SU1486846A1 - Способ диагностирования фрикционных механических систем - Google Patents
Способ диагностирования фрикционных механических систем Download PDFInfo
- Publication number
- SU1486846A1 SU1486846A1 SU874252290A SU4252290A SU1486846A1 SU 1486846 A1 SU1486846 A1 SU 1486846A1 SU 874252290 A SU874252290 A SU 874252290A SU 4252290 A SU4252290 A SU 4252290A SU 1486846 A1 SU1486846 A1 SU 1486846A1
- Authority
- SU
- USSR - Soviet Union
- Prior art keywords
- friction
- mechanical system
- tribospectral
- diagnosed
- contact
- Prior art date
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
Изобретение относится к области машиностроения и может быть использовано для диагностики состояния машин и механизмов. Цель изобретения — повышение точности, достоверности и информативности диагностирования. На первом его этапе ис2
следуют локальный фрикционный контакт диагностируемого узла трения, определяя собственные трибоспектральные и триботехнические характеристики пары трения. Информация по исследованию локального фрикционного контакта поступает в ЭВМ. На втором этапе проводят динамический расчет диагностируемой механической системы, определяя ее основные динамические характеристики. На третьем этапе проводят комплексное моделирование фрикционной механической системы. На четвертом этапе исследуют на физической модели механической системы взаимодействие динамических процессов, протекающих на фрикционном контакте и в механической системе. На пятом этапе в ЭВМ методом трибоспектральной идентификации проводят диагностику меха- $5 нической системы в полевых условиях. I ил-. л
Изобретение относится к области машиностроения и может быть использовано для диагностики состояния машин и механизмов.
Целью изобретения является повышение точности, достоверности и информативности диагностирования.
На чертеже представлена блок-схема устройства, реализующего способ. На чертеже обозначено: 1 — локальный фрикционный контакт; 2 — усилитель; 3 _ АЦП; 4 — ЭВМ;
5 — устройство-отображения информации;
6 — фрикционный контакт модели узла трения; 7 — модель узла трения; 8 — физическая модель реальной диагностируемой механической системы; 9 — фрикционный контакт реального узла трения диагностируемой механической системы; 10 — реальный узел трения диагностируемой механической системы; 11 — реальная диагностируемая механическая система; 12 — программа для
ЭВМ по исследованию локального фрикционного контакта и трибоспектральной идентификации; 13 — программа для ЭВМ динамического расчета диагностируемой механической системы; 14 — программа для ЭВМ комплексного моделирования реальной механической системы; 15 — исходные данные для ЭВМ по реальной механической системе; 16 — датчики вибродиагностического сигнала.
Способ диагностирования фрикционных механических систем осуществляется следующим образом.
На первом этапе исследуют локальный фрикционный контакт 1 трибосопряжения реального узла трения диагностируемой механической системы с помощью датчиков 16 вибродиагностического сигнала и других средств измерения (на схеме не показаны). Определяют собственные трибоспектральные
3
1486846
4
характеристики исследуемой пары трения — зависимость амплитуды спектральной плотности вибродиагностического сигнала от собственной несущей частоты, вид корреляционной функции вибродиагностического сигнала и другие, собственные триботехнические характеристики — зависимость износа и коэффициента трения от удельной нагрузки, вид износа, интенсивность изнашивания и другие. Определяют информативную ширину частотного спектра составляющих сил трения, наиболее информативные трибоспектральные характеристики, имеющие максимальную корреляцию с выбранными для диагностирования триботехническими параметрами (износом, коэффициентом трения, интенсивностью изнашивания и другими). Вибродиагностический сигнал с локального фрикционного контакта 1, фиксируемый датчиком 16, подается на усилитель 2, потом на АЦП 3, где он кодируется в двоичной системе и далее в закодированном виде поступает в ЭВМ—4. В ЭВМ 4 поступает и вся другая информация по исследованию локального фрикционного контакта. ЭВМ 4 обрабатывает всю поступающую информацию по программе 12. В результате создается банк данных трибоспектральных и триботехнических характеристик, трибоспектральной идентификации исследованного локального контакта пары трения диагностируемого узла трения механической системы.
На втором этапе проводят динамический расчет реальной диагностируемой фрикционной механической системы, определяя ее основные динамические характеристики — частоты и амплитуды собственных колебаний и коэффициенты затухания колебаний в связях. Расчет ведут на ЭВМ — 4, куда предварительно вводят программу 13 динамического расчета и данные для этого расчета из исходных данных по реальной диагностируемой механической системе 15.
На третьем этапе проводят комплексное моделирование диагностируемой механической системы. Расчет ведут на ЭВМ 4, куда предварительно вводят программу комплексного моделирования механической системы 14 и исходные данные по механической системе 15. В результате моделирования строят физическую модель реальной механической системы 8, включающую узел 7, трения с фрикционным контактом 6.
На четвертом этапе исследуют на физической модели фрикционной механической системы 8 взаимодействие динамических процессов, протекающих на фрикционном контакте 6, в узле 7 трения и в механической системе 8. По аналогии с исследованием локального фрикционного контакта исследование проводят с использованием датчиков 16 вибродиагностического сигнала и других средств измерения (на схеме не показаны). Получаемая в результате исследований информация подается на ЭВМ 4, где она обрабатывается, записывается в банк данных и хранится, а при необходимости выводится на устройство 5 отображения информации. На этом этапе получают качественные трибоспектральные характеристики, определяющие влияние механической системы на триботехнические характеристики фрикционного контакта.
