Способ диагностики и прогнозирования технического состояния машин

 

Изобретение м.б. использовано для управления качеством машин в условиях производства и эксплуатации. Цель изобретения - повышение достоверности результатов диагностики и прогнозирования технического состояния машины. Измеряют значение диагностических признаков вибрации корпуса у машин. Восстанавливают функции распределения вероятностей признаков вибрации для множества машин. Фиксируют значения функций распределения признаков, измеренных у машины. Оценивают относительную долю поля рассеивания погрешности как значение функции распределения соответствующего признака. По близости функции к 0 или 1 судят о состоянии машины и определяют ее категорию качества по прогнозируемому ресурсу. Перед определением категории качества оценивают обобщенную погрешность как средневзвешенное зафиксированных значений функций распределения каждого признака вибрации. Фиксируют значение функции распределения вибрации. Испытывают машины до отказа и оптимизируют значения весовых коэффициентов по максимуму коэффициента ранговой корреляции Спирмена между обобщенной погрешностью и наработкой машин до отказа. 1 ил.

Изобретение относится к технической диагностике машин и может быть использовано для управления их качеством в условиях производства и эксплуатации. Цель изобретения повышение достоверности результатов диагностики и прогнозирования технического состояния. На чертеже представлена номограмма для прогнозирования вероятности безотказной работы Р_T и соответствующего ей ресурса Т машины по взвешенной сумме функций распределения диагностических признаков вибрации R_v в координатах R_v P_v P_т Т (номограмма получена экспериментально по результатам испытаний до отказа двух выборок машин из пяти шестеренных насосов с высокой и низкой виброактивностями). На чертеже приняты следующие обозначения: кривая 1 линейная аппроксимация функции распределения вероятностей (ФРВ) взвешенной суммы P'_v R'_v при ρ_s= 0,95; кумулянтная кривая 2 (функция накопленных частот) P_v FR_v при ρ_s= 0,8; кривая 3 линейная регрессия вероятности безотказной работы Р_т на P_v и доверительные границы при ρ_s= 0,95 (прямые 4 и 5) и 0,8 (прямые 6 и 7); кумулянтная кривая 8 (кривая накопления частот) Р_т Ft > Т при ρ_s= 0,8; кривая 9 экспоненциальная аппроксимация функции Р_т (t) вероятность безотказной работы Р_т exp (t 0,214): 0,723; кривые 10 11 верхняя и нижняя границы наработки на отказ при ρ_s= 0,95; кривые 12 13 то же, но при ρ_s= 0,8 кривая 14 прогнозирование вероятности безотказной работы и ресурса на приемосдаточных испытаниях: среднего значения (0,70), верхней (1,27) и нижней (0,61) границ при ρ_s= 0,95, верхней (1,48) и нижней (0,52) границ при ρ_s= 0,8; кривая 15 - определение числа категорий качества при ρ_s= 0,95 (< 0,3; 0,3 -0,6; 0,6 -0,9; > 0,9); кривая 16 определение категорий качества при ρ_s= 0,8 (< 0,63, > 0,63). Способ диагностики и прогнозирования технического состояния машин заключается в том, что измеряют значения диагностических признаков вибрации у диагностируемых машин, восстанавливают функции распределения вероятностей диагностических признаков вибрации для множества диагностируемых машин, определяют значения функций распределения диагностических признаков, измеренных у диагностируемой машины, определяют относительную долю поля рассеивания каждой диагностируемой погрешности как значение функции распределения соответствующего диагностического признака и по близости ее к 0 или 1 судят о состоянии машины и определяют ее категорию качества по прогнозируемому ресурсу, при этом перед определением категории качества оценивают обобщенную погрешность машины как средневзвешенное всех значений функций распределения каждого диагностического признака вибрации, фиксируют значение ее функции распределения, выбирают на приемосдаточных испытаниях машины со значениями обобщенной погрешности, близкими к предельным 0 и 1, испытывают их до отказа и определяют значения весовых коэффициентов, соответствующих максимуму коэффициента ранговой корреляции Спирмена между обобщенной погрешностью и наработкой машин до отказа, при этом число категорий качества и величину прогнозируемого ресурса определяют из условия где m число категорий качества; ρ_{s макс} максимальное значение коэффициента ранговой корреляции Спирмена, достигнутое при испытаниях; T_n величина прогнозируемого ресурса диагностируемой машины; Т_мин минимальная наработка на отказ машин из испытуемой выборки; Т_ср средняя наработка на отказ машин, выбранных на приемосдаточных испытаниях; P_v1 значение функции распределения обобщенной погрешности машины с минимальной наработкой, соответствующее определенным по максимуму ρ_s значениям весовых коэффициентов; P_v значение функции распределения обобщенной погрешности диагностируемой машины. Испытания машин до отказа с обобщенной погрешностью, близкой к 0 и 1, проводят для проверки диагностики при предварительном выборе равных между собой весовых коэффициентов, т.е. при условии

где ρ_i весовой коэффициент i-го диагностического признака вибрации;
n число диагностических признаков. Исходя из этого, взвешенная сумма или обобщенная погрешность определяется согласно выражению

