CC BY
15
III. ТЕХНОЛОГИЧЕСКИЕ ВОПРОСЫ БЕЗОПАСНОСТИ ГОРНЫХ РАБОТ III. TECHNOLOGICAL QUESTIONS OF MINING WORK SAFETY
| П.Б. Герике // P.B. Gericke ambesteijigifl'aiLru
канд. техн. наук, доцент Институт угля Федерального Исследовательского Центра угля и углехимии СО РАН, г. Кемерово пр. Ленинградский , 10 С.Sc. (Engineering), Associate Professor Institute of Coal of the Federal Research Center of Coal and Coai Chemistry of SB RAS, 10 Leningradsky Prospect, Kemerovo, Russian Federation.
П.В. Ещеркин // P.V. Eshherkin esherkinpvia) gmail.com
канд. техн. наук, доцент Беловский филиал Кузбасского государственного технического университета имени Т.Ф. Горбачева, Россия, г. Белово, пгт.Инской, ул.Ильича 32а
C.Sc. (Engineering), Associate Professor Belovo branch of the T. F. Gorbachev Kuzbass State Technical University, Russia, Belovo, urban-type settlement Inskoy, Ilyicha str. 32a
Б,Л. Герике // В. L. Gericke gbl_42/pni ail.ru
доктор техн. наук, профессор, Институт угля Федерального Исследовательского Центра угля и углехимии СО РАН, г. Кемерово пр. Ленинградский - 10, Кузбасский государственный технический университет имени Т.Ф. Горбачеза, 650026, Россия, г. Кемерово, ул. Весенняя, 28
doctor of technical sciences, professor Institute of Coal of the Federal Research Center of Coal and Coal Chemistry of SB RAS, 10 Leningradsky Prospect, Kemerovo, Russian Federation. T.F. Gorbachev Kuzbass State Technical University, Vesennyaya street 28, Kemerovo, Russian Federation
УДК 681.518.5
ПОИСК ПАРАМЕТРОВ ДЛЯ УНИВЕРСАЛЬНОЙ ПРОГНОЗНОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛИ НА ОСНОВЕ АНАЛИЗА ВИБРАЦИИ ОБОРУДОВАНИЯ ГОРНЫХ МАШИН
PARAMETERS SEARCH FOR A UNIVERSAL FORECASTING MATHEMATICAL MODEL BASED ON MINING MACHINERY EQUIPMENT VIBRATION ANALYSIS
В данной статье приведены некоторые результаты по использованию принципиально новых критериев оценки технического состояния сложных механических систем, основанных на анализе параметров вибрации энерго-механического оборудования карьерных электрических экскаваторов в качестве моделируемых параметров деградационной математической модели. Цель работы: На основе результатов анализа параметров полигармонических волн, генерируемых при работе оборудования электрических карьерных экскаваторов, создать математическую модель изменения фактического технического состояния объектов диагностирования с использованием алгоритма единых диагностических критериев. Методы исследования: Экспериментально полученные данные по параметрам механических колебаний анализировались с применением комплексного подхода к вибродиагностике, включая спектральный анализ данных в расширенном частотном и динамическом
г
А
диапазоне, эксцесс и анализ огибающей спектра в области частот, содержащих диагностические признаки, подтверждающие наличие дефектов. Оптимальность выбранного сочетания методов диагностирования энерго-механического оборудования карьерных экскаваторов обоснована с учетом конструктивных особенностей и специфики эксплуатации оборудования горных машин. Результаты: В рамках выполнения настоящей работы получены научные результаты, доказывающие принципиальную эффективность алгоритма создания новых единых диагностических критериев, использование которых в качестве моделируемых параметров прогнозной модели позволит отслеживать динамику деградационных процессов на оборудовании горных машин и оптимизировать логистику и складское хозяйство, а также модернизировать систему ремонтов горной техники, эксплуатируемой на предприятиях угольной и горнорудной промышленности Кузбасса. This article presents some results on the use of fundamentally new criteria for assessing the technical condition of complex mechanical systems, based on the mining electric excavator energy-mechanical equipment vibration parameters analysis, as the simulated parameters of a degradation mathematical model. The purpose of the work: Based on the results of polyharmonic waves generated during electric mining excavator equipment operation parameter analysis, to create a mathematical model for changing the actual technical state of the objects to be diagnosed using the algorithm of common diagnostic criteria. Research methods: Experimentally obtained data on the parameters of mechanical vibrations were analyzed using an integrated approach to vibration diagnostics, including spectral analysis of data in an extended frequency and dynamic range, kurtosis and analysis of the spectrum envelope in the frequency range containing diagnostic features confirming the presence of defects. The optimality of the selected combination of methods for diagnosing the power-mechanical equipment of mining excavators is justified taking into account the design features and specifics of mining equipment operation. Results: As part of this work, scientific results have been obtained that prove the fundamental effectiveness of the algorithm for creating new unified diagnostic criteria, the use of which as simulated parameters of the predictive model will allow mining machine equipment degradation process dynamics tracking and optimizing logistics and warehousing, as well as modernizing the mining equipment operated at the Kuzbass coal and mining industry enterprises repair system.
