Разработка системы мониторинга технического состояния ременных передач комбайнов с применением вибрационной диагностики
Автор: Шимохин А.В.
Журнал: Вестник Омского государственного аграрного университета @vestnik-omgau
Рубрика: Агроинженерия
Статья в выпуске: 4 (56), 2024 года.
Бесплатный доступ
Представлен анализ состава машинно-тракторного парка предприятий по моделям и возрасту. Рассмотрены современные системы мониторинга работы комбайнов - АГРОТРОНИК. Определены параметры, контролирущиеся данной системой. Предложена система обработки данных параметров на основе применения нейронной сети. Представлена структурная схема системы мониторинга. Для повышения ее эффективности предлагается использовать анализ данных, поступающих от вибрации вращающихся и сопрягаемых узлов. Определены диапазоны частот вибрации, на которых проявляются дефекты ременных передач в комбайне. Анализ частот вибрации показал: в основном дефекты данных передач комбайна Acros-530 определены в диапазоне частот от 1 до 42 Гц. Так, износы ведущих шкивов - в основном проявляются на частотах вибрации от 8 до 52 Гц, износы ведомых шкивов - на частотах вибрации от 2 до 27 Гц, дефекты ремня на частотах вибрации - от 1 до 22 Гц. Наибольшее количество дефектов ременных передач комбайна Acros-530 проявляется вибрацией в диапазоне частоты от 2 до 22 Гц. Также проведенный анализ позволил построить диагностическую карту по частотам вибрации, которую можно использовать для диагностирования технического состояния ременных и цепных передач комбайна Acros-530 с использование нейронной сети. За счет свойства нейронных сетей классифицировать определенный дефект и анализа, изображения спектрограмм вибрации становится возможным применение системы мониторинга при отсутствии эксперта по анализу результатов диагностирования.
Технический сервис, нейронные сети, ременные передачи, вибрационная диагностика
Короткий адрес: https://sciup.org/142243643
IDR: 142243643 | УДК: 656.09
Development of a system for monitoring the technical condition of combine harvester belt drives using vibration diagnostics
This article presents an analysis of the composition of the machine and tractor fleet of enterprises by model and age. Modern systems for monitoring the operation of combines - AGROTRONIK - are considered. The parameters that are controlled by this system are determined. A system for processing these parameters based on the use of a neural network is proposed. A block diagram of the monitoring system. It is noted that in order to increase the efficiency of the system, it is proposed to use the analysis of data received from vibration of rotating and mating units. Vibration frequency ranges have been determined for defects in belt drives in a combine harvester. The analysis of vibration frequencies as signs of defects has shown that mainly defects in these transmissions of the Acros -530 combine are determined in the frequency range from 1 to 42 Hz. Thus, wear of the driving pulleys mainly appears at vibration frequencies from 8 to 52 Hz, wear of the driven pulleys at vibration frequencies from 2 to 27 Hz, and belt defects at vibration frequencies from 1 to 22 Hz. The largest number of defects in belt drives of the Akros combine are manifested by vibration in the frequency range from 2 to 22 Hz. The analysis made it possible to construct a diagnostic map based on vibration frequencies. Which can be used to diagnose the technical condition of belt and chain drives of the Acros-530 combine using a neural network. The use of such a system creates the opportunity to use a technical condition monitoring system, due to their ability to classify a specific defect by analyzing the image of vibration spectrograms, in the absence of a diagnostic expert.
Список литературы Разработка системы мониторинга технического состояния ременных передач комбайнов с применением вибрационной диагностики
- Редреев Г.В., Болтовский С.Н. Использование диагностической информации для повышения эффективности эксплуатации зерноуборочных комбайнов // Вестник Омского государственного аграрного университета. 2018. № 4(32). С. 85–92.
- Особенности подготовки техники к длительному хранению в Омской области / Е.Ю. Мирошник, Д.Н. Виноградов, Я.Д. Высоцкий [и др.] // Роль научно-исследовательской работы обучающихся в развитии АПК: сб. IV Всерос. (нац.) науч.-практ. конф., Омск, 28 февраля 2023 года. Омск: Омский государственный аграрный университет имени П.А. Столыпина, 2023. С. 205–208.
- Герике П.Б., Герике Б.Л. Моделирование деградации фактического состояния подшипников на основе использования единого диагностического критерия // Горная промышленность. 2023. № S2. С. 32–36. DOI 10.30686/1609-9192-2023-S2-32-36.
- Шимохин А.В. Совершенствование организации ремонтной службы предприятий машиностроения // Вестник Сибирской государственной автомобильно-дорожной академии. 2017. № 1(53). С. 190–197.
- Шамаль М.А. Диагностика технического состояния электрических машин главных приводов мощных экскаваторов на основе нейронных сетей // Известия высших учебных заведений. Горный журнал. 2005. № 2. С. 44–46.
- Лукьянов А.В., Каимов Е.В. Повышение надежности вспомогательных машин электровозов на основе использования данных вибродиагности-ки // Современные технологии. Системный анализ. Моделирование. 2023. № 2(78). С. 115–126. DOI 10.26731/1813-9108.2023.2(78).115–126.
- Дергачев К.А. Вибродиагностика промышленного оборудования при помощи искусcтвенного интеллекта // Динамика взаимоотношений различных областей науки в современных условиях: сб. ст. Междунар. науч.-практ. конф., Новосибирск, 29 мая 2018 года. Ч. 1. Новосибирск: ОМЕГА САЙНС, 2018. С. 19–21.
- Шимохин А.В. Методика определения оптимальных сроков ремонта транспорта с использованием технологии нейронных сетей // Вестник Омского государственного аграрного университета. 2023. № 2(50). С. 153–160.
- Помогаев В.М., Редреев Г.В. Информационное обеспечение в системе технического обслуживания и ремонта мобильных машин в сельском хозяйстве // Вестник ОмГАУ. 2022. № 2(46). С. 145–152.
- Каракулов И.В. Классификация технического состояния водонасосного оборудования при помощи сверточных нейронных сетей // Прикладная математика и вопросы управления. 2022. № 2. С. 37–53. DOI: 10.15593/2499-9873/2022.2.02
- Рогачев А.Ф., Коротков А.А., Дьякова Н.В. Прогнозирование урожайности зерновых культур с применением искусственных нейронных сетей // Использование инновационных технологий для решения проблем АПК в современных условиях: сб. материалов Междунар. науч.-практ. конф., посвящ. 65-летию образования Волгоградской государственной сельскохозяйственной академии. Волгоград. 2009. С. 254-259