R_v взвешенная сумма или обобщенная погрешность диагностических признаков;
β_i, V_i весовой коэффициент и значение функции распределения соответственно i-го диагностического признака вибрации. В результате испытаний до отказа оценивают, с одной стороны, степень связи между обобщенным диагностическим признаком R_v и обобщенным показателем качества ее функцией распределения P_v, а, с другой стороны, наработкой до отказа Т и ее функцией распределения, т.е. вероятностью безотказной работы Р_т. Новые значения весовых коэффициентов устанавливают при последующем анализе полученных при испытании данных, исходя из влияния признаков на ресурс. При этом уточненные значения взвешенной суммы P'_v и обобщенного показателя P'_v приводят к увеличению коэффициента корреляции Спирмена между вероятностью безотказной работы Р_т и функцией распределения Р_v обобщенного диагностического признака R_v, определяемого по формуле

где ρ_s коэффициент ранговой корреляции Спирмена;
m число машин, испытываемых на долговечность;
P_т, P_v вероятность безотказной работы и функция распределения обобщенного диагностического признака соответственно j-й машины. Если, например, при диагностировании зафиксировано значение P_v 0,5 (пунктир 14 на чертеже), то, восстанавливая перпендикуляры к осям R_v, P_v и P_т до пересечения с графиками 1, 3 и 9, определяют вероятную наработку до отказа 700 ч, верхнюю и нижнюю границы для ρ_s= 0,8 (случай равных весовых коэффициентов) 1480 ч и 520 ч, а также верхнюю и нижнюю границы для ρ_s= 0,95 (случай уточненных весовых коэффициентов) - соответственно 1270 ч и 610 ч. Т. е. в результате уточнения значений весовых коэффициентов по максимуму коэффициента ранговой корреляции Спирмена достоверность результатов прогноза повышается за счет сокращения прогнозируемого интервала разброса. Число категорий качества, на которые группируют машины для ρ_s= 0,8 и ρ_s= 0,95 определяются пунктирами 15 и 16: для ρ_s= 0,8 m > 1,58 принимают m 2, для ρ_s= 0,95 m 3,166 принимают m 4. В первом случае подразделяют группу машин на две категории, когда P_v < 0,63 и P_v ≅ 0,63, а во втором случае на следующие четыре категории: 1-я с Р_v < 0,3; 2-я с 0,3 ≅ P_v 0,6; 3-я с 0,66 ≅ P_v < 0,9 и 4-я с P_v > 0,9, причем к 4-й группе относят машины с грубыми производственными погрешностями. Прогнозирование вероятности безотказной работы на приемосдаточных испытаниях по функции распределения вероятности взвешенной суммы диагностических признаков P_т P_v позволяет в случае экспоненциального закона распределения наработки до отказа однозначно судить об изменении потенциального ресурса машины. Если, например, при испытании определены диагностические признаки двух машин P_т1 exp(-T₁/T_ср) P₁ и P_т2 exp(-T₂/T_ср P₂, то отношение P₁/P₂ P_т1/P_т2 exp[(T₂ - T₁/T_ср] В случае, если P₁/P₂ 2,718, то разность потенциальных ресурсов этих машин равна среднему времени безотказной работы, т.е. T₂ T₁ T_ср, значение которого определяется по данным эксплуатации.

Формула изобретения

Способ диагностики и прогнозирования технического состояния машины по косвенным признакам, сопровождающим ее работу, преимущественно по характеристикам вибрации корпуса, заключающийся в том, что измеряют значения диагностических признаков вибрации у диагностируемых машин, восстанавливают функции распределения вероятностей диагностических признаков вибрации для множества диагностируемых машин, фиксируют значения функций распределения диагностических признаков, измеренных у диагностируемой машины, оценивают относительную долю поля рассеивания каждой диагностируемой погрешности как значение функции распределения соответствующего диагностического признака и по близости ее к О или 1 судят о состоянии машины и определяют ее категорию качества по прогнозируемому ресурсу, отличающийся тем, что, с целью повышения достоверности результатов диагностики и прогнозирования технического состояния, перед определением категории качества оценивают обобщенную погрешность машины как средневзвешенное зафиксированных значений функций распределения каждого диагностического признака вибрации, фиксируют значение ее функции распределения, выбирают на приемосдаточных испытаниях машины с близкими к предельным, О или 1, значениями обобщенной погрешности, испытывают их до отказа и оптимизируют значения весовых коэффициентов по максимуму коэффициента ранговой корреляции Спирмена между обобщенной погрешностью и наработкой машин до отказа, при этом число категорий качества и величину прогнозируемого ресурса определяют из условия

где m число категорий качества;
- максимальное значение коэффициента ранговой корреляции Спирмена, достигнутое в эксперименте; T_п величина прогнозируемого ресурса диагностируемой машины;
T_мин минимальная наработка на отказ машины из испытуемой выборки;
T_ср средняя наработка на отказ машин, выбранных на приемосдаточных испытаниях;
P_v значение функции распределения обобщенной погрешности машины с минимальной наработкой, определенное при оптимизированных по максимальному значениях весовых коэффициентов; P_v1 значение функции распределения обобщенной погрешности диагностируемой машины.

РИСУНКИ

Рисунок 1