Ключевые слова: ВИБРОДИАГНОСТИКА, ДЕГРАДАЦИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ, КАРЬЕРНЫЕ ЭКСКАВАТОРЫ, ЕДИНЫЙ ДИАГНОСТИЧЕСКИЙ КРИТЕРИЙ, ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ, ГОРНОЕ ОБОРУДОВАНИЕ.
Key words: VIBRATION DIAGNOSTICS, TECHNICAL CONDITION DEGRADATION, MINING SHOVELS, A SINGLE DIAGNOSTIC CRITERION, PREDICTIVE MODELING, MINING EQUIPMENT.
состоянию потребует не только технического перевооружения ремонтных служб эксплуатирующих предприятий, но и использования новых подходов к оценке и прогнозированию процессов деградации горных машин.
годняшний день до 25% технических устройств, подпадающих под прохождение экспертизы промышленной безопасности и эксплуатируемых на угольных и горнорудных предприятиях Кузбасса, находится в недопустимом или предельно допустимом техническом состоянии [1]. Это оборудование может выйти из строя в любой момент времени, что в лучшем случае повлечет за собой рост непроизводительных простоев и увеличение затрат на ремонт, а в худшем - явится причиной несчастных случаев на производстве. Все это делает необходимым отказ от действующей сегодня морально устаревшей системы планово-предупредительных ремонтов в пользу более современных схем управления ремонтами горной техники. Переход к системе обслуживания машин по их фактическому техническому
Главное преимущество предлагаемого в рамках настоящей работы подхода к совершенствованию систем прогнозирования заключается в использовании в качестве параметров адаптивной математической модели новых единых диагностических критериев. Это откроет инновационный путь к оптимизации процессов прогнозирования за счет возможности использования ЕДК для выявления дефектов всего основного набора узлов и агрегатов, используемых в конструкции энерго-механического оборудования горных машин, в том числе синхронных и асинхронных электрических двигателей, соединительных муфт, валов, зубчатых передач, подшипников качения, рабочих элементов компрессоров и т.д. Объектом данного исследова-
ния выступает выборка из двадцати пяти единиц электрических одноковшовых карьерных экскаваторов различных марок и моделей, эксплуатируемых на угольных предприятиях Кузбасса. В рамках выполнения исследований по настоящему проекту обосновано применение конкретного набора диагностических методологий, наиболее оптимальным образом позволяющих получить максимум полезной диагностической информации о техническом состоянии объекта испытаний при минимуме затрат времени на сбор и анализ регистрируемых характеристик с учетом специфики конструкции и особенностей эксплуатации карьерных экскаваторов. В качестве базового метода неразрушающего контроля при сборе и обработке диагностической информации использовалась вибродиагностика, т.к. она позволяет выявлять все без исключения дефекты энерго-механического оборудования и является обязательной при выполнении процедуры экспертизы промышленной безопасности технических устройств, эксплуатируемых на опасных производственных объектах.
Результаты и их применение.
Отсутствие на сегодняшний день на отечественном и зарубежном рынке программного обеспечения диагностического комплекса для анализа параметров вибрации, базирующегося на единой универсальной прогнозной математической модели, способной адекватно оценить деградационные процессы на энерго-механиче-ском оборудовании горных машин различного типа и конструкции, можно объяснить следующими основными причинами:
а) недостаточным уровнем проработки во-
просов динамики горных машин [2, 3, 4];
б) ограниченностью существующих баз данных по параметрам вибрации для оборудования угольной промышленности, не всегда достаточным уровнем качества регистрируемых характеристик;
в) сложностью интерпретации результатов анализа получаемых диагностических данных;
г) затруднениями, возникающими при осуществлении прогнозирования изменения технического состояния всей сложной механической системы как единого целого, а не ее отдельных деталей или узлов;
д) трудной реализуемостью прогнозных алгоритмов, основанных на использовании огромного количества диагностических признаков и правил выявления дефектов [5].
