авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |

«ФЕДЕРАЛЬНОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «НОВОСИБИРСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ ВОДНОГО ...»

-- [ Страница 4 ] --

Наблюдаемые величины параметров в условиях обычной эксплуатации могут иметь значения, выпадающие из общего закона их распределения. По этому предварительно решался вопрос о целесообразности использования «выскакивающего» значения K j выск в общем массиве данных. Для этого под считывалось среднее арифметическое значение для остальных измерений i ых величин j го параметра K :

Nj K ji Kj (3.5), Nj где K j i i ая величина j го параметра;

N j число величин j го пара метра.

Далее вычислялось выборочное среднее квадратичное отклонение вели чин j го параметра Nj K Kj ji Kj (3.6) N j и определялась абсолютная величина разности K j выск K j. Затем при извест ном числе N j и P 0,95 устанавливалось значение критерия Стьюдента [27, 53] и вычислялась величина доверительного интервала tP K. Если ока j зывалось, что K j выск K j tP K j, (3.7) то с вероятностью надёжности P 0,95 значение K j выск исключалось из рас сматриваемого массива данных.

Количество интервалов определялось по объёму информации исходного массива данных по формуле Стэрджеса (с округлением до целого числа) [27, 53]:

Н j log 2 N j 1 3,332 lg N j 1, (3.8) а ширина интервалов вычислялась по формуле K j max K j min dK jS, (3.9) Нj где K j max, K j min соответственно максимальное и минимальное значения ве личин j го параметра K откорректированного массива данных;

S 1,..., H j номер интервала.

Для середины каждого из полученных интервалов K j S подсчитывались эмпирические частоты N j S (квантование данных), используемые в дальней шем при проверке согласия эмпирического распределения с теоретическим распределением.

Аппроксимация эмпирических распределений величин диагностических параметров осуществлялась последовательно пятью теоретическими закона ми распределений: нормальному, логарифмически нормальному, гамма, пока зательному и Рэлея. Теоретические плотности вероятностей этих законов подсчитывались по следующим формулам:

K K f1 K j exp ;

j j (3.10) 2 K Kj j ln K f2 K j exp ;

j (3.11) 2 Kj r f3 K j K r 1 exp K j ;

(3.12) r j K f4 K j exp j ;

(3.13) K Kj j K2 f5 K j Kj exp, j (3.14) Kj 2 K j 2 где K j математическое ожидание распределения величин j параметра:

Hj K N jS jS Kj (3.15) ;

Nj K среднее квадратичное отклонение величин j параметра:

j Hj K K j N jS jS K (3.16) ;

N j j математическое ожидание распределения логарифмов величин j го па раметра:

Hj N ln K jS jS (3.17) ;

Nj среднее квадратичное отклонение логарифмов величин j го параметра:

Hj N ln K jS jS (3.18) ;

Nj r параметр формы гамма – распределения:

K r j (3.19) ;

K j параметр масштаба гамма – распределения:

Kj (3.20) ;

K j Г r гамма – функция Эйлера.

Соответствие эмпирического распределения каждому из рассматрива емых теоретических законов проверялось по известному критерию Пирсона «Хи – квадрат» [63, 166]:

N N j PjS Hj jS (3.21), N j PjS S где PjS теоретическая вероятность нахождения K j параметра в S ом интер вале значений:

K ji dK jS f K j dK jS.

PjS (3.22) K ji Эту величину рассчитывали по широко известному методу численного интегрирования – методу Симпсона [24, 113]:

f K jS 4 f K jS f K jS, dK jS PjS (3.23) 6 1 где f K jS 1, f K jS 2, f K jS 3 значения плотности вероятностей исследуемых законов соответственно в начале, середине и в конце S го интервала j го параметра K Статистика (3.18) имеет распределение 2 с k H j l 1 степенями сво боды. Здесь l число параметров распределения [формулы (3.10) – (3.14)].

Задавшись уровнем значимости, например, 0,05, по таблице [27, 53] уста навливаем 2,. Если рассчитанное значение 2 k,, то закон принима k ется. По наибольшей значимости численной величины этого критерия при нимался теоретический закон распределения рассматриваемых параметров.

Блок – схема программы для поиска подходящего закона распределения приведена на рисунке 3.3, в котором выделены следующие основные блоки:

«Н» – начало;

1 – описание массива данных, ввод констант ( и т.д.);

2 – ввод первичного массива данных K ji ;

3 – упорядочение первичного массива данных K ji ;

4 – расчет характеристик распределения K j, K [формулы (3.5), (3.6)];

j 5 – отбрасывание «выскакивающих» значений параметра K j [формула (3.7)];

6 – переформатирование первичного массива;

7 – квантование данных [формула (3.9), расчет частот N jS ];

8 – расчет характеристик исследуемых пяти законов [формулы (3.15) – (3.20];

9 – аппроксимация эмпирического распределения теоретическим законом [формулы (3.10) – (3.14)];

10 – расчет теоретической вероятности PjS [формула (3.23)] и критерия 2 [формула (3.21)];

11 – выбор наиболее подходящего закона ( 2 k, ) ;

min 12– вывод на печать и монитор графика и характеристик распределения;

«К» – конец.

