Подход к диагностике зубчатых передач на основе мгновенного углового ускорения. Экспериментальное исследование

Владимир Владимирович Синицин, Александр Леонидович Шестаков

Аннотация


Введение. Зубчатые передачи являются важными частями практически каждого исполнительного механизма во многих отраслях промышленности. В связи с этим мониторинг состояния редуктора является важной частью общего мониторинга состояния механизма в целом. В свою очередь вибрация – наиболее применяемый источник диагностической информации о техническом состоянии исполнительного механизма. Традиционно вибрация измеряется при помощи акселерометров, которые закреплены на корпусе механизма. Однако анализ измеренных сигналов требует применения разнообразных развитых методов обработки информации. С другой стороны, применение новых подходов к месту закрепления акселерометров позволяет получить дополнительную информацию о техническом состоянии, а также упростить процесс обнаружения дефектов в механизмах. Цель. Показать возможности применения новых подходов к месту закрепления акселерометров и измеряемой расширенной информации для диагностики коробки передач. Материалы и методы. Новое место крепления акселерометров – вращающийся вал механизма. В свою очередь, дополнительный источник информации – угловое ускорение вращающегося вала. В исследовании приведено теоретическое обоснование углового ускорения в качестве источника диагностической информации. Результаты. Исследование содержит экспериментальные результаты обнаружения неисправностей, таких как «сколотый зуб» и «сломанный зуб» шестерни. Более того, исследование содержит предложенные критерии для выявления локальной неисправности шестерни. Заключение. Результаты эксперимента и примененные критерии показывают, что предлагаемый подход позволяет четко обнаружить локальный дефект ведущего зубчатого колеса на частоте вращения первого зубчатого колеса на различных частотах вращения.

Ключевые слова


диагностика; акселерометр; беспроводной датчик ускорения; вращающийся вал; роторное оборудование; угловое ускорение

Полный текст:

PDF (English)

Литература


Lei Y., Li N., Lin J., He Z. Two New Features for Condition Monitoring and Fault Diagnosis of Planetary Gearboxes. JVC/Journal of Vibration and Control, 2015, vol. 21, no. 4, pp. 755–764. DOI: 10.1177/1077546313486284

Nie M., Wang L. Review of Condition Monitoring and Fault Diagnosis Technologies for Wind Turbine Gearbox. Procedia CIRP Elsevier, 2013, 11, pp. 287–290. DOI: 10.1016/j.procir.2013.07.018

Genkin M.D., Sokolova A.G. Vibroakusticheskaya diagnostika mashin i mexanizmov [Vibroacoustic Diagnostics of Machines and Images]. Moscow, Engineering Publ., 1987, 288 p.

Rincon A.F., Viadero F., Iglesias M., de-Juan A., Garcia P., Sancibrian R. Effect of Cracks and Pitting Defects on Gear Meshing. Proceedings of the Institute of Mechanical Engineers C, 2012, 226 (11), pp. 2805–2815. DOI: 10.1177/0954406212437104

McFadden P.D. Detecting Fatigue Cracks in Gears by Amplitude and Phase Demodulation of the Meshing Vibration. Journal of Vibration, Acoustics, Stress, and Reliability in Design, 1986, 108, pp. 165–170. DOI: 10.1115/1.3269317

Li C., Sanchez R., Zurita G., Cerrada M., Cabrera D., Vásquez R.E. Gearbox Fault Diagnosis Based on Deep Random Forest Fusion of Acoustic and Vibratory Signals. Mechanical Systems and Signal Processing, 2016, vol. 76–77, pp. 283–293. DOI: 10.1016/j.ymssp.2016.02.007

Loutridis S.J. Gear Failure Prediction using Multi-scale Local Statistics. Engineering Structures, 2008, 30, pp. 1214–1223. DOI: 10.1016/j.engstruct.2007.07.022

Samuel P.D., Pines D.J. A Review of Vibration-based Techniques for Helicopter Transmission Diagnostics. Journal of Sound and Vibration, 2005, 282, pp. 475–508. DOI: 10.1016/j.jsv.2004.02.058

Lei Y.G., Lin J., Zou M.J., He Z.J. Condition Monitoring and Fault Diagnosis of Planetary Gearboxes: a Review. Measurement, 2014, 48, pp. 292–305. DOI: 10.1016/j.measurement.2013.11.012

Zakrajsek J.J., Lewicki D.G. Detecting Gear Tooth Fatigue Cracks in Advance of Complete Fracture. Tribotest, 1998, vol. 4, iss. 4, pp. 407–422.