Главный недостаток существующих прогнозных моделей, основанных на математической обработке результатов анализа параметров вибрации, заключается в том, что все они в той или иной степени обладают достаточно узкой областью применения и ограниченным набором моделируемых параметров (см. пример на рисунке 1). Результаты прогнозирования, полученные с использованием таких моделей, нельзя применять для оценки технического состояния горной техники как сложного технического устройства в целом, ограничиваясь лишь отдельными конструктивными элементами, например, подшипником или обмоткой электродвигателя [6, 7]. Помимо этого, часть существующих математических моделей не нашли практического применения из-за низкого уровня апробации получаемых результатов, ограниченных только
V, мм/с 11.00
10.00 Э.50 Э.00 8.50 8.00
__VonT _ *
■
Vnec
t пес - t ОПТ
450
460
470
480
490
500
510
520
-так min -Пол^нсмиальный (ij) I
530 540
t, суки
Рисунок 1. Построение оптимистических и пессимистических прогнозов для электрооборудования экскаватора ЭКГ-12УС
Figure 1. Building optimistic and pessimistic forecasts for the EKG-12US excavator electrical equipment
лишь единичной серией однотипных технических устройств (например, модели для прогнозирования фактического состояния вращателей на буровых установках DML - LP [8, 9]).
Совершенствование методологии прогнозирования развития деградационных процессов технического состояния энерго-механического оборудования горной техники было бы невозможным без использования результатов комплексного подхода к анализу параметров вибрации с одновременным применением нескольких различных, дополняющих друг друга диагностических методов.
Создание на основе результатов анализа вибрации горных машин действующих математических прогнозных моделей, позволяющих получить адекватный прогноз изменения фактического состояния объектов диагностирования, не могло бы быть осуществлено без актуализации существующей теоретической базы, учитывающей характер изменения спектрального состава исследуемых диагностических характеристик в зависимости от наличия факторов, влияющих на процессы развития дефектов и повреждений об-
следуемой техники. Использование новых единых диагностических критериев, разработанных для каждой базовой группы дефектов горного оборудования, в качестве моделируемых параметров адаптивной прогнозной модели делает возможным осуществление качественного перехода к использованию результатов моделирования принципиально нового уровня, позволяющего оценить изменения фактического состояния горных машин как сложных механических систем в целом, а не отдельных их узлов и компонентов. Специфика действующей на предприятиях угольной и горнорудной промышленности Кузбасса системы планово-предупредительных ремонтов диктует наличие практического интереса к решению задачи по эффективному обнаружению трендов значащих составляющих сигнала вибрации, пригодных для построения краткосрочных прогнозов деградации технического состояния эксплуатируемого оборудования.
Наиболее эффективно получить краткосрочный прогноз состояния техники позволяют принципы адаптивного прогнозирования, основанные на изменении параметров модели в за-
Рисунок 2. Схема проведения замеров вибрации и результаты спектрального анализа данных, записанных во второй контрольной точке генератора подъема экскаватора ЭКГ-5А (А - схема установки датчиков, Б -пример спектрального представления результатов корректного замера диагностических данных, В - некорректный замер, искажение параметров сигнала при температуре окружающего воздуха -110С) Figure 2. Vibration measurement scheme and spectral analysis data results recorded at the second control point of the EKG-5A excavator hoist generator (A - sensor installation diagram, B - an example of diagnostic data correct measurement result spectral representation, C - incorrect measurement, distortion of signal parameters at ambient
temperature -110С)
висимости от меняющихся данных наиболее актуальных замеров вибрации [10, 11, 12].
Обычно область применения подобных моделей ограничивается подшипниками качения, которые являются самыми изученными с точки зрения вибродиагностики элементами конструкции технических устройств. Иногда в качестве параметра таких моделей используется единый диагностический критерий, разработанный на основе комплексного подхода к анализу параметров вибрации и клиппирования исходных записей из баз данных. При этом некоторые из существующих моделей способны осуществлять кратковременный прогноз изменения фактического состояния оборудования и рассчитывать минимальный и средний остаточный ресурс эксплуатируемой техники, алгоритмы этих моделей реализуются в экспертных системах виброанализа зарубежных и отечественных фирм, занимающихся разработкой, производством и продажей оборудования и программного обеспечения для проведения контроля вибросостояния сложного технологического оборудования. Использование в качестве параметров математической модели единых диагностических критериев, созданных для всех базовых групп дефектов энерго-механического оборудования горных машин, открыло инновационный путь к совершенствованию методологии прогнозирования процессов деградации сложных механических систем на основе создания универсальной прогнозной модели, способной оценить вероятность развития и степень опасности дефектов на всем техническом устройстве, а не на отдельных его конструктивных элементах, как в основном делается сегодня [13, 14, 15].
В рамках выполнения настоящего проекта при создании единых диагностических критериев оценки состояния оборудования использовались следующие параметры:
- максимальные амплитуды отдельных составляющих спектра и групп информативных частот по параметрам виброскорости и виброускорения (включая субгармоники, обертоны и модуляционные частоты подшипниковых, зубчатых и других компонент) с учетом их флуктуации;
- общий уровень среднеквадратических значений виброскорости и виброускорения, а также размах виброперемещения в стандартном и расширенном частотном и динамическом диапазонах;
- узкие частотные полосы или гармонические ряды спектра, свидетельствующие о наличии повреждений однотипного характера (напри-
мер, о нарушении жесткости опорной системы, наличии дефектов электрической природы или о расцентровке валопровода агрегата);
- мера подобия, определяемая по результатам сравнения характеристик вейвлет-преоб-разования и временной волны реального и «эталонного» сигналов;
- результаты нормирования параметров вибрации при помощи спектральных масок высокой степени детализации, разработанных для широкого спектра энерго-механического оборудования горной техники.
