе несет внутренние помехи, на которые накладываются и трудновыделяемые внешние помехи [13]. Удалить из диагностического вектора акустической эмиссии помехи-шумы можно либо частотной селекцией сигналов с применением полосовых фильтров, либо корреляционной обработкой зарегистрированного спектра акустической эмиссии.
Таким образом, прослеживаются два основных способа акустической диагностики состояния подшипников качения или узлов машины:
1. Непосредственный замер уровня шума подшипника и сравнение его с нормативными шумами исправного подшипника или узла машины. Нормы превышения уровня шума сверх стандартного уровня обычно задаются в децибелах.
На рис. 2 изображена блок-схема простейшего индикатора «Контест-093К» акустических эмиссионных шумов подшипников, состоящего из датчика акустической эмиссии D.
При измерении диагностического сигнала акустической эмиссии задатчик 1 базового исходного уровня устанавливается на максимально допустимый порог шума исправного проверенного подшипника. Измеритель 2 превышения фактического уровня шумов над базовым устанавливается на максимальную отметку. Уменьшая порог превышения с помощью переменного резистора, добиваемся появления на диодном индикаторе отдельных пиковых вспышек. Уровень превышения в децибелах отсчиты-вается по шкале регулятора и сравнивается с эмпирической нормой. Сделанный замер относительного уровня шумов указывает либо на допустимость продолжения эксплуатации подшипника, либо требует проведения профилактического или капитального ремонта подшипникового узла [14].
Проведенные эксперименты на подшипниковых узлах показали, что при уровне превышения шума от 7 до 20 дБ - подшипник в хорошем состоянии; от 20 до 35 дБ - наступило ухудшение; от 35 до 60 дБ - предаварийное состояние.
I Ф ®*
Рис. 2. Структурная блок-схема индикатора сигналов акустической эмиссии «Контест-093К»: 1 - задатчик допустимого базового уровня шумов; 2 - регулятор-измеритель уровня превышения шума над базовым уровнем; 3 - частотные (пассивные) фильтры; 4 - детектор диагностического сигнала; 5 - схема дискретной индексации превышения допустимого уровня шумов;
6 - головной телефон для прослушивания характера шума диагностического акустического сигнала;
7 - автономный источник питания с индикатором величины питающего напряжения; 8 - индикаторный полупроводниковый светодиод
Fig. 2. Structural block diagram of the acoustic emission signal indicator «Contest-093K»: 1 - setter of the permissible base noise level; 2 - regulator-meter of the noise level exceeding the base level; 3 - frequency (passive) filters; 4 - diagnostic signal detector; 5 - discrete indexing scheme of exceeding the permissible noise level; 6 - a head phone for listening to the nature of the noise of the diagnostic acoustic signal; 7 - an autonomous power source with an indicator of the value of the supply voltage; 8 - an indicator semiconductor LED.
2. Более уточненный диагноз состояния подшипникового узла можно выполнить с помощью записи и расшифровки сигналов акустической эмиссии подшипника спектроанализато-ром, например, «СК4-56». В последнем случае сигнал пьезоэлектрического датчика, установленного на щите или корпусе тягового двигателя, подается на вход спектроанализатора. Обработанный сигнал регистрируется осциллографиче-ской трубкой с памятью, и полученная спектрограмма сравнивается с первоначальной (когда подшипник был исправен).
По данному способу проведены модельные испытания подшипников качения с получением спектров Фурье и отображенных на рис. 3, где сигналы внутреннего калибратора - I, первой основной гармоники - II, высших гармоник - III имеют четко выраженную гребенчатую структуру, подчиняющуюся аддитивному закону.
Отклонения отдельных гармонических составляющих спектра расшифровываются визуально или с помощью ПЭВМ по специальной программе, и выдается компьютерная рекомендация по ресурсу и возможности эксплуатации проверяемого подшипника. Особое внимание уделяется гармоникам, амплитуда которых сильно повысилась.