Рисунок 3.3 – Блок-схема программы для поиска закона распределения Результаты статистической обработки экспериментальных данных пер вого этапа показали, что распределения всех величин наиболее хорошо со гласуются с законом гамма – распределения.

Известно [71], что если определяемая генеральная характеристика равна x0, а её опытная (эмпирическая) оценка xэ, то предельная относительная ошибка связана с доверительной вероятностью P условием x x P f 0 Э. (3.24) x0 Для закона гамма – распределения предельную ошибку можно опреде лить по формуле [71]:

UP (3.25), rN где U P квантиль нормального распределения, определяемый для заданного значения P по таблице 1.3 [26];

r параметр формы гамма – распределения;

N число наблюдений.

Из (3.22) следует, что UP N (3.26).

r Задаваясь значением P – вероятности того, что случайное отклонение результата наблюдений не превзойдет установленной величины ошибки, можно определить количество дизелей для оценки степени износа их основ ных трущихся узлов по средним величинам диагностических параметров.

Результаты расчёта необходимого объёма выборки исследуемых объек тов, проведенного по формуле (3.23), представлены для дизелей Г70-5 в таб лице 3.4.

Таблица 3.4 – Расчёт объёма выборки объектов исследования Наименование Характеристики Количество дизелей, ед.

P 0, параметра Kj r K j ср 0,10 0,15 0, Концентрация 64,15 596,2 6,91 39 17 железа, г/т Концентрация 13,10 24,5 7,02 39 17 меди, г/т Концентрация 6,85 2,3 20,01 13 6 олова, г/т Концентрация 2,32 2,2 2,41 112 49 алюминия, г/т Концентрация 6,80 11,8 3,91 68 30 хрома, г/т Концентрация 15,90 73,8 3,43 79 35 кремния, г/т Общая загряз- 5,12 741,6 3,54 76 34 нённость, 102 ед.

Температура 196 328,7 3,55 76 34 вспышки, оС Водородный 7,05 0,22 6,01 45 20 показатель, ед.

Щелочное число, 2,30 0,61 8,82 31 14 мг КОН/г Анализ данных таблицы 3.4 показывает, что наибольшее количество ди зелей требуется для достоверного определения концентрации алюминия в РММ. С учётом этого, программой дальнейших исследований предусматри валось отбирать пробы РММ для установления надёжных нормативов и кри териев не менее чем из 49 дизелей, что обеспечивает определение харак теристик распределения концентрации алюминия с относительной ошибкой, не превышающей 15% при P 0,95. Для остальных параметров точность при N 49 дизелей будет гораздо большей. Например, для концентрации же леза 9% P 0,95.

С целью определения количества измерений с конкретного дизеля при систематическом контроле его технического состояния, были произведены расчёты по установлению параметров гамма – распределения величин диаг ностических параметров в процессе эксплуатации дизелей между двумя по следующими сменами РММ.

Так, распределение железа в РММ, как наиболее стохастического пока зателя, в среднем характеризуется следующими значениями параметров гам ма – распределения: r 24, 07 и 0,173. Примем относительную ошибку 0,15 при уровне доверительной вероятности P 0,95 Тогда количество не обходимых отборов проб РММ на один дизель составит, согласно формуле а периодичность отбора 200 часов. Эти расчёты хорошо (3.23), N согласуются с данными работ [180].

Исходя из выше изложенного, на втором этапе в последующую навига цию мы контролировали ещё 30 дизелей, что составило в общей сложности за две навигации 50 дизелей. В последующие навигации все дизели Г70-5 и М400, М401А-1 (более 50 единиц) были охвачены эксплуатационной оцен кой их состояния по параметрам РММ, что позволило нам получить доста точно надёжные и обоснованные результаты по оценке и анализу техниче ского состояния исследуемых дизелей.

3.5 Методика проведения измерений параметров крутильных колебаний валовой линии при помощи комплекса БАГС- 3.5.1 Автоматизированный измерительно-вычислительный комплекс БАГС- Для создания технологий и средств технического диагностирования су довых энергетических установок необходимы совершенствование имею щихся и разработка новых методов определения напряжённо-деформиро ванного состояния валовой линии, для чего требуется многократное проведе ние натурных испытаний, а также необходимо современное экспери ментальное оборудование с широкими функциональными возможностями.

Автоматизированные вычислительно-измерительные комплексы позво ляют повысить производительность и снизить стоимость разработки и изго товления за счёт максимального использования возможностей компьютеров (сверхвысокое быстродействие и практически неограниченные возможности памяти) и современных информационных технологий (модели представления знаний, сетевые технологии, базы данных и знаний и др.).