Из-за присущих различному оборудованию своих кинематических и режимных особенностей, а также ограничений на область применения каждого из методов виброконтроля, набор признаков и правил выявления дефектов для каждой группы дефектов энерго-механического оборудования горных машин является уникальным. При создании ЕДК использовалась скомпилированная в рамках выполнения настоящего проекта база данных по параметрам вибрации, содержащая признаки наличия повреждений энерго-механического оборудования карьерных экскаваторов. Объем выборки составляет двадцать пять единиц, наблюдение за выборкой продолжалось на протяжении двух лет, что позволило получить достаточно представительный объем исходной диагностической информации и провести на нем апробацию результатов моделирования с использованием созданных единых критериев оценки технического состояния. Результаты анализа параметров виброактивности оборудования карьерных экскаваторов позволили осуществить группировку присущих ему дефектов по базовым критериям оценки фактического состояния, а также классифицировать дефекты по причинам их возникновения и степени опасности и осуществить нормирование диагностических критериев. В рамках выполнения настоящего проекта были обобщены более 120 диагностических признаков в области контроля вибрации, большая часть которых принадлежит к спектральному анализу как к наиболее универсальному методу вибродиагностики, позволяющему получить максимум полезной информации с практически любого работающего динамического оборудования. Помимо этого, данные комплексного анализа параметров вибрации были пополнены результатами контроля эксцесса, анализа огибающей спектра, разгонной характеристики и данными вейвлет-анализа.
Выделение тренда детерминированной составляющей сигнала при разработке адаптив-
ной модели производилось с применением проверки данных на наличие тренда по критерию Фишера, позволяющего подтвердить адекватность предлагаемой модели [16, 17, 18].
Для оценки состояния технических устройств при условии наличия на агрегате неявного максимума оборотной частоты в модели используется процедура уточнения оборотной частоты вращения. Данный алгоритм имеет гибкую настройку и способен значительно повысить эффективность анализа параметров виброна-груженности оборудования горных машин [12]. Для очистки исходных данных от лишнего «мусора» (здесь имеются в виду составляющие виброакустического сигнала, не имеющие отношения к рассматриваемой группе дефектов) при разработке алгоритма прогнозной модели использовались процедуры так называемого клиппиро-вания - своеобразных фильтров, позволяющих убрать из исходного сигнала все составляющие иной природы, оставив только лишь информацию, необходимую для проведения диагностики дефектов одной целевой группы (например, признаки наличия дефектов подшипников или нарушения жесткости опорной системы).
Число алгоритмов клиппирования соответствует количеству вероятных типов повреждений энерго-механического оборудования, которые теоретически могут присутствовать на обследуемом устройстве. При этом в каждый алгоритм клиппирования входит функция создания «сглаженного» спектра с обнулением всех гармоник, не имеющих отношения к типу рассматриваемого дефекта. Например, при реализации работы алгоритма клиппирования для ЕДК дефектов зубчатых передач необходимо убрать из спектра все составляющие подшипниковых рядов, гармонический ряд оборотной частоты с ее субгармониками и обертонами, а также всю информацию о наличии спектральных признаков дефектов электрической природы, дефектов соединительных муфт, нарушения жесткости опорной системы и т.д., оставив лишь информацию о наличии зубчатых частот и их производных, включая частоты, отвечающие за нарушение соосности и перекос валов в редукторах, обычно свидетельствующие о развитых дефектах монтажа или неквалифицированном ремонте оборудования.
Кроме удаления из спектра лишних составляющих, алгоритм клиппирования включает в себя процедуру обнаружения и удаления исходных данных в случае подтверждения гипотезы о наличии искажений в регистрируемом сигнале
(см. пример на рисунке 2). Искажения исходного сигнала вибрации обычно бывают вызваны ошибками при установке датчика (установка на неподготовленную поверхность, использование нерегламентированных измерительных точек в нарушении схемы проведения измерений), наличием повреждений кабельных и разъемных соединений в системе «магнит (щуп, шпилька) -виброизмерительный датчик - соединительный кабель - коллектор данных/виброанализатор».
