Применение вибрационного анализа для обнаружения дефекта во вращающихся механических элементах
Автор: Коробейников А.Г., Ткалич В.Л., Пирожникова О.И.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 3-2 (90), 2024 года.
Бесплатный доступ
В работе рассмотрен подход, предлагающий на базе вибрационного анализа детектировать наличие дефекта в деталях, входящих в состав вращающихся систем. Подход базируется на применении синхронного усреднения сигнала во времени и анализе спектров огибающей. Компьютерное моделирование предлагаемого подхода рассмотрено на примере двухвальной коробки передач, с детектированием такого дефекта как скол на ведомой шестерне. Практическое применение рассмотренного подхода может быть реализовано при профилактическом обслуживании, например, коробок передач, которые содержат множество вращающихся компонентов: шестерни, валы и подшипники. Компьютерная модель для рассматриваемого примера была разработана при помощи MATLAB.
Ведомая шестерня, ведущая шестерня, вибрационный анализ, компьютерная модель, спектр мощности
Короткий адрес: https://sciup.org/170203469
IDR: 170203469 | DOI: 10.24412/2500-1000-2024-3-2-173-180
Текст научной статьи Применение вибрационного анализа для обнаружения дефекта во вращающихся механических элементах
В настоящее время существует тенденция к постоянному повышению требований к безопасности отечественных объектов транспортной инфраструктуры (ОТИ) [1]. В состав этих требований входит профилактический контроль ОТИ. Такой контроль осуществляется при помощи различных методов [2], например, механические – базируются на измерениях геометрических размеров, зазоров в сопряжениях, давлений и скорости элементов; электрические (ваттметрия) – базируются на измерениях силы тока, напряжений, мощности, сопротивлений и других электрических параметров; неразрушающего контроля – магнитные, вихретоковые, оптические, ультразвуковые. В данной работе рассмотрено применение методов вибрационного анализа для исследования полученных в результате компьютерного моделирования данных о вибрации для коробки передач, валы которой вращаются с фиксированной скоростью. Синхронное со временем усреднение используется для выделения компонентов вибрации, связанных с конкретным валом или шестерней, и усреднения всех других компонентов. Спектры огибающей полезны при выявлении локальных дефектов у шестерней, вызывающих высокочастотные удары. Инструментарием при создании компьютерной модели служила система MATLAB, при помощи которой можно решать задачи в различных предметных областях [3, 4].
Постановка задачи
В качестве примера выбрана двухвальная коробка передач, имеющая только первичный (ведущий) и вторичный (ведомый) валы [5].
Крутящий момент передаётся непосредственно с шестерён первичного вала (Pinion) на шестерни вторичного (Gear).
Рассмотрим идеализированную коробку передач, состоящую из 15-зубчатой Pinion
(NPinion=15), и находящейся в зацеплении с 38-зубчатой Gear (NGear=38). При выборе количества зубьев был учтен факт предпочтительности нечетной суммы NPinion+ NGear. В этом случае уменьшается вероятность наличия общего множителя у суммы и ее слагаемых, что приводит к более равномерному износу зубьев. Pinion соединена с входным валом, соеди- ненным с первичным приводом. Gear соединена с выходным валом. Валы поддерживаются роликовыми подшипниками на корпусе коробки передач. Акселерометр A размещен на корпусе редуктора. Съем информации с акселерометра происходит с частотой дискретизации 30 кГц. Схематично такая идеализированная коробка передач представлена на рисунке 1.

Рис. 1. Идеализированная коробка передач.
Pinion вращается со скоростью fPinion = ния Gear и выходного вала равна:
25 Гц или 1500 об/мин. Тогда частота враще-
Gear
Pinion
Np. -
Pinion
•-------------------------
NGear
= 25 •15 « 9.86
38 [Гц].
Частота зубчатого зацепления, представляющая из себя частоту, с которой зубья Pinion и Gear периодически входят в
зацепление равна:
fMesh
f Pinion
• N pnon
= 25 - 15 = 375
[Гц].
Ставится задача детектирования отсутствия или наличия дефекта в процессе эксплуатации коробки передач.
Предлагаемое решение
На рисунке 2 представлены результаты моделирования вибраций, измеряемые акселерометром A за 0.2 с. Форма волны в виде зубчатой сетки отвечает за передачу нагрузки и, следовательно, обладает наибольшей амплитудой вибрации. Aксе-лерометр A регистрирует вклад вибрации от двух валов и зубчатой передачи. В этой модели вклад тел качения подшипников в сигналы.

Рис. 2. Вибрации
вибрации, регистрируемые с помощью акселерометра A, считается незначительным.

Рис. 3. Локальный дефект (скол) на Gear
Предположим, что один из зубьев Gear имеет такой локальный дефект, как скол (рис. 3). В результате за один оборот Gear возникает удар [6, 7]. То есть локальная неисправность вызывает удар, продолжительность которого меньше продолжительности зацепления зубьев. Дефект на поверхности зубьев Gear генерирует высокочастотные колебания в течение всего времени удара. Частота ударов зависит от свойств компонентов коробки передач и ее собственных частот. В данной модели произвольно предполагается, что удар вы- зывает вибрационный сигнал частотой 2.5 кГц и происходит в течение примерно 15% от 1/fMesh, или за 0.0004 секунды. Удар повторяется один раз за оборот Gear.
В данной модели к сигналу на рисунке 2 добавляется сигнал от удара и белый шум. После этого, добавив белый шум к исходному сигналу (рис. 2), визуализируем за 0.25 с полученные данные (рис. 4). Места ударов обозначены на графике неисправного механизма красными треугольниками. Как видно на графиках, они почти неразличимы.

