ЗАСТОСУВАННЯ СПЕКТРАЛЬНОГО ЕКСЦЕСУ ДЛЯ ВІБРОДІАГНОСТУВАННЯ ТЯГОВОГО РЕДУКТОРА ЕЛЕКТРОПОЇЗДА

Михалків Васильович Сергій; Анатолій Петрович Фалендиш; Владислав Ігорович Бульба; Андрій Миколайович Ходаківський

doi:10.25140/2411-5363-2019-1(15)-73-79

Автор(и)

Михалків Васильович Сергій Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0002-0425-6295
Анатолій Петрович Фалендиш Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0003-3602-7945
Владислав Ігорович Бульба Регіональна філія «Південна залізниця», Україна
Андрій Миколайович Ходаківський Український державний університет залізничного транспорту, Україна

DOI:

https://doi.org/10.25140/2411-5363-2019-1(15)-73-79

Ключові слова:

вібрація, електропоїзд, підшипник, редуктор, спектральний ексцес, частота

Анотація

Актуальність теми дослідження. Установлено, що запровадження дієвих вібродіагностичних заходів із вчасного виявлення відмов вузлів тягової зубчастої передачі електропоїздів є актуальним завданням.

Постановка проблеми. Вібродіагностування механічних вузлів електропоїздів вважається ефективною процедурою, яка здатна виділяти імпульсні складові, які періодично повторюються відповідно до обертання пошкоджених частин зубчастого зачеплення або підшипників. Основною проблемою є розробка ефективних методів з усунення завад і встановлення ознак технічного стану підшипників кочення й редукторів.

Аналіз останніх досліджень і публікацій. Останніми роками розрахунок величини ексцесу посів провідне місце у виділенні слабких періодичних імпульсів, однак нечіткі рекомендації з підвищення точності цих розрахунків потребували удосконалення, що спричинило появу методу спектрального ексцесу, заснованого на залученні фільтрів для відновлення сигналів, що носять випадковий характер і заповнені високим рівнем адитивного стаціонарного шуму.

Виділення недосліджених частин загальної проблеми. Недостатньо досліджено виявлення підшипникової складової вібрації і вплив на неї редукторної складової у високочастотному діапазоні.

Постановка завдання. Метою статті є визначення інформативної частотної смуги збудження підшипникової вібрації за допомогою методу спектрального ексцесу.

Виклад основного матеріалу. У статті за допомогою спектрального ексцесу обирається найкраща ширина вікна процедури віконного перетворення Фур’є, що дозволяє виявити найбільший рівень спектрального ексцесу й відшукати відповідний частотний діапазон.

Висновки відповідно до статті. Завдяки фільтру Вінера вдалося виявити широкосмугові структури вібрації тягової зубчатої передачі електропоїзда й зафіксувати частотну смугу з добре вираженою резонансною складовою підшипникової вібрації.

Посилання

Zhang, T., Chen, Z., Zhai, W., Wang, K. (2019). Establishment and validation of a locomotive–track coupled spatial dynamics model considering dynamic effect of gear transmissions. Mechanical Systems and Signal Processing, 119, 328–345. Retrieved from https://doi.org/10.1016/j.ymssp.2018.09.032.

Ding, J., Zhao, W., Miao, B., Lin, J. (2018). Adaptive sparse representation based on circularstructure dictionary learning and its application in wheelset-bearing fault detection. Mechanical Systems and Signal Processing, 111, 399–422. Retrieved from https://doi.org/10.1016/j.ymssp.2018.04.012.

Antoni, J., Randall, R. B. (2006). The spectral kurtosis: application to the vibratory surveillance and diagnostics of rotating machines. Mechanical Systems and Signal Processing, 20 (2), 308–331. Retrieved from https://doi.org/10.1016/j.ymssp.2004.09.002.

Dyer, D., Stewart, R. M. (1978). Detection of Rolling Element Bearing Damage by Statistical Vibration Analysis. Journal of Mechanical Design, 100(2), 229–235. Retrieved from https://doi.org/10.1115/1.3453905.

Zhang, H., Chen, X., Du, Z., Yan., R. (2016). Kurtosis based weighted sparse model with convex optimization technique for bearing fault diagnosis. Mechanical Systems and Signal Processing, 80, 349–376. Retrieved from https://doi.org/10.1016/j.ymssp.2016.04.033

Antoni, J. (2005). Blind separation of vibration components: Principles and demonstrations.Mechanical Systems and Signal Processing, 19(6), 1166–1180. Retrieved from https://doi.org/10.1016/j.ymssp.2005.08.008.

Randall, R. B. (2005). Applications of spectral kurtosis in machine diagnostics and prognostics. Key Engineering Materials, 293-294, 21–32. Retrieved from https://doi.org/10.4028/ www.scientific. net/KEM.293-294.21