Искажения регистрируемого виброакустического сигнала также могут быть вызваны наличием погрешностей в используемом программном обеспечении, значительными нарушениями жесткости опорной системы обследуемого агрегата и работой в условиях отрицательных температур. Для решения задачи по поиску искаженных регистрируемых данных в рамках настоящей работы использовался оригинальный алгоритм обработки исходных данных, основанный на принципе автоматизированного исключения заведомо некорректных результатов измерений по результатам анализа сходства спектров, полученных на однотипном оборудовании, и осуществлении нормирования сигнала по общему уровню и характеру состава спектральных компонент [12]. После подтверждения корректности используемых входных данных и удаления всех «паразитных» составляющих осуществлялся расчет результирующего единого критерия на основе анализа общего уровня оставшихся составляющих спектра.
В рамках выполнения настоящей работы было принято решение ограничиться реализацией адаптивных моделей, пригодных для выполнения кратко- и среднесрочного прогнозирования процессов деградации энерго-меха-нического оборудования карьерных экскаваторов. Заданный интервал прогнозирования (один - два месяца) полностью удовлетворяет требованиям системы планово-предупредительных ремонтов, т.к. позволяет оценить вероятность отказа оборудования в межремонтный интервал времени, при этом эффективность результатов моделирования напрямую зависит от величины периода прогнозирования и объема используемой выборки диагностических данных [1, 12].
В общем виде алгоритм краткосрочного прогнозирования объединяет в себя выполнение нескольких базовых этапов, включая выбор величины экспоненциального сглаживания, зависящей от типа объекта диагностирования, определение величины усредненного единого критерия для данного типа дефекта, расчет ма-
трицы величин диагностических критериев и их сравнение с нормируемыми параметрами ЕДК, а также разработку заключения о работоспособности обследуемого технического устройства на прогнозируемый временной интервал. Для оценки разделяемости групп исходных диагностических данных использовался полуэмпирический критерий, при помощи которого проверялась корректность рассчитанных ЕДК [12, 14].
В качестве базового выражения, позволяющего использовать адаптивную модель для прогнозирования развития процессов деградации технического состояния объекта диагностирования, можно использовать сумму прогноза на один диагностический интервал вперед с погрешностью этого прогноза, соотнесенной с параметром экспоненциального сглаживания [12]. Такой подход к решению задачи динамического моделирования процессов вибрационной активности на работающем оборудовании горных машин реализует принцип использования в качестве параметров прогнозной модели величины единых диагностических критериев, разработанных для каждой базовой группы дефектов, что позволяет дать более обоснованную оценку техническому состоянию объекта диагностирования по сравнению с классическим прогнозированием изменения величины общего уровня виброакустического сигнала. Реализация алгоритма адаптивного моделирования процессов деградации фактического состояния технических устройств обычно сопряжена с наличием определенных затруднений, вызванных выбором величины параметра экспоненциального сглаживания модели, с ростом которого увеличивается ценность результатов наиболее свежих диагностических данных, но при этом плохо сглаживаются резкие изменения регистрируемых характеристик. Уменьшение этого параметра ведет к лучшему сглаживанию прогнозной кривой, но при этом значительно возрастают требования к объему выборки диагностических данных. Вопрос обоснования выбора величины экспоненциального сглаживания в прогнозном моделировании затрагивается как отечественными, так и зарубежными авторами, нами же в рамках выполнения исследования по настоящему проекту применялись величины данного параметра, обоснованные ранее для применения в адаптивных моделях, использующих в качестве объекта моделирования энерго-механиче-ское оборудование электрических карьерных экскаваторов, включая экскаваторы типа механическая лопата, а также драглайны [12].
Выводы.
Результаты анализа вибронагруженности основных агрегатов карьерной техники прямо свидетельствуют о необходимости использования комплексного подхода к диагностике по параметрам вибрации, наиболее оптимальное сочетание методов вибродиагностики определяется при этом выбором объекта исследования и особенностями его работы. При создании единых диагностических критериев для одноковшовых карьерных экскаваторов наиболее эффективным оказалось использование данных спектрального анализа в расширенном частотном и динамическом диапазонах, а также огибающей спектра в области частот наличия предполагаемых дефектов и эксцесса. Доказано, что именно таким путем можно повысить эффективность выполняемой оценки фактического состояния и увеличить достоверность результатов прогнозирования с использованием адаптивных моделей на базе разработанных ЕДК.
При выполнении расчета единых диагностических критериев для диагностирования нарушения жесткости, дефектов компрессоров и повреждений электрической природы, дефектов подшипников и соединительных муфт использовался метод оптимальной скаляризации, основанный на замене векторов диагностических признаков скалярными величинами, являющийся одним из наиболее эффективных подходов при формировании обобщенных критериев оценки механических систем.
Полученные результаты расчетов свидетельствуют о корректности предложенного подхода к разработке единых критериев для диагностики оборудования карьерных экскаваторов по параметрам вибрации.
