Диагностических признаков

Номенклатура диагностических параметров автомобильных двигателей определяется ГОСТ 23435—79, а методика испытаний по токсичности ГОСТ 17.2.2.03—77. В них предусмотрено использование только режимов холостого хода двигателей как воспроизводимых в любых условиях. Если на ДТП имеется роликовый мощност-ной стенд, то необходимо расширить число контрольных точек с использованием нагрузочных режимов проверки двигателей по ток-

Занятие 2. Номенклатура диагностических параметров двигателей. Технология проведения диагностики, место контроля токсичности в комплексной диагностике. Диагностическое оборудование и приборы, применяемые на

Занятие 2. Номенклатура диагностических параметров дизелей. Место контроля дымности в комплексной диагностике дизелей. Дизель-тестеры. Стенды для испытаний автомобилей и двигателей под нагрузкой. Методы диагностики топливной аппаратуры. Рациональная технология проведения контроля дымности, диагностики и обслуживания дизелей применительно к данному ДТП.

В качестве критериев используют не только значения диагностических параметров, но и теми их изменения по времени.

Выбор наиболее нагруженных несущих элементов аппаратов выполняется на основе информации о конструктивных особенностях исследуемого оборудования, условиях их эксплуатации и статистических данных о повреждаемости. Вследствие сложных условий работы металла аппаратов оценка их технического состояния должна предусматриваться по комплексу диагностических параметров.

Повышение качества изготовления и эксплуатации аппаратов в большой степени зависит от создания и внедрения наиболее совершенных средств технического диагностирования. Проверка исправности, правильности функционирования, поиска дефектов и оценка технического состояния аппаратов требует измерения несколько сотен параметров качества, представляющих собой свойства объектов, обусловливающих их соответствие предъявляемым нормативным требованиям. Известны группы диагностических параметров и признаков, характеризующих технические, эксплуатационные, физические, механические и другие свойства объектов. Техническое диагностирование осуществляется посредством измерения количественных значений параметров качества, которые, в свою очередь, зависят от влияющих на них факторов: механических нагрузок и климатических воздействий, воздействий термических и коррозионно-активных сред. Иногда общее число влияющих факторов превосходит несколько десятков. Они должны подвергаться измерениям при техническом диагностировании аппаратов.

Количество диагностических параметров растет при усложнении конструкции и габаритных размеров аппарата. Помимо значительных габаритов неоднозначны конструктивные оформления сосудов (аппаратов), работающих под давлением и выполняющих различные технологические функции: теплообменники, емкости, колонные аппараты.

Предположим, что изменение диагностических параметров механизма соответствует изменению структурных параметров. Такое представление получило название детерминированной диагностической модели. К примеру, детерминированная связь

где ii=l, 2, ..., n; k - число исследуемых дефектов; b - неизвестные коэффициенты полинома; х^, Xj — кодированные значения структурных параметров (+1 или -1); n - число диагностических параметров.

Число уравнений равно числу диагностических параметров n.

тромагнитной диагностики является уменьшение числа диагностических параметров при одновременном повышении их информативности. Для решения этой задачи могут быть использованы пространственные и временные гармонические составляющие вторичного электромагнитного поля, получаемого при сканировании поверхности объекта низкочастотным гармоническим электромагнитным полем [88].

Алгоритм распознавания обычно основывается на диагностической модели, устанавливающей связь между пространством состояний и пространством диагностических признаков. Эта связь в редких случаях имеет аналитический вид в виде функциональной зависимости. В большинстве случаев эта связь носит статистический характер.

установлено соотношение между пространством состояний {W} и пространством диагностических признаков {D}; Диагностическая модель позволяет отвлечься от физической природы объекта и формализовать решение диагностических задач в форме, удобной для ее решения на ЭВМ. Наиболее удобными моделями, описанными в литературе и пригодными для использования в нефтяной промышленности^ ляются: структурно-следственная модель; динамическая модель; регрессионная модель.

При построении системы диагностических признаков удобно использовать подход, предполагающий построение мно-гофакгорной модели зависимости функции отклика системы от параметров технического состояния.

ИНФОРМАТИВНОСТЬ ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ - показатель, характеризующий пригодность признаков (симптома, синдрома) для установления диагноза. Для определения ИДА используют методику Бродмена, дивергенцию Кул-бека, информационную меру Шеннона и др.

Анализ причинно-следственных явлений, сопровождающих повреждения подшипников, показал'', что в качестве диагностических признаков для. оценки состояния на ходу малины могут быть выбраны температура, вибрация и наличие металлических частиц в масле. В результате ретроспективного анализа выявлено, что в техни-• ческой диагностике мааин найбольвее применение находят виброакустические метода обнаружения дефектов. Общепринято, что при образовании выкрашиваний на беговых дорожках происходит ударное взаимодействие с ними тел качения. В результате возбуждаются вибрации, имеющие; характер квазшеряодических импульсов слож-ьля формы, следующих с частотой перекатывания тел качения по

2) параметризацию моделей спектральных характеристик, участвующих в формировании диагностических признаков, что дает возможность осуществить хранение информации о них в виде параметров их АРСС-моделей, организуя для этих целей малоемкие базы данных и не только производить при этом оценку текущего состояния диагностируемых объектов или признаков, но и изучать динамику их поведения, используя как аналитические, так и экспериментальные методы исследования.