Объём информации, полученной в результате записи крутильных коле баний валовой линии, используется для обработки и построения амплитудно частотных характеристик. Это гигабайты сохранённой информации, которые вручную проанализировать практически невозможно.

Для измерения крутильных колебаний, крутящего момента, обработки торсиограмм и определения динамических характеристик эксплуатируемых валовых линий СЭУ в настоящей диссертационной работе использовался ав томатизированный измерительно-вычислительный комплекс БАГС-4, разра ботанный в лаборатории «Динамика и прочность судовых конструкций» ка федры «Сопротивление материалов » ФБОУ ВПО НГАВТ [56]. Внешний вид комплекса показан на рисунке 3.4. Комплекс состоит из следующих элемен тов: измерительного датчика ТНК-1 (соответствующего ГОСТ 26046-83), аналого-цифрового преобразователя спектра ПФ-1 (соответствующего ГОСТ 12997-84), программного обеспечения «Analyzez@» («ЮнитКС»), ПЭВМ ноутбук «Toshiba». Основные технические характеристики измерительного комплекса приведены в таблице 3.5.

Рисунок 3.4 – Автоматизированный измерительно вычислительный комплекс БАГС- Таблица 3.5 – Технические характеристики измерительного датчика Характеристика Величина Полоса частот, Гц 3 – Амплитуда колебаний, рад 0 – 0, Погрешность измерений, не более % фрикционная связь с участком Способ присоединения датчика валопровода Рисунок 3.5 – Датчик ТНК- Датчик ТНК-1 (рисунок 3.5), изготовленный на ОАО «Строймаш» и со ответствующий ГОСТ 26046-83, сертифицирован Новосибирским центром стандартизации, метрологии и сертификации. Имеется свидетельство о по верке за № 020407 от 21.08.06 г.

Датчик состоит из массивного диска, который при измерениях прижи мается к поверхности вала. Когда исследуемый вал вращается равномерно, то этому движению точно следует и массивный диск датчика. Когда же вал на чинает вращаться неравномерно, то массивный диск будет следовать нерав номерному движению вала. Ось диска опирается на подшипники скольже ния, связанные с тензодатчиками, включенными по мостовой схеме. Все че тыре плеча моста являются рабочими, чем обеспечивается максимальная чувствительность.

Так как свободный конец коленчатого вала дизеля и валопровод СЭУ при работе вращаются неравномерно и, кроме того, испытывают поперечные и продольные деформации, то для выделения полезного сигнала использова ны аназотропные датчики, в которых поперечная вибрация не влияет на про дольную вибрацию. Измерения крутильных колебаний осуществляется тен зодатчиками, которые наклеены на упругие балки (рисунок 3.6).

Рисунок 3.6 – Схема расположения тензодатчиков при измерении амплитуд крутильных колебаний: 1 – массивный диск;

2 – подшипник скольжения;

3 – упругие балки с тензодатчиками Сигналы датчиков выровнены и обработаны, поэтому поперечные виб рации взаимно уничтожались. Полезный сигнал определяется только кру тильными колебаниями, зависящими только от неравномерности вращения вала в данном участке вала. Измерительное устройство полностью автономно в части электропитания, измерения, накопления информации и её предвари тельной обработки.

Аналоговые сигналы с тензодатчиков синхронно с сигналом бескон тактного отметчика оборотов посредством кабелей типа USB2.0 поступают в контроллер, где происходит преобразование сигналов из аналоговой формы в цифровую форму. Эти сигналы регистрируются на устройстве Flash – карты или сохраняются непосредственно в памяти персонального компьютера для дальнейшей обработки за пределами места измерений с помощью програм много обеспечения «Analyzez@». Таким образом, методика измерений реали зуется за пять этапов: 1 – запись, 2 – преобразование сигналов;

3 – обработка;

4 – хранение;

5 – вычисление.

Структурная схема автоматизированного измерительно-вычислитель ного комплекса для экспериментальных исследований крутильных колеба ний валовых линий СЭУ состоит из блок-модулей, которые показаны на ри сунке 3.7.

Рисунок 3.7 – Структурная схема автоматизированного измерительно-вычислительного комплекса БАГС- 3.5.2 Стендовая экспериментальная установка Для изучения возможности оценки усталостной прочности коленчатого вала по данным измерения динамических характеристик в зависимости от наработки дизеля проводились лабораторные стендовые исследования с ис пользованием автоматизированного комплекса БАГС-4. Экспериментальная установка, входящая в состав исследовательского комплекса, изготовлена на базе токарно-винторезного станка 1А616 (рисунок 3.8).