В качестве единых диагностических критериев для диагностики неуравновешенности, расцентровки валов и выявления дефектов зубчатых передач были определены отдельные комбинации диагностических признаков, а также спектральные маски высокой степени детализации, что объясняется сложностью формализации и крайней затрудненностью использования большого количества существующих признаков и правил в области анализа параметров вибрации при создании исходного кода для автоматизации результатов контроля вибрации с помощью создаваемых единых критериев оценки технического состояния горных машин (см. пример на рисунке 3).
Таким образом, в рамках выполнения исследований по настоящему проекту на основе
Рисунок 3. Спектральные маски для радиальных и осевой компонент виброскорости напорной лебедки экскаватора ЭКГ-8И
Figure 3. Spectral masks for the radial and axial components of EKG-8I excavator crowd winch vibration velocity
использования выбранной совокупности диагностических признаков и правил выявления дефектов энерго-механического оборудования карьерных экскаваторов были созданы новые единые диагностические критерии для диагностирования всех типов базовых повреждений оборудования горной техники. Все единые критерии были подвергнуты нормированию с целью выявления предельных значений диагностируемых параметров. Каждый из созданных критериев способен заменить собой использование большого количества громоздких диагностических правил, что позволит снизить требования к квалификации специалистов по вибродиагностике и минимизировать ошибки, допускаемые при анализе данных. Оригинальность и новизна единых критериев для диагностики по параметрам вибрации определяется набором диагностических методологий, использованных для оптимальной скаляризации результатов контроля. Собранный статистический материал позволил с высокой доверительной вероятностью обосновать оценки технического состояния для электрических машин большой единичной мощности по параметрам механических колебаний, которые могут быть использованы для построения прогностических моделей исчерпания ресурса энерго-механического оборудования. Корректность предложенных критериев подтверждена с использованием анализа диагностических данных, полученных при обследовании выборки из двадцати пяти экскаваторов, результаты апробации подтвердили эффективность созданных единых диагностических критериев для оценки состояния энерго-механического оборудования электрических карьерных экскаваторов.
Использование разработанных ЕДК в качестве параметров адаптивной прогнозной модели доказало эффективность предложенного подхода к совершенствованию системы управления
ремонтами и позволило осуществить оценку и прогнозирование процессов деградации технического состояния узлов и агрегатов оборудования электрических карьерных экскаваторов, эксплуатируемых на угольных разрезах Кузбасса. Результаты моделирования позволили получить графическую интерпретацию процессов деградации технического состояния объекта диагностирования, а также аналитическое и численное решение задачи прогнозирования. Результаты прогнозирования подтвердились на практике, объекты диагностирования безаварийно отработали по два диагностических интервала, что позволило подготовить и осуществить мероприятия по ремонту и наладке, не допустив аварийного выхода оборудования из строя.
Заключение.
Таким образом, подводя итог вышесказанному, можно заключить, что полученные в рамках выполнения работ по настоящему проекту научные результаты доказали эффективность реализации предложенных подходов к моделированию процессов развития дефектов в сложных механических системах.
Анализ созданных при выполнении проекта баз данных по параметрам вибрации карьерных экскаваторов позволил с высокой доверительной вероятностью обосновать оценку фактического технического состояния для различных типов энерго-механического оборудования, которая может применяться при разработке прогнозных моделей исчерпания ресурса сложных технических устройств, эксплуатируемых на опасных производственных объектах. Кроме того, результатами исследований подтверждена корректность разработанного алгоритма для единых диагностических критериев и созданной на их основе краткосрочной математической модели для прогнозирования процессов развития повреждений узлов и агрегатов энерго-механи-
ческого оборудования горной техники.
Разработанная прогнозная модель обладает высокой степенью адаптивности и может использоваться в качестве базового элемента платформы системы обслуживания техники по ее фактическому состоянию. Применение в качестве параметров математической модели единых диагностических критериев, основанных на результатах анализа вибрации, обуславливает ее универсальность, т.к. предоставляет возможность осуществлять прогноз процессов деградации фактического состояния различных по конструкции узлов и агрегатов горной техники. Реализация предложенной концепции совер-
шенствования системы управления ремонтами позволит уйти от действующей сегодня в Кузбассе схемы планово-предупредительных ремонтов, оптимизировать логистику и складское хозяйство промышленных предприятий, уменьшить долю аварийных простоев экскаваторного парка и повысить уровень безопасности при проведении открытых горных работ.
Источники финансирования. Исследование выполнено при финансовой поддержке РФФИ и Кемеровской области в рамках научного проекта № 20-48-420010.
