Технічна діагностика та неруйнівний контроль, 2024, №02



2024 №02 (06)

DOI of Article 10.37434/tdnk2024.02.01

2024 №02 (02)

---

Технічна діагностика і неруйнівний контроль, 2024, №2, стор. 3-10

Дослідження кореляційної структури вібраційного сигналу підшипникових вузлів декантера

І.М. Яворський^1,2, Р.М. Юзефович^1,3, О.В. Личак¹, Б.Р. Комарницький¹, Р.І. Хміль³, О.Я. Смірнова³

¹Фізико-механічний інститут ім. Г.В. Карпенка НАН України. 79060, м. Львів, вул. Наукова, 5. Е-mail: roman.yuzefovych@gmail.com
²Бидгощська Політехніка. 85796, Польща, м. Бидгощ, алея проф. С. Каліськєго, 7
³Національний університет «Львівська політехніка». 79013, м. Львів, вул. С. Бандери, 12

З використанням теорії та методів статистики періодично нестаціонарних випадкових процесів проаналізовано кореляційну структуру вібраційного сигналу підшипникового вузла декантера. Побудовано індикатори для виявлення та оцінювання розвитку дефектів. Досліджено зв’язок між шириною смуги фільтрації та параметрами амплітудного спектру дисперсії сигналу. Бібліогр. 21, табл. 3, рис. 10.
Ключові слова: декантер, вібрація, пробний період, кореляційна функція, спектральна густина, смугова фільтрація, індикатор розвитку дефекту

Надійшла до редакції 02.05.2024
Отримано у переглянутому вигляді 22.05.2024
Прийнято 11.06.2024

Список літератури

1. Яворський I. (2013) Математичні моделі та аналіз стохастичних коливань. Фізико-механічний інститут ім. Г.В. Карпенка НАН України, Львів.
2. Яворський І., Юзефович Р., Личак О. та ін. (2022) Застосування методів біперіодично корельованих випадкових процесів для дослідження вібраційних сигналів зубчастих передач. Частина 1. Теоретичні аспекти. Техн. діагност. та неруйнів. контроль, 4, 4–11. DOI: https://doi. org/10.37434/tdnk2022.04.01
3. Юзефович Р.,Яворський І., Личак О. та ін. (2023) Діагностика пошкоджень зубчатих пар методами біперіодично корельованих випадкових процесів. Частина 2. Дослідження вібраційних сигналів редуктора вітрогенератора. Техн. діагност. та неруйнів. контроль, 1, 13–21. DOI: https://doi.org/10.37434/tdnk2023.01.02
4. Wang, D., Zhao, X., Kou, L.-L. et al. (2019) A simple and fast guideline for generating enhanced/squared envelope spectra from spectral coherence for bearing fault diagnosis. Mech. Syst. Signal Process., 122, 754–768. DOI: https://doi. org/10.1016/j.ymssp.2018.12.055
5. Obuchowski, J., Wyłomańska, A., Zimroz, R. (2014) Selection of informative frequency band in local damage detection in rotating machinery. Mech. Syst. Signal Process., 48, 138– 152. DOI: https://doi.org/10.1016/j.ymssp.2014.03.011
6. Antoni, J. (2007) Cyclic spectral analysis in practice. Mech. Syst. Signal Process., 21(2), 597–630. DOI: https://doi. org/10.1016/j.ymssp.2006.08.007
7. Ho, D., Randall, R.B. (2000) Optimization of bearing diagnostic techniques using simulated and actual bearing fault signals. Mech. Syst. Signal Process., 14, 763–788. DOI: https://doi.org/10.1006/mssp.2000.1304
8. Antoni, J., Borghesani, P. (2019) A statistical methodology for the design of condition indicators. Mech. Syst. Signal Process., 114, 290–327. DOI: https://doi.org/10.1016/j. ymssp.2018.05.012
9. Hurd, H.L., Miamee, A. (2007) Periodically correlated random sequences: Spectral theory and practice. Wiley, New York.
10. Antoni, J. (2009) Cyclostationarity by examples. Mech. Syst. Signal Process., 23(4), 987–1036. DOI: https://doi. org/10.1016/j.ymssp.2008.10.010
11. Napolitano, A. (2020) Cyclostationary processes and time series: Theory, applications, and generalizations. Elsevier, Academic Press.
12. Antoni, J., Borghesani, P. (2019) A statistical methodology for the design of condition indicators. Mech. Syst. Signal Process., 114, 290–327. DOI: https://doi.org/10.1016/j. ymssp.2018.05.012
13. Randall, R.B., Antoni, J. (2011) Rolling element bearing diagnostics – A tutorial. Mech. Syst. Signal Process., 25(2), 485–520. DOI: https://doi.org/10.1016/j.ymssp.2010.07.017
14. Patel, V.N., Tandon, N., Pandey, R.K. (2012) Defect detection in deep groove ball bearing in presence of external vibration using envelope analysis and Duffing oscillator. Measurement, 45(5), 960–970. DOI: https://doi. org/10.1016/j.measurement.2012.01.047
15. Borghesani, P., Pennacchi, P., Ricci, R., Chatterton, S. (2013) Testing second order cyclostationarity in the squared envelope spectrum of non-white vibration signals. Mech. Syst. Signal Process., 40(1), 38–55. DOI: https://doi. org/10.1016/j.ymssp.2013.05.012
16. Abboud, D., El Badaoui, M., Smith, W., Randall, B. (2019) Advanced bearing diagnostics: A comparative study of two powerful approaches. Mech. Syst. Signal Process., 114, 604– 627. DOI: https://doi.org/10.1016/j.ymssp.2018.05.011
17. Antoni, J., Randall, R.B. (2003) A stochastic model for simulation and diagnostics of rolling element bearings with localized faults. ASME J. Vib. Acoust., 125, 282–289. DOI: https://doi.org/10.1115/1.1569940
18. Sawalhi, N., Randall, R.B., Endo, H. (2007) The enhancement of fault detection and diagnosis in rolling element bearings using minimum entropy deconvolution combined with spectral kurtosis. Mech. Syst. Signal Process, 31(6), 2616– 2633. DOI: https://doi.org/10.1016/j.ymssp.2006.12.002
19. Borghesani, P., Pennacchi, P., Randall, R.B. et al. (2013) Application of cepstrum pre-whitening for the diagnosis of bearing faults under variable speed conditions. Mech. Syst. Signal Process., 36(2), 370–384. DOI: https://doi. org/10.1016/j.ymssp.2012.11.001
20. Javorskyj, I., Yuzefovych, R., Matsko, I., Zakrzewski, Z. (2022) The least square estimation of the basic frequency for periodically non-stationary random signals. Digit. Signal Process., 122, 103333. DOI: https://doi.org/10.1016/j. dsp.2021.103333
21. Javorskyj, I., Yuzefovych, R., Lychak, O., Matsko, I. (2024) Hilbert transform for covariance analysis of periodically nonstationary random signals with high-frequency modulation. ISA Transactions, 144, 452–481. DOI: https://doi. org/10.1016/j.isatra.2023.10.025

---

Реклама в цьому номері:

---