ЗАСТОСУВАННЯ СПЕКТРАЛЬНОГО ЕКСЦЕСУ ДЛЯ ВІБРОДІАГНОСТУВАННЯ ТЯГОВОГО РЕДУКТОРА ЕЛЕКТРОПОЇЗДА

УДК:629.423.2:681.518.54

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

Автор:

Михалків Сергій Васильович, Український державний університет залізничного транспорту (майдан Фейєрбаха, 7, м. Харків, 61050, Україна)

Фалендиш Анатолій Петрович, Український державний університет залізничного транспорту (майдан Фейєрбаха, 7, м. Харків, 61050, Україна)

Бульба Владислав Ігорович, Регіональна філія «Південна залізниця» (вул. Є. Котляра, 7, м. Харків, 61052, Україна)

Ходаківський Андрій Миколайович, Український державний університет залізничного транспорту (майдан Фейєрбаха, 7, м. Харків, 61050, Україна)

Мова статті: українська

Анотація:

Актуальність теми дослідженняУстановлено, 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 проблемиНедостатньо 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.

Ключові слова:

вібрація; електропоїзд; підшипник; редуктор; спектральний ексцес; частота.

Список використаних джерел:

 

1. 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.

2. 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.

3. 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.

4. 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.

5. 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

6. 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.

7. 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

Завантажити