Рисунок 3.8 – Внешний вид экспериментальной установки для исследования динамических характеристик валопровода: 1 – четырехциндровый ДВС «ВАЗ 2108»;

2 – маховик;

3 – муфта;

4 – токарно-винторезный станок;

5 – стальной вал диаметром 40 мм с пределом прочности Rm 540 МПа Принципиальная схема экспериментальной установки показана на ри сунке 3.9. Валовая линия состоит из коленчатого вала (4) ДВС (3) и валопро вода (5), зажатого в патрон (2) токарного станка (1). Основная частота вра щения 900 об/мин валовой линии задаётся с помощью вращения шпинделя токарного станка. Поджатием задней бабки (6) имитируется нагрузка, возни кающая от инерционных и возмущающих сил гребного винта, на валопровод в реальных судовых условиях. При вращении экспериментальной валовой линии возникают крутильные колебания, изменяющиеся по гармоническому закону.

Рисунок 3.9 – Принципиальная схема экспериментальной установки:

1 – токарно-винторезный станок;

2 – патрон токарного станка;

3 – ДВС;

4 – коленчатый вал;

5 – валопровод;

6 – задняя бабка токарного станка;

7 – автоматизированный комплекс Датчик ТНК-1 устанавливался на свободном конце коленчатого вала.

Определение максимального развития вынужденных колебаний осущест влялось при установленных числах оборотов. Запись колебаний произво дилась в течение нескольких секунд после непродолжительной работы стен да при заданном числе оборотов, которое устанавливалось автоматически и синхронно самим датчиком ТНК-1 или по тахометру.

Масштабы записи определяются программным методом. Отметчик вре мени работает от часов ПЭВМ и даёт отметки от 0,001 до 20 секунд. Отмет чик оборотов работает от бесконтактного датчика, установленного на валу.

3.5.3 Результаты стендовых измерений крутильных колебаний валовой линии Сигнал датчика колебаний состоит из суммы двух составляющих: не равномерного вращения валовой линии как целого и крутильных колебаний различных форм. Частота колебаний равна частоте вынуждающего момента.

Вал в месте измерения колеблется по закону в ср 0 sin t, (3.27) где ср средняя скорость вращения вала;

0 амплитудное значение скоро сти вращения вала;

угловая частота колебаний скорости вращения.

Датчик повторяет вращение вала со скоростью ср 0 sin t, dв д (3.28) dд где dв диаметр испытуемого вала в месте измерения;

dд диаметр диска датчика.

Сейсмическая масса в датчике вращается с постоянной средней скоро стью dв м ср. (3.29) dд Сигнал датчика пропорционален углу отклонения е k, (3.30) где k коэффициент пропорциональности.

Амплитудное значение сигнала dв е0 k. (3.31) dд Интерпретация осциллограммы начинается с измерения периода гармо нического процесса t, изм (3.32) T z где t время наблюдения, с;

z количество полных колебаний.

Измеренная частота колебаний изм (3.33).

T изм Измеренная амплитуда сигнала датчика е мах е мин е изм (3.34), где е мах, е мин максимальная и минимальная амплитуда сигнала датчика.

Измеренная амплитуда скорости крутильных колебаний определяется выражением e0 dд A изм (3.35), kd и определяет интенсивность колебаний, характеризующую величину пооче редного возрастания и убывания колеблющегося параметра во времени. Оче видно, что используемые характеристики интенсивности колебаний должны быть достаточно универсальными, чтобы давать их объективную количест венную оценку независимо от детерминированного или случайного характе ра колебаний.

При исследовании детерминированных колебаний используются поня тия пикового значения как абсолютного значения максимума или минимума колеблющего параметра в рассматриваемом промежутке времени, а также размаха колебаний как разности между максимумом и минимумом колеблю щегося параметра в этом промежутке. Для гармонического процесса пиковое значение равно амплитуде, а размах – удвоенной амплитуде.

Реальные вибрации имеют случайный характер колебательного процес са. В этом случае пиковое значение и размах характеризуют лишь условный максимальный уровень, превышение которого имеет вероятностный харак тер.

Более предпочтительными являются неслучайные размерные характе ристики интенсивности, которые получаются в результате осреднения вели чин колебательного процесса во времени. Одной из основных таких квадра тичных величин является дисперсия процесса T x2 limT T 1 x 2 t dt x 2 p x dx, (3.36) где T, p x соответственно время наблюдения и плотность распределения значений случайного централизованного процесса x t A t cos t t.

Дисперсия является энергетической оценкой процесса, имеет размер ность квадрата размерности измеряемого параметра и численно равна сред ней мощности колебательного процесса. Если известна спектральная плот ность колебания G в диапазоне частот от min до мах, то в этом диапазоне дисперсия колебания определяется в соответствии с равенством Парсеваля [19] max G d.

(3.37) x min На рисунках 3.10 и 3.11 представлены записи колебаний, полученных при помощи автоматизизованного комплекса БАГС-4 при исследовании кру тильных колебаний валовой линии экспериментальной установки с коленча тым валом без наработки и валом с наработкой более 4000 часов [192].