СПИСОК ЛИТЕРАТУРЫ
1. Gerike B., Zacharov A., Gerike P. and Drozdenko Yu. Problems of Operational Safety of Dump Trucks in Open Pit Mine. E3S WEB OF CONFERENCES. SDEMR vol. 134, 2019 - The First Interregional Conference "Sustainable Development of Eurasian Mining Regions". 2019. С. 01005. DOI https://doi.org/10.1051/e3sconf/201913401005
2. Shardakov I., Shestakov A., Tsvetkov R., Yepin V. Crack diagnostics in a large-scale reinforced concrete structure based on the analysis of vibration processes. AIP Conference Proceedings 2053, 040090 (2018). https://doi. org/10.1063/1.5084528
3. Неразрушающий контроль. Справочник в 7 томах под редакцией чл.-корр. РАН В.В. Клюева, т. 7 - Москва, 2005.
- 828 с.
4. Wang, T., Han, Q., Chu, F., Feng, Z. Vibration based condition monitoring and fault diagnosis of wind turbine planetary gearbox : A review. Mechanical Systems and Signal Processing. 2019. V.126,. Pp. 662-685. https://doi.org/10.1016/j. ymssp.2019.02.051
5. Tse P., Peng Y., Yam R. Wavelet Analysis and Envelope Detection For Rolling Element Bearing Fault Diagnosis— Their Effectiveness and Flexibilities. Journal of Vibration and Acoustics. 2001. Vol. 123. Pp 303-310. https://doi. org/10.1115/1.1379745
6. Краковский, Ю. М. Математические и программные средства оценки технического состояния оборудования. / Новосибирск: Наука, 2006. - 227 с.
7. Барков А.В. Вибрационная диагностика машин и оборудования. Анализ вибрации. Учебное пособие. / Барков
A.В., Баркова Н.А. / Издательство СПбГМТУ Санкт Петербург, 2004. — 156 с.
8. Gertsbakh I. Models of Preventive Maintenance. North-Holland, Amsterdam - New York - Oxford, 1977
9. Герике П.Б. Совершенствование методологии нормирования параметров вибрации на примере оборудования угольной отрасти / Горное оборудование и электромеханика, №5. - Кемерово. - 2018. С. 22-29.
10. Puchalski A., Komorska I. Stable distributions and fractal diagnostic models of vibration signals of rotating systems. Applied Condition Monitoring. 2018, Vol. 9. Pp 91-101. https://doi.org/10.1007/978-3-319-61927-9_9
11. Schreiber, R. Induction motor vibration diagnostics with the use of stator current analysis. Proceedings of the 2016 17th International Carpathian Control Conference, ICCC 2016. Pp. 668-672. https://doi.org/10.1109/ CarpathianCC.2016.7501179
12. Герике П.Б. Разработка методики диагностирования оборудования электрических карьерных экскаваторов /П.Б. Герике, П.В. Ещеркин// Горное оборудование и электромеханика, № 3. - Кемерово. - 2020. - С. 34-41. DOI 10.26730/1816-4528-2020-3-34-41
13. Liu G., Parker R. Dynamic Modeling and Analysis of Tooth Profile Modification for Multimesh Gear Vibration. Journal of Mechanical Design. 2008. Vol. 130. Pp 121402/1 - 121402-13. https://doi.org/10.1115/12976803
14. Герике П.Б. Разработка единого диагностического критерия для выявления расцентровки и неуравновешенности элементов оборудования горных машин /П.Б. Герике, П.В. Ещеркин // Техника и технология горного дела, № 2. - Кемерово. - 2021. - С. 4-12.
15. Hunady, R., Pavelka, P., Lengvarsky, P. Vibration and modal analysis of a rotating disc using high-speed 3D digital image correlation. Mechanical Systems and Signal Processing. 2019. Vol.121, Pp. 201-214. https://doi.org/10.1016/j. ymssp.2018.11.024
16. Лукьянов А.В. Классификатор вибродиагностических признаков дефектов роторных машин. / Иркутск: Издательство ИрГТУ, 1999. - 230 с.
17. Якубович А.Н., Ротанов И.Г Моделирование прогнозных сроков эксплуатации карьерного оборудования // Вестник Северо-Восточного государственного университета. 2013. №19. С. 100-104.
18. Герцбах И. Теория надежности с приложениями к профилактическому обслуживанию: Монография / Под ред.
B.В. Рыкова; пер. с англ. М.Г Сухарева. М.: ГУП Изд-во «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2003.
- 263 с.
REFERENCES
1. Gerike B., Zacharov A., Gerike P. and Drozdenko Yu. (2019). Problems of Operational Safety of Dump Trucks in
Open Pit Mine. E3S WEB OF CONFERENCES. SDEMR vol. 134, 2019 - The First Interregional Conference "Sustainable Development of Eurasian Mining Regions". [in English].
2. Nerazrushayushchiy kontrol': spravochnik [Non-destructive testing: Handbook].Edited by. V.V. Klyuev. Moscow: Mash-inostroenie Publishers, 2005. 828 p. [in Russian].