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
ДБ 80 70 60 50 40 30 20 10
0
дБ 80 70 60 50 40 30 20 10
0
-- ТП
и _ _Ц1_ _
4 Г
1 II J ta IJ1ITF "14 т
20
a
40 кГц
л
m
II ■"у Г п
у. _, L L Uli
IM ■ПТ1' m 41 ■
20
б
40 кГц
20
в
40 кГц
Рис. 3. Спектрограммы испытания подшипника качения: а - подшипник в исправном состоянии; б - ухудшение состояния подшипника, развитие дефекта; в - предава-рийное состояние подшипника
Fig. 3. Spectrograms of rolling bearing testing: a - the bearing is in good condition; б - deterioration of the bearing condition, the development of a defect; в - the pre-emergency condition of the bearing.
Следует также обратить внимание на то, что с эксплуатационной точки зрения важно обнаружить сам факт приближающейся аварии подшипникового узла независимо от видов развивающихся дефектов, и это дает возможность до некоторой степени упростить задачу эксплуатационного прогнозирования. Обнаружено, что если отсутствует необходимость дифференцированно различать компоненты спектрограмм по видам накапливающихся дефектов и по локализации их источников в элементах подшипника,
то для качественной диагностики необходимо и достаточно зарегистрировать только значения эксцесса огибающей виброакустического сигнала на резонансной частоте подшипника.
Список источников
1. Рыжова А.О., Бехер С.А., Попков A.A. Использование метода акустоупругости для контроля упругих механических напряжений в материале колец подшипников // Дефектоскопия 2020. № 11. С. 28-37.
2. Муравьев В.В., Волкова Л.В., Лапченко М.А. Ультразвуковой контроль остаточных напряжений в бандажах локомотивных колес при производстве // Дефектоскопия. 2015. № 5. С. 3-6.
3. Матюшкова О.Ю., Тэттэр В.Ю. Современные методы виброакустического диагностирования // Омский научный вестник 2013. № 3 (123). С. 294-299.
4. Мазнев A.C., Федоров Д.В. Акустико-эмиссионная диагностика подшипниковых узлов электроподвижного состава: учеб. пособие. Санкт-Петербург, 2010. 210 с.
5. Соколова А.Г., Балицкии Ф.Я. Опыт использования «Полных спектров» относительной вибрации вала в подшипниках скольжения в реализации процедуры вибромониторинга компрессорного оборудования // ашины, технологии и материалы для современного машиностроения: сб. тез. конф. Москва, 2018. 178 с.
6. Зеркально-теневой метод ультразвукового контроля осей железнодорожных колесных пар с использованием электромагнитно-акустического способа излучения-приема волн / А.В. Платунов, В.В. Муравьев, О.В Муравьева, П.А. Никитина // Дефектоскопия 2023. № 12. С. 3-11.
7. Соколова А.Г., Балицкии Ф.Я. Вибродиагностика подшипников скольжения по данным анализа характеристик двумерных законов распределения //
ашины, технологии и материалы для современного машиностроения: сб. тез. конф. осква, 2018. 179 с.
8. О новой технологии вибромониторинга машин, обнаружения скрытых дефектов и их локализации / А.Г. Соколова, Ф.Я. Балицкий, Г.В. Долаберидзе, М.А. Иванова // Контроль. Диагностика. 2015. № 2. С. 70-78.
9. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов; пер. с англ. М.: Мир, 1974. 463 с.
10. Ахмед Н., Рао К.Р. Ортогональные преобразования при обработке цифровых сигналов. М.: Связь, 1980. 248 с.
11. Система акустического мониторинга в промышленных и экологических технологиях / В.А. Лепи-хова, Н.В. Ляшенко, Н.Н. Чибинев, А.Ю. Рябоус //
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
Безопасность труда в промышленности. 2021. № 3. С. 36-40.
12. Безопасность жизнедеятельности и охрана труда в строительстве: учеб. для вузов / А.В. Фролов, В.А. Лепихова, Н.В. Ляшенко, Н.С. Шевченко. М.: Русайнс, 2018. 586 с.
13. Виброакустическая диагностика и прогноз остаточных ресурсов элементов машин с применением
корреляционной теории случайных процессов / В.А. Лепихова, Е.В. Скринников, H.A. Вильбиц-кая, А.Ю. Рябоус // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2019. № 3. С. 87-90.
14. Лепихова В.А., Ляшенко Н.В. Алгоритмизация для виброакустической диагностики механических узлов тяговых двигателей // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2023. № 2. С. 112-115.
References
1. Ryzhova A.O., Becher S.A., Popkov A.A. Using the acoustoelasticity method to control elastic mechanical stresses in the bearing ring material. Defectoscopy. 2020;(11):28-37. (In Russ.)
