Методика вибрационной диагностики гидравлической системы технологических машин при выполнении сельскохозяйственных работ на примере шестеренного насоса НШ-32А

Традиционная система технического обслуживания и ремонта гидравлических систем технологических машин не позволяет прогнозировать внезапные отказы. Для перехода к обслуживанию по фактическому состоянию необходимо разработать методику, позволяющую в режиме реального времени выявлять дефекты деталей и сборочных единиц. Оценку состояния элементов гидросистем можно эффективно выполнять на основе вибрационного анализа. Исследования проведены с целью разработки и апробации методики вибрационной диагностики гидравлических систем технологических машин на основе спектрального анализа плотности мощности вибросигнала. Предложенная методика включает в себя этапы: получение исходных данных с датчика контролируемых механизмов; предварительная обработка данных и выделение признаков для снижения размерности необработанных данных и получения полезной информации из сигнала; СПМ-анализ и расчет пик-фактора и эксцесса; диагностическая классификация неисправностей, выявление дефектов; визуализация данных в режиме реального времени. Для автоматизированной обработки вибросигналов разработан программный комплекс. Проведенный анализ по показателю спектральной плотности мощности вибросигнала показал эффективность идентификации дефектов при различных режимах работы. Апробацию методики проводили на шестеренном гидронасосе НШ-32А при трех рабочих режимах: 1000, 1500 и 2000 об/мин. При этом выделяли информативные признаки в вибросигнале для диагностирования четырех состояний насоса (исправное, износ подшипника, износ шестерни, комбинированный дефект) с точностью 90…93%. Применение методики контроля технического состояния гидравлических систем технологических машин позволило диагностировать появление внезапных отказов с высокой точностью. В дальнейших исследованиях планируется установить зависимость изменения виброускорения на величину объемного КПД шестеренного насоса.

1. Апатенко А.С., Севрюгина Н.С. Механизм распознавания состояния конструктивных элементов технологических машин // Ремонт. Восстановление. Модернизация. 2020. № 12. С. 23-28. EDN: DCCVQD

2. Севрюгина Н.С., Апатенко А.С. Интеграция профилей цифровых двойников технологических машин в сфере эксплуатации и сопровождения // Научно-информационное обеспечение инновационного развития АПК: Материалы XV Международной научно-практической конференции. М.: ФГБНУ «Росинформагротех», 2023. С. 84-91. EDN: BTHBCT

3. Ступин О.А., Некрасов С.И., Кучинский Р.Г. Вибродиагностика как современный метод контроля и диагностирования гидроприводов технологических машин // Международный технико-экономический журнал. 2022. № 5-6. С. 75-86. EDN: SMEEFO

4. Herszberg I., Bannister M.K., Li H.C.H., Tomson R.S. Structural Health Monitoring for advanced composite structures. ICCM International Conferences on Composite Materials. 2007. URL: https://www.researchgate.net/publication/289645207_Structural_health_monitoring_for_advanced_composite_structures

5. Peng Y., Dong M., Zuo M. Current status of machine prognostics in condition – based maintenance: a review. International Journal of Advanced Manufacturing Technology. 2010;50:297-313. https://doi.org/10.1007/s00170-009-2482-0

6. Ступин О.А., Некрасов С.И. Анализ методов обработки вибросигналов при диагностировании элементов гидросистем технологических машин // Инновации в природообустройстве и защите в чрезвычайных ситуациях: Материалы IХ Международной научно-практической конференции, Саратов, 27-28 апреля 2022 г. Саратов: ООО «Амирит», 2022. С. 371-374. EDN: HBCUDE

7. Saravanan N., Ramachandran K.I. Fault diagnosis of spur bevel gear box using discrete wavelet features and Decision Tree classification. Expert Systems with Applications. 2019;36(5):9564-9573. https://doi.org/10.1016/j.eswa.2008.07.089

8. Unal M., Onat M., Demetgul M., Kucuk H. Fault diagnosis of rolling bearings using a genetic algorithm optimized neural network. Measurement. 2014;58:187-196. https://doi.org/10.1016/j.measurement.2014.08.041

9. Sevryugina N.S., Apatenko A.S. Import substitution and monitoring of workpiece quality. Russian Engineering Research. 2023;43(8):927-933. https://doi.org/10.3103/s1068798x23080294