Диагностические признаки. Выбор диагностических признаков Ai — наиболее трудная часть рассматриваемой задачи акустической диагностики. При неудачном выборе признаков их изменения от увеличения или уменьшения параметров к; могут оказаться недостаточно большими, в результате чего случайные изменения условий измерений могут быть восприняты как изменение внутреннего состояния объекта. В этом случае говорят о малой информативности признаков или об их малой чувствительности по отношению к данным структурным параметрам (дА^да,). Основное требование к диагностическому признаку — максимальная чувствительность к одному из структурных параметров и минимальная ко всем остальным.

При определении наиболее информативных диагностических признаков нужно, вообще говоря, знать структуру акустического сигнала, для чего требуется детальное исследование процессов звукообразования внутри объекта диагностики. Однако поиск признаков является в какой-то мере и самостоятельной задачей, связанной с анализом акустических сигналов и разработкой алгоритмов для ЭВМ или аппаратуры для их обработки. В тех случаях, когда заранее неизвестна структура машинного сигнала и, таким образом, неясно, каково влияние параметров состояния на акустический сигнал, у исследователя должен иметься достаточно полный набор разнообразных независимых характеристик сигнала, среди которых он может выбрать опытным путем наиболее чувствительные к изменениям исследуемых параметров состояния и затем использовать их в качестве информативных диагностических признаков.

В настоящее время в качестве диагностических признаков используются самые разнообразные характеристики акустических сигналов. Многие такие характеристики рассмотрены в главах 2 и 3. Они связаны с вероятностными и спектрально-корреляционными свойствами сигналов. Почти все эти признаки вместе с некоторыми другими, например амплитудами, частотами и фазами гармонических сигналов, можно назвать простыми, в отличие от комбинированных. Последние составляются из простых признаков и подчеркивают какие-либо особенности машинных сигналов.

Акустические модели диагностики. Выбор информативных диагностических признаков связан, как было сказано выше, с характером звукообразования в машине и со структурой акустического сигнала. Поэтому важная роль в постановке акустического диагноза должна отводиться модели формирования диагностического сигнала или акустической модели диагностики. Под такой моделью понимается схема, содержащая источники случайных и/или детерминированных сигналов, а также линейные и нелинейные элементы, на выходе которой образуется сигнал, идентичный акустическому сигналу моделируемого объекта по совокупности диагностических признаков. Характеристики источников и составных элементов модели однозначно связаны с измеряемыми параметрами состояния объекта. Измерение (оценка) этих параметров производится путем идентификации объекта и модели по близости диагностических признаков.

К таким объектам относятся, например, современные редук-торные механизмы. Основными источниками вибраций и шумов в них являются процессы пересопряжения зубьев и влияющие на них погрешности изготовления зубчатых колес, монтаж передачи, дисбаланс валов и т. д. В работе [40] приводится диагностическая модель простейшей прямозубой передачи, в которой учтены следующие факторы: профильные погрешности зацепления, переменная жесткость зацепления, ошибки основного шага и деформации зубьев, приводящие к соударениям при входе зубьев в зацепление. В этой модели переменная жесткость зацепления представляется ступенчатой функцией времени со случайными амплитудами и случайной длительностью интервалов однопарно-го и двупарного зацепления, величина деформации пары зубьев моделируется суммой двух гармонических сигналов со случайными амплитудами и фазами, а ударное возбуждение характеризуется серией мгновенных ударов со случайной амплитудой, синхронизированных со случайными моментами входа зубьев в зацепление. Диагностическая модель зубчатой пары представляется, таким образом, в виде линейной системы со случайными параметрическим, кинематическим и импульсным возбуждениями. В ряде случаев характеристики этих случайных величин удается подобрать таким образом, что выходные сигналы модели становятся адекватными сигналам реальной зубчатой пары по целому ряду диагностических признаков [120]. Следует отметить, что информативными признаками здесь являются довольно сложные характеристики сигналов (биспектры, двумерные функции распределения вероятностей, линии регрессии, кепстры и т. п.), получение которых доступно только при использовании быстродействующих ЭЦВМ. Анализ некоторых из них показывает, что в редукторных механизмах наблюдается сильная нелинейная связь между различными компонентами акустического сигнала [39]. Это говорит о наличии в реальных объектах нелинейных элементов и о необходимости дальнейшего улучшения акустической модели диагностики зубчатого зацепления.