3. Shardakov I., Shestakov A., Tsvetkov R., Yepin V. (2018). Crack diagnostics in a large-scale reinforced concrete structure based on the analysis of vibration processes. AIP Conference Proceedings 2053, 040090. https://doi. org/10.1063/1.5084528 [in English].
4. Wang, T., Han, Q., Chu, F., Feng, Z. (2019). Vibration based condition monitoring and fault diagnosis of wind turbine planetary gearbox : A review. Mechanical Systems and Signal Processing. 2019. V.126,. Pp. 662-685. https://doi. org/10.1016/j.ymssp.2019.02.051 [in English].
5. Tse P., Peng Y., 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. Pp 303-310. https://doi. org/10.1115/1.1379745 [in English].
6. Krakovskiy, Yu. M. (2006). Matematicheskie i programmnye sredstva otsenki tekhnicheskogo sostoyaniya oborudo-vaniya [Mathematical and software evaluation means of the equipment technical state]. Novosibirsk, Nauka [in Russian].
7. Barkov, A.V., & Barkova, N.A. (2004). Vibratsionnaya diagnostika mashin i oborudovaniya. Analiz vibratsii [Vibration diagnostics of machines and equipment. Vibration analysis: Handbook]. St. Petersburg: SPbGMTU Publishing house [in Russian].
8. Gertsbakh I. (1977). Models of Preventive Maintenance. North-Holland, Amsterdam - New York - Oxford, [in English].
9. Gerike P.B. (2018). Sovershenstvovaniye metodologii normirovaniya parametrov vibratsii na primere oborudovaniya ugol'noy otrasli [Improving the methodology for normalizing vibration parameters on the example of coal industry equipment]. Gornoe oborudovanie i jelektromehanika - Mining equipment and electromechanics,5, 22-29 [in Russian].
10. Puchalski A., & Komorska I. (2018). Stable distributions and fractal diagnostic models of vibration signals of rotating systems. Applied Condition Monitoring. Vol. 9. Pp 91-101. https://doi.org/10.1007/978-3-319-61927-9_9 [in English].
11. Schreiber, R. Induction motor vibration diagnostics with the use of stator current analysis. Proceedings of the 2016 17th International Carpathian Control Conference, ICCC 2016. Pp. 668-672. https://doi.org/10.1109/Carpathi-anCC.2016.7501179 [in English].
12. Gerike, P.B., & Eshherkin, P.V.(2020). Razrabotka metodiki diagnostirovaniya oborudovaniya elektricheskikh kar'yernykh ekskavatorov [Development of a method for diagnosing equipment for electric mining excavators]. Mining equipment and electromechanics - Gornoe oborudovanie i jelektromehanika, 3, 34-41 [in Russian].
13. Liu G., Parker R. (2008). Dynamic Modeling and Analysis of Tooth Profile Modification for Multimesh Gear Vibration. Journal of Mechanical Design. Vol. 130. Pp 121402/1 - 121402-13. https://doi.org/10.1115/12976803 [in English].
14. Gericke, P.B., & Yeshcherkin, P.V. (2021). Razrabotka yedinogo diagnosticheskogo kriteriya dlya vyyavleniya rastsen-trovki i neuravnoveshennosti elementov oborudovaniya gornykh mashin [Development of a single diagnostic criterion for identifying misalignment and imbalance of equipment elements of mining machines]. Tekhnika i tekhnologiya gor-nogo dela - Engineering and technology of mining, 2, 4-12 [in Russian].
15. Hunady, R., Pavelka, P., & Lengvarsky, P. (2019). Vibration and modal analysis of a rotating disc using high-speed 3D digital image correlation. Mechanical Systems and Signal Processing. Vol.121, Pp. 201-214. https://doi.org/10.1016/j. ymssp.2018.11.024 [in English].
16. Luk'ianov, A.V. (1999). Klassifikator vibrodiagnosticheskikh priznakov defektov rotornykh mashin [The classifier of rotary machine defects vibrodiagnostic symptoms.]. Irkutsk: IrGTU Publishing house [in Russian].
17. Jakubovich, A.N., & Rotanov, I.G. (2013). Modelirovaniye prognoznykh srokov ekspluatatsii kar'yernogo oborudovaniya [Modeling of quarry equipment predicted exploitation terms]. Vestnik Severo-Vostochnogo gosudarstvennogo universiteta - Bulletin of the North-Eastern State University, 19, 100-104 [in Russian].
18. Gertsbakh, I. (2003). Teorija nadezhnosti s prilozhenijami k profilakticheskomu obsluzhivaniju [Reliability theory with applications for preventive maintenance]. Moscow: Publishing house "Oil and Gas" Russian State University of Oil and Gas named after I.M Gubkin [in Russian].
\\\\\ \ ■■. \ V V ■■
научне-технический журнал №3-2022
щстниьс 69
■ I I I