Рисунок 3.10 – Стендовые испытания валовой линии с коленчатым валом без наработки ( max x / max y 2,78) [192] Рисунок 3.11 – Стендовые испытания валовой линии с коленчатым валом, имеющим наработку более 4000 часов ( max x / max y 4,75) [192] Как следует из анализа этих рисунков, у коленчатого вала с наработкой максимальные значения спектральной плотности значительно выше, чем у вала без наработки. При этом отношение максимального значения спектра в полосе к максимуму значения равно 2,78 (рисунок 3.10). Для коленча того вала с наработкой (рисунок 3.11) это отношение равно 4,75.Таким обра зом, в результате проведенных лабораторных исследований динамических характеристик валовых линий можно сделать вывод, что с увеличением на работки коленчатого вала его техническое состояние, связанное с усталост ной прочностью, ухудшается. Это обстоятельство следует учитывать при разработке алгоритмов диагностирования и прогнозирования усталостной прочности коленчатого вала судового дизеля в условиях эксплуатации при помощи автоматизированного комплекса БАГС-4.

3.5.4 Анализ амплитудно-частотной характеристики крутильных колебаний валовой линии судовой энергетической установки Как известно, детерминированные процессы могут быть периодичес кими и непериодическими. Так как элементы валовой линии СЭУ обладают характерным признаком периодических колебаний – повторением значений колеблющейся величины через равный промежуток времени, называемый периодом, то крутильно-колеблющая система СЭУ имеет периодические ко лебания. Простейшим видом периодических колебаний являются гармониче ские колебания, при которых колеблющаяся величина изменяется по закону x t A cos t.

Спектр гармонического колебания содержит только одну наблюдаемую частоту. Полигармонический крутильно-колебательный процесс может быть представлен в виде суммы нескольких гармонических колебаний с частота ми, находящимися между собой в рациональном отношении k x t Ai cos i t i. (3.38) i При описании колебательного процесса как функции, изменяющейся во времени, большое значение имеет скорость этого изменения, то есть частота процесса. Частота во многих случаях является более информативной незави симой переменной, чем время. Преобразование исходной записи процесса из временной формы (рисунки 3.11 и 3.12) в частотную форму осуществляется простой перегруппировкой данных. Для такой перегруппировки использует ся либо разложение исходного колебательного процесса по различным орто гональным системам функций [77], либо его интегральное преобразование Фурье [19, 57, 81].

В первом случае наибольшее распространение получила ортогональная система основных тригонометрических функций – синусов и косинусов, т.е.

ряд Фурье. Это объясняется тем, что гармоническое колебание – единст венная функция времени, сохраняющая свою форму при прохождении коле бания через любую линейную систему с постоянными параметрами. Изменя ется лишь амплитуда и фаза колебания. Разложение детерминированного сигнала по синусам и косинусам позволяет использовать традиционные ме тоды [22], подробно разработанные для анализа воздействия гармонических колебаний на линейные системы. В случае приближённого разложения коле баний применяются разнообразные ортогональные системы функций: поли номы Чебышева, Эрмита, Логгера, Лежандра и другие.

Второй способ представления процессов связан с использованием инте гральных преобразований. Линейное интегральное преобразование процесса (3.38) в общем виде определяется следующим образом [22]:

b x r t, x t dt. (3.39) a Интегральное преобразование переводит непрерывную функцию x t в непрерывную функцию x. Свойства интегрального преобразования опре деляется ядром r t,. Интегральные преобразования часто применяют то гда, когда функция x по виду более простая, чем x t Они используются для записи зависимости выходного процесса от входного, при нахождении огибающих узкополосных сигналов и при определении распределения энер гии сигналов по частотам.

При разложении в ряд Фурье часть записи колебательного процесса, вы бранного для анализа, принимается за период или за целое число таких пе риодов, а вся запись предполагается состоящей из повторений этого отрезка в обе стороны от анализируемого интервала. Результирующий спектр являет ся дискретным и соответствует членам разложения в ряд Фурье с частотами, определяемыми через выбранную длительность основного периода. Каждая линия дискретного спектра представляет собой отдельную гармоническую компоненту.

Интегральное преобразование Фурье [19, 57, 81] предполагает, что про цесс имеет нулевые значения вне исследуемого интервала, а результирую щий спектр – непрерывный, его форма соответствует огибающей линии раз ложения в ряд Фурье. Интенсивный пик непрерывного спектра может быть обусловлен группой компонент с близкими частотами.

Хотя оба способа не являются строго корректными, но в обоих случаях эти предположения приводят к тем большим погрешностям, чем меньше ана лизируемый отрезок колебательного процесса.