2. Muravyev V.V., Volkova L.V., Lapchenko M.A. Ultrasonic monitoring of residual stresses in locomotive wheel bands during production. Defectoscopy. 2015;(5):3-6. (In Russ.)
3. Matyushkova O.Yu., Tetter V.Yu. Modern methods of vibroacoustic diagnostics. Omsk Scientific Bulletin. 2013;3(123):294-299. (In Russ.)
4. Maznev A.S., Fedorov D.V. Acoustic emission diagnostics of bearing assemblies of electric rolling stock. Textbook. Sankt-Petersburg; 2010. 210 p. (In Russ.)
5. Sokolova A.G., Balitsky F.Ya. The experience of using "Full spectra" of relative shaft vibration in sliding bearings in the implementation of the procedure of vibration monitoring of compressor equipment. Machines, technologies and materials for modern mechanical engineering. Collection of conference abstracts. 2018. 178 p.
6. Platunov A.V., Muravyov V.V., Muravyova O.V., Nikitina P.A. Mirror-shadow method of ultrasonic inspection of axles of railway wheel sets using electromagnetic acoustic method of radiation-wave reception. Defectoscopy. 2023;(12):3-11. (In Russ.)
7. Sokolova A.G., Balitsky F.Ya. Vibration diagnostics of sliding bearings on data from the analysis of characteristics of two-dimensional distribution laws. Machines, technologies and materials for modern mechanical engineering. Collection of conference abstracts. 2018. 179 p.
8. Sokolova A.G., Balitsky F.Ya., Dolaberidze G.V., Ivanova M.A. On the new technology of vibration monitoring of machines, detection of hidden defects and their localization. Control. Diagnostics. 2015;(2):70-78. (In Russ.)
9. Bendat Dzh., Pirsol A. Measurement and analysis of random data. Moscow: Mir; 1974. 463 p. (In Russ.)
10. Akhmed N., Rao K.R. Orthogonal transformations in digital signal processing. Moscow: Svyaz'; 1980. 248 p. (In Russ.)
11. Lepikhova V.A., Lyashenko N.V., Chibinev N.N., Ryabous A.Yu. Acoustic monitoring system in industrial and environmental technologies. Occupational safety in industry. 2021;(3):36-40. (In Russ.)
12. Frolov A.V., Lepikhova V.A., Lyashenko N.V., Shevchenko N.S. Life safety and labor protection in construction. Textbook for universities. Moscow: Rusains; 2018. 586 p. (In Russ.)
13. Lepihova V.A., Skrinnikov E.V., Vil'bickaya N.A., Ryabous A.Yu. Vibroacoustic diagnostics and prediction of residual resources of machine elements using the correlation theory of random processes. Izv. vuzov. Sev.-Kavk. region. Techn. nauki=Bulletin of Higher Educational Institutions. North Caucasus Region.Technical Sciences. 2019;(3):87-90. (In Russ.)
14. Lepikhova V.A., Lyashenko N.V. Algorithmization for vibroacoustic diagnostics of mechanical components of traction engines. Izv. vuzov. Sev.-Kavk. region. Techn. nauki=Bulletin of Higher Educational Institutions. North Caucasus Region. Technical Sciences. 2023;(2):112-115. (In Russ.)
Сведения об авторах
Лепихова Виктория Анатольевна^- канд. техн. наук, доцент, кафедра «Экология и промышленная безопасность», [email protected]
Ляшенко Надежда Владимировна - канд. техн. наук, доцент, кафедра «Экология и промышленная безопасность», [email protected]
ISSN 1560-3644 BULLETIN OF HIGHER EDUCATIONAL INSTITUTIONS. NORTH CAUCASUS REGION. TECHNICAL SCIENCES. 2024. No 2
Information about the authors
Viktoriya A. Lepikhova - Cand. Sci. (Eng.), Associate Professor, Department «Ecology and Industrial Safety», [email protected]
Nadegda V. Lyashenko - Cand. Sci. (Eng.), Associate Professor, Department «Ecology and Industrial Safety», [email protected]
Статья поступила в редакцию / the article was submitted 09.02.2024; одобрена после рецензирования / approved after reviewing 26.02.2024; принята к публикации / accepted for publication 12.03.2024.