Рис. 4. Зашумленные сигналы для исправной и дефектной Gear
Сравнение спектров мощности сигналов
Локализованный дефект приводит к появлению распределенных боковых полос в окрестности частоты зубчатого зацепления:
fideebaadl , Pinion
= fMesh ± m ⋅ fPinion
V m e [1,2,3,...]
fsidcbamd , Gear fMesh ± m " fGear V m e [1, 2, 3,."]
На рисунке 5 представлен спектр с исправными и неисправными шестернями. Поскольку дефект связан с Gear, а не с Pinion, то появляются боковые полосы fsideband, Gear
расположенные на расстоянии
f
Gear
друг от друга. Спектры показывают
ожидаемые пики при
f
Gear
f
Pinion
и
fMesh
Но
наличие шума в сигнале делает пики на
f ideband , Gear и ■s'sibeinand , Pinion трудно раЗЛИЧИМЫМИ.

Рис. 5. Спектры для исправной и дефектной Gear
Синхронизированное по времени усреднение выходного сигнала
Синхронизированное по времени усреднение (time-synchronous averaged – tsa) позволяет усреднить случайные шумы с нулевым средним значением и c любыми формами сигналов, не связанных с частотами конкретного вала [8-9]. Это упрощает процесс детектирования дефектов.
На рисунке 6 представлены синхронизированные по времени Pinion и Gear сигналы (tsa – сигналы) для одного вращения.
Воздействие хорошо видно на Gear tsa – сигнале, в то время как для Pinion он усреднен. Место удара, указанное на графике маркером, имеет более высокую амплитуду, чем пики соседних зубчатых зацеплений.
На рисунке 7 представлен спектр мощности Gear tsa – сигнала с 10 боковыми полосами. Обращают на себя внимание на sideband ,Gear пики на , .

05 1 1.5
Фаза (вращения)

Фаза (вращения)
Рис. 6. Pinion и Gear tsa – сигналы для одного вращения

Рис. 7. Спектр мощности Gear tsa – сигнала
На рисунке 8 представлен спектр мощности Pinion tsa – сигнала с боковыми полосами.
Можно заметить отсутствие заметных пиков на fsideband,Pinion

Рис. 8. Спектр мощности Pinion tsa – сигнала
Заключение
Спектры мощности исходного вибрационного сигнала содержат данные от двух разных валов, а также шум. В этом случае достаточно трудно различить гармоники боковой полосы. А вот в спектре tsa – сигнала хорошо заметны пики в боковых полосах. Также следует обращать внимание на неравномерность значений амплитуды в боковых полосах. Этот факт является ин-
tsa – сигнала Pinion отсутствуют пики на боковых полосах. Данный факт позволяет сделать вывод об исправности Pinion.
Таким образом, применяя tsa-обработку сигналов, можно идентифицировать неисправные шестерни по гармоникам боковой полосы. Эта функциональность полезна, например, в случае необходимости извлечения сигнала от соответствующего вала (шестерни), из коробки передач с несколь-
дикатором локализованных неисправностей в Gear. С другой стороны, в спектре
кими валами и шестернями.
Список литературы Применение вибрационного анализа для обнаружения дефекта во вращающихся механических элементах
- Коробейников А.Г., Ткалич В.Л., Пирожникова О.И. Диагностический комплекс для выявления дефектов и оценки технического состояния металлоконструкций объектов транспортной инфраструктуры // Научно-технический вестник Поволжья. - 2023. - № 7. - С. 195-197. EDN: KPUQQA
- ГОСТ Р 56542-2019. Контроль неразрушающий. Классификация видов и методов. - [Электронный ресурс]. - Режим доступа: https://docs.cntd.ru/document/1200169346 (дата обращения: 28.03.2024).
- Коробейников А.Г., Кутузов И.М., Колесников П.Ю. Анализ методов обфускации // Кибернетика и программирование. - 2012. - № 1. - С. 31-37. EDN: SZGVOF
- Korobeynikov A.G., Fedosovsky M.E., Maltseva N.K., Baranova O.V., Zharinov I.O., Gurjanov A.V., Zharinov O.O. Use of information technologies in design and production activities of instrument-making plants // Indian Journal of Science and Technology. - 2016. - Т. 9. № 44. - С. 104708. EDN: YUXFUR
- Савич Е.Л., Гурский А.С. Автомобили. Коробки передач современных легковых автомобилей: Учебное пособие. - Минск: БНТУ, 2020. - 45 с.
- Кравченко И.Ф., Единович А.Б., Яковлев В.А., Дорофеев В.Л. Экспериментальные и теоретические результаты исследования авиационных зубчатых передач для двигателей пятого и шестого поколений // Авиационно-космическая техника и технология. - 2008. - № 8 (55). - С. 129-134.
- Пановко Я.Г. Основы прикладной теории колебаний и удара. - М.: Либроком, 2010. - 274 с.
- Wang L., Hu M., Ma B. et al. Time Synchronous Averaging Based on Cross-power Spectrum. Chin. J. Mech. Eng. 36, 51 (2023). - URL:. DOI: 10.1186/s10033-023-00867-9 EDN: AKLVKE
- William D. Mark. Time-synchronous-averaging of gear-meshing-vibration transducer responses for elimination of harmonic contributions from the mating gear and the gear pair // Mechanical Systems and Signal Processing. - 2015. - Vol. 62-63. - P. 21-29. - URL:. DOI: 10.1016/j.ymssp.2015.03.006