На пятом этапе на ЭВМ 4 исследуют спектр вибродиагностического сигнала реальной механической системы, полученный в условиях эксплуатации. Зная собственные трибоспектральные характеристики локального фрикционного контакта по банку данных, созданному на первом этапе и дополнительному на четвертом этапе, осуществляется поиск' соответствующего состояния локального контакта в механической системе. На основании проведенной трибоспектральной идентификации на первом и четвертом этапах определяются триботехнические характеристики диагностируемого узла трения, его фрикционного контакта.
Вибродиагностический сигнал получают с помощью датчиков 16, расположенных на диагностируемых фрикционном контакте 9, узле 10 трения, механической системе 11, Далее через усилитель 2 и АЦП его подают на ЭВМ 4, где он исследуется.
Результат диагностирования выводится на устройство 5 отображения информации (дисплей, графопостроитель и другие).
В сравнении с прототипом предложенный способ позволяет иметь информацию в любой момент диагностирования о процессах, протекающих на фрикционном контакте, который определяет состояние всего узла трения, прогнозировать развитие этих процессов, оперативно управлять их развитием.
Claims (1)
- Формула изобретенияСпособ диагностирования фрикционных механических систем, заключающийся в том, что снимают спектр вибродиагностического сигнала механической системы и исследуют его, отличающийся тем, что, с целью повышения точности, достоверности и информативности диагностирования, вначале исследуют локальный фрикционный контакт диагностируемого узла трения, определяя собственные трибоспектральные и триботехнические характеристики пары трения, информативную ширину частотного спектра составляющих сил трения, наиболее информативные трибоспектральные характеристики, имеющие максимальную корреляцию с выбранными для диагностирования триботехническими параметрами, далее проводят динамический расчет диагностируемой фрикционной механической системы, определяя ее основные динамические характеристики час514868466тоты и амплитуды собственных колебаний и коэффициенты затухания колебаний в связях, и осуществляют комплексное моделирование фрикционной механической системы, затем исследуют на физической модели 5 механической системы взаимодействие динамических процессов, протекающих на фрикционном контакте и в механической системе,и, используя данные по собственным трибоспектральным характеристикам, их связи с триботехническими характеристиками и результаты модельных исследований механической системы, производят диагностику фрикционного контакта, узлов трения механической системы в условиях их эксплуатации.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SU874252290A SU1486846A1 (ru) | 1987-05-28 | 1987-05-28 | Способ диагностирования фрикционных механических систем |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SU874252290A SU1486846A1 (ru) | 1987-05-28 | 1987-05-28 | Способ диагностирования фрикционных механических систем |
Publications (1)
Publication Number | Publication Date |
---|---|
SU1486846A1 true SU1486846A1 (ru) | 1989-06-15 |
Family
ID=21307097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SU874252290A SU1486846A1 (ru) | 1987-05-28 | 1987-05-28 | Способ диагностирования фрикционных механических систем |
Country Status (1)
Country | Link |
---|---|
SU (1) | SU1486846A1 (ru) |
-
1987
- 1987-05-28 SU SU874252290A patent/SU1486846A1/ru active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mohd Ghazali et al. | Vibration analysis for machine monitoring and diagnosis: a systematic review | |
Manhertz et al. | STFT spectrogram based hybrid evaluation method for rotating machine transient vibration analysis | |
Goumas et al. | Classification of washing machines vibration signals using discrete wavelet analysis for feature extraction | |
Purushotham et al. | Multi-fault diagnosis of rolling bearing elements using wavelet analysis and hidden Markov model based fault recognition | |
Wu et al. | Investigation of engine fault diagnosis using discrete wavelet transform and neural network | |
Li et al. | Damage detection of bridges using response of vehicle considering road surface roughness | |
KR20200075148A (ko) | 문제소음 발음원 식별을 위한 소음데이터의 인공지능 장치 및 전처리 방법 | |
GB2277151A (en) | Machine monitoring using neural network | |
De Almeida et al. | New technique for evaluation of global vibration levels in rolling bearings | |
CN114061947B (zh) | 基于稀疏时频分析的齿轮箱变转速故障诊断方法及系统 | |
SU1486846A1 (ru) | Способ диагностирования фрикционных механических систем | |
Giurgiutiu et al. | Review of vibration-based helicopters health and usage monitoring methods | |
Ahsan et al. | Early-stage faults detection using harmony search algorithm and STFT-based spectral kurtosis | |
CN113408346B (zh) | 一种基于迁移学习的光纤预警系统事件分类方法 | |
Tafreshi et al. | Informative wavelet algorithm in diesel engine diagnosis | |
CN112611444B (zh) | 一种可精确定位的分布式光纤振动监测系统及方法 | |
US5689429A (en) | Finger wear detection for production line battery tester | |
Yang et al. | Basis pursuit‐based intelligent diagnosis of bearing faults | |
Kim et al. | Effective band-selection algorithm for rolling element bearing diagnosis using AE sensor data under noisy conditions | |
JPH09502261A (ja) | 判断の可能な計測器 | |
Yang et al. | Unknown Bearing Fault Recognition in Strong Noise Background | |
RU2199776C2 (ru) | Способ поиска неисправного блока в динамической системе | |
Balazy et al. | Neural classifying system for predictive maintenance of rotating devices. | |
Zare et al. | Real-time online drilling vibration analysis using data mining | |
KR102525561B1 (ko) | 시계열 추론 데이터 생성 장치 및 그 방법 |