Antolick L.J., Branning J.S., Wade D.R., and Dempsey P.J. Evaluation of Gear Condition Indicator Performance on Rotorcraft Fleet. AHS 66th Annual Forum and Technology Display, Phoenix, United States, NASA, 2010, May, p. 12.

Zhang X.H., Kang J.S., Bechhoefer E., Zhao J. A New Feature Extraction Method for Gear Fault Diagnosis and Prognosis. Eksploatacja i Niezawodnosc – Maintenance Reliability, 2014, 16 (2), pp. 295–300.

Antoni J. The Spectral Kurtosis: a Useful Tool for Characterising Nonstationary Signals. Mechanical Systems and Signal Processing, 2006, vol. 20, no. 2, pp. 282–307. DOI: 10.1016/j.ymssp.2004.09.001

Combet F., Gelman L. Optimal Filtering of Signals for Early Damage Detection Based on the Spectral Kurtosis. Mechanical Systems and Signal Processing, 2009, 23, pp. 652–668. DOI: 10.1016/j.ymssp.2008.08.002

Barszcz T., Randall R.B. Application of Spectral Kurtosis for Detection of a Tooth Crack in a Planetary Gear of a Wind Turbine. Mechanical Systems and Signal Processing, 2009, 23, pp. 1352–1365. DOI: 10.1016/j.ymssp.2008.07.019

Liu H., Huang W., Wang S., Zhu Z. Adaptive Spectral Kurtosis Filtering Based on Morlet Wavelet and its Application for Signal Transients Detection. Signal Processing, 2014, 96, pp. 118–124. DOI: 10.1016/j.sigpro.2013.05.013

Feldman Michael. Hilbert Transform in Vibration Analysis. Mechanical Systems and Signal Processing, 2011, vol. 25, no. 3, pp. 735–802. DOI: 10.1016/j.ymssp.2010.07.018

Djebala A., Ouelaa N., Benchaabane C. Application of theWavelet Multi-resolution Analysis and Hilbert Transform for the Prediction of Gear Tooth Defects. Meccanica, 2012, Oct., vol. 47, no. 7, pp. 1601–1612. DOI: 10.1007/s11012-012-9538-1

Tian X. Dynamic Simulation for System Response of Gearbox Including Localized Gear Faults. Dissertation of Master Degree, Edmonton, Canada, University of Alberta, 2004, p. 194.

Sinitsin V.V., Semenov A.S., Shestakov A.L. Ustrojstvo izmerenija vibrouskorenija podvizhnyh jelementov mashin i mehanizmov [Acceleration Measuring Device Moving Parts of Machines and Mechanisms]. Patent RU 142934 U1, Bull. no. 19, Publ. 10.07.2014.

Sinitsin V.V., Shestakov A.L. Wireless Acceleration Sensor of Moving Elements for Condition Monitoring of Mechanisms. Measurement Science and Technology, 2017, Aug., vol. 28, no. 9, p. 094002. DOI: 10.1088/1361-6501/aa7ab6

Henry M., Sinitsin V.V. Prism Signal Processing for Machine Condition Monitoring I: Design and Simulation. IEEE Industrial Cyber-Physical Systems (ICPS), St. Petersburg, Russia, IEEE, 2018, May, pp. 452–457. DOI: 10.1109/ICPHYS.2018.8390747

Henry M., Sinitsin V.V. Prism Signal Processing for Machine Condition Monitoring II: Experimental Data and Fault Detection. IEEE Industrial Cyber-Physical Systems (ICPS), St. Petersburg, Russia, IEEE, 2018, May, pp. 458–463. DOI: 10.1109/ICPHYS.2018.8390748




DOI: http://dx.doi.org/10.14529/ctcr200109

Ссылки

  • На текущий момент ссылки отсутствуют.