Для анализа крутильно-колебательного процесса валопровода СЭУ предпочтительнее использовать интегральное преобразование Фурье. Это связано с несколькими причинами:

- затруднительное определение сложного колебания на выходе системы по сумме гармоник с заданными амплитудами и фазами, если не обеспечива ется быстрая сходимость ряда Фурье, представляющего колебание;

- для разложения в ряд необходимо иметь данные об основном периоде процесса, в то время как спектральный анализ на основе интегрального пре образования не нуждается в подобных предварительных оценках;

- оба подхода при спектральном анализе случайных колебаний дают случайный, т.е. неустойчивый спектр, когда нельзя пренебречь его статисти ческой изменчивостью. В этом случае спектральный анализ на основе инте грального преобразования открывает пути получения спектральной плотно сти исследуемого крутильно-колеблющегося процесса как статистически достоверной оценки его спектра. Применение интегрального преобразования Фурье для детерминированного периодического крутильно-колеблющегося процесса позволяет получать характерный спектр с чередованием пиков и глубоких провалов и таким образом сделать правильный вывод о дискретном характере спектра.

Спектр многомерного сигнала представляет собой набор гармоник, кратных основной частоте:

1, 21, 31, … i1 ;

2, 22, 32, … i2 ;

3, 23, 33, … i3 ;

…………………… n, 2n, 3n, … in.

Спектрограмма многомерного сигнала имеет вид, показанный на рисун ке 3.12.

Рисунок 3.12 – Частотный спектр для многочастотного многомерного сигнала Пики 1, 2, 3, 4, 5 – резонансы, соответствующие собственным часто там дискретных крутильно-колеблющихся систем СЭУ. Частотный спектр показывает основные гармоники (рисунок 3.12, а) и огибающую всех гармо ник (рисунок 3.12, б), которая строится методом интегрального преобразова ния Фурье программным обеспечением «Analyzez@» комплекса БАГС-4.

Примеры реальных спектрограмм, получаемых с эксплуатируемых дизелей, представлены в главе 6 (рисунок 6.8 и рисунок 6.9). Масштабы записи коле баний для конкретной дизельной СЭУ определяются программным методом при тарировке датчика на стенде [49].

3.6 Основные результаты исследования. Выводы 1. Разработана программа и общая методика проведения дальнейших экспериментально-теоретических исследований.

2. Для количественного определения величин диагностических парамет ров состояния судовых дизелей проведён выбор соответствующей аппарату ры и отработаны методики выполнения экспрессного спектрального и физи ко-химических анализов РММ.

3. Для обоснования объёма выборки объектов исследования выполнены экспериментально-теоретические исследования по выявлению общего харак тера распределений величин комплекса диагностических параметров РММ.

Показано, что наиболее обоснованным является закон гамма – распределе ния.

4. На этой основе произведён расчёт необходимого числа контролиру емых дизелей для проведения дальнейших экспериментально-теоретических исследований.

5. Стендовые испытания автоматизированного вычислительного комп лекса БАГС-4 подтвердили возможности его программного обеспечения по решению интегрального преобразования Фурье и получения амплитудно частотной характеристики крутильно-колебательного процесса (спектро граммы).

6. Установлено увеличение амплитуды колебательного процесса в зави симости от наработки крутильно-колеблющейся системы.

7. Проведена тарировка торсионного датчика на стендовой установке.

Программным методом установлены масштабы записи колебаний валовой линии.

ГЛАВА 4 РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ АЛГОРИТМОВ ДИАГНОСТИРОВАНИЯ СРЕДНЕОБОРОТНЫХ ДИЗЕЛЕЙ ПО ПАРАМЕТРАМ РАБОТАЮЩЕГО МОТОРНОГО МАСЛА 4.1 Математическое моделирование и результаты расчёта корректируемых диагностических нормативов дизелей Г70- В параграфе 2.1 для разработки математической модели диагностиро вания сформулировано условие: разделять множество всех возможных со стояний конкретных элементов дизеля на два подмножества (дихотомия): ис правного D1 и дефектного D Для среднеоборотного дизеля Г70-5, эксплуатационно-технические данные которого представлены в таблице 4.1, в качестве критерия необхо димости проведения ремонта с переборкой и заменой деталей ЦПГ служит величина овального износа цилиндровых втулок, измеряемая в наиболее из нашиваемом верхнем поясе и сравниваемая с величиной предельной оваль ности пр 0,5 мм (параграф 3.4). Следовательно, дизели с овальностью всех втулок меньше величины пр с отсутствием поломок поршневых колец и не имеющие явно выраженных дефектов по результатам теплотехнического контроля [153] в эксплуатации (если они не разбирались и не обмерялись) относились к исправному состоянию D1 Дизели, овальность цилиндровых втулок которых, хотя бы у одного цилиндра, достигала или превышала вели чину пр а также с наличием дефектов деталей ЦПГ, составили подмножест во дефектного состояния D2 В соответствии с таким разделением форми ровались массивы данных анализов масла K ji / D1 и K ji / D На рисунке 4.1 в качестве примера представлена типичная картина ди намики изменения концентрации железа в масле M 10B2 (основного диагно стического параметра) с исправным (кривые 1 – 3) и дефектным (кривые 4, 5) состоянием цилиндровых втулок дизелей Г70-5 теплоходов типа «ОТ-2000».

Таблица 4.1 – Эксплуатационно-технические данные дизеля Г70-5 (6ЧРН 36/45) [114, 154] Наименование параметра Обозна- Размер- Дизель или показателя чение ность Г70- Мощность кВт Ne мин- Частота вращения ne Число цилиндров - i Диаметр цилиндра мм З D Ход поршня мм S Степень сжатия - 12, Средняя скорость поршня м/с 5, cm Среднее эффективное МПа 0, Pe давление Давление сжатия МПа 4, Pc Давление сгорания МПа 7, Pz Давление наддува МПа 0, Pk Удельный расход топлива г/(кВт.

ч) ge Удельный расход масла г/(кВт.ч) 5, gм Температура выпускных О С tог газов (средняя по цилиндрам) Температура масла О С tм после дизеля, не выше Давление масла в системе смазки МПа 0, Pм (после фильтра) Масса масла в системе смазки кг Qo Масса дизеля кг G Анализ рисунка 4.1 показывает существенную стохастичность парамет ра в реальных условиях эксплуатации, однако, для различных состояний ха рактерен свой определённый средний уровень и диапазон изменения значе ний параметра. Такая картина динамики характерна и для других дополни тельных параметров РММ, что является ярким подтверждением правомерно сти заложенных нами теоретических положений данного исследования (па раграф 2.1).

Рисунок 4.1 – Реальная динамика концентрации железа в масле:

1 – дизель № 137 (ОТ-2110);

2, 3 – дизели № 108 и № 107 (ОТ-2077);

4, 5 – дизели №№ 97, 98 (ОТ – 2072) Конкретная разработка вероятностной модели обучающегося алгоритма диагностирования по предельным и допустимым нормативам параметра (па раграф 2.4) возможна лишь после того, как будет выявлен общий характер статистических характеристик значений параметра для различных состояний дизеля. По данным эксплуатационного контроля 50 дизелей (31 – исправных, 19 – дефектных) был проведён численный эксперимент по поиску наиболее приемлемого теоретического закона распределения сформированного нами комплекса диагностических параметров (рисунок 3.3) для различных состоя ний цилиндровых втулок дизелей Г70-5.

Результаты проведённого вероятностно-статистического анализа пока зали, что эмпирические массивы данных соответственно: исправного K / D1, дефектного K ji / D2 и общего K ji состояний дизеля наиболее хо ji рошо аппроксимируются гамма – распределением. Характеристики таких распределений для рассматриваемого комплекса параметров исправного D и дефектного D2 состояний цилиндровых втулок дизелей Г70-5 представ лены соответственно в таблицах 4.2, 4.3.

Таблица 4.2 – Характеристики статистических распределений параметров исправного D1 состояния дизеля Г70- Диагностический Объём Диапазон Среднее Квадратич- Параметры параметр выборки изменения значе- ное откло- гамма ние нение распределения r Концентрация 3 – 178 58,67 34,20 2,936 0, железа, г/т Концентрация 1 – 177 9,14 6,35 2,072 0, меди, г/т Концентрация 1 – 178 8,59 8,15 1,110 0, алюминия, г/т Концентрация 1 – 178 4,56 2,38 3,649 0, олова, г/т Концентрация 1 – 178 4,30 4,19 1,052 0, хрома, г/т Концентрация 1 – 177 12,21 10,19 1,436 0, кремния, г/т Температура 148 – 178 202,67 102,95 3,867 0, вспышки, С Общая загряз- 40 – 176 432,73 238,86 3,279 0, нённость, ед.

Водородный 5,9 – 8, 111 7,14 2,45 8,522 0, показатель, мг КОН/г Щелочное число, 0,8 – 4, 116 2,38 1,05 5,173 0, мг КОН/г Проведем краткий анализ физической картины формирования получен ных закономерностей. Как известно [38, 166, 167], нормальный закон (закон Гаусса) x x f x exp (4.1) 2 является предельным: при общих условиях к нему приближаются другие за коны распределения. Так, в соответствии с центральной предельной теоре мой, сумма большого числа независимых (или слабо зависимых) случайных величин, каждая из которых вносит небольшой вклад в эту сумму, хорошо Таблица 4.3 – Характеристики статистических распределений параметров дефектных D2 состояний дизелей Г70- Диагностический Объём Диапазон Среднее Квадра- Параметры параметр выборки изменения значе- тичное гамма ние откло- распределения нение r Концентрация 15 – 144 94,08 47,36 3,788 0, железа, г/т Концентрация 1 – 143 13,41 9,63 1,940 0, меди, г/т Концентрация 1 – 144 12,83 12,42 1,066 0, алюминия, г/т Концентрация 1 – 144 5,19 4,21 1,512 0, олова, г/т Конценрация 1 – 143 6,47 6,14 1,109 0, хрома, г/т Концентрация 1 – 141 15,66 12,21 1,643 0, кремния, г/т Температура 143 – 143 189,10 83,39 5,144 0, вспышки, С Общая загряз- 110 – 137 596,20 268,29 4,928 0, нённость, ед.

Водородный пока- 5,4 – 8, 109 6,98 2,28 9,375 0, затель, мг КОН/г Щелочное число, 0,6 – 4, 111 2,27 1,01 5,036 0, мг КОН/г согласуется с нормальным законом. Это так называемая схема накапливаю щихся повреждений. Здесь x, соответственно математическое ожидание и среднее квадратичное отклонение распределения случайной величины x.

Рассмотрим теперь схему мгновенных повреждений, которые формиру ют показательное распределение f ( x) exp ( x), (4.2) где параметр показательного закона (например, в теории надежности x имеет смысл интенсивности отказов [167]).

В дифференциальной диагностике (дихотомии) множество всех состоя ний объекта D разделяют на два подмножества: исправного D1 и неис правного (дефектного) D2. Рассмотрим, например, подмножество D1.

Возьмем на оси какого-либо параметра x интервал x от точки x1 до точки x2 и найдем условную вероятность P x / D1 исправного состояния при условии его наличия до точки x1. Так как вероятность произведения основно го события и условия есть вероятность исправного состояния до точки x2, то P x2 e x P x / D1 e x, (4.3) P x1 e x т.е. условная вероятность оказывается безусловной.

Из выражения (4.3) следует, что найденная вероятность не зависит от выбора точек, а зависит лишь от величины интервала. Следовательно, на дежность объекта зависит от его работы в будущем и не зависит от того, сколько он проработал в прошлом.

В общем случае зависимость износа И трущихся деталей от времени t, показанная на рисунке 4.2, характеризуется тремя периодами эксплуатации:

I период приработки, II период нормальной работы и III период интен сивного износа [108].

Рисунок 4.2 – Типовая диаграмма износа [108] В период приработки выявляются наиболее грубые ошибки, до пущенные при проектировании, изготовлении, скрытые дефекты и т.д. Этот период занимает небольшую долю времени эксплуатации. Период нормаль ной работы характеризуется постоянным значением интенсивности износа и занимает большую долю времени эксплуатации. Здесь справедлив показа тельный закон надежности. В период интенсивного износа интенсивность от казов растет вследствие прогрессирующего износа. Этот период также не продолжительный.

Все изложенное выше свидетельствует, что показательный закон надеж ности часто оказывается справедливым в практике эксплуатации судовых энергетических установок применительно к отдельным ее элементам [33, 110, 167].

Рассмотрим теперь гамма-распределение. Пусть некоторая система со стоит из r элементов (например, совокупность контролируемых дизелей), при этом система работоспособна, пока исправен хотя бы один элемент сис темы. Тогда плотность распределения параметра f ( x) представляет собой свертку плотностей соответствующих распределений применительно к эле ментам системы ( r 2) f ( x) fi ( x) r f1 ( x) f1 ( x) ( r 1) f1 ( x) f1 ( x)..., (4.4) где f1 ( x) 2 f1 ( x) f 2 ( x) f1 ( y) f 2 ( x y)dy.

Если величина x каждого из элементов распределена показательно с па раметром, то fi ( x) 2 e y e ( x y ) dy 2 x e x.

(4.5) Аналогично 3 x f i ( x) e x (4.6) и по индукции r f ( x) f1 ( x) r x r 1e x, (4.7) (r ) т.е. получено гамма-распределение. Здесь параметр масштаба, r пара метр формы, Г (r ) гамма-функция Эйлера.

Таким образом, гамма – распределение является естественным обобще нием схемы мгновенных повреждений. Оно возникает в тех случаях, когда выполняются следующие условия [167]:

качество изготовления элементов однородно;

нагрузка в процессе эксплуатации изменяется достаточно в широких пределах;

период приработки занимает небольшую часть времени.

Эти условия в практике эксплуатации исследуемых дизелей обычно вы полняются [47]. Так, изготовление трущихся деталей дизеля является в ос новном серийным, что обеспечивает относительную однородность их на чального качества. Как видно из рисунка 4.1, явно выраженный участок дли тельной приработки отсутствует.

Продолжительность рейса теплоходов типа «ОТ-2000», на которых ди зели Г70-5 установлены в качестве главных, колебалась от 170 до 250 часов в зависимости от порта назначения. Количество перевозимого груза в среднем за один рейс составляло около 11000 тонн, которое также варьировало в ши роких пределах. Кроме того, вверх по реке теплоходы идут, как правило, с пустыми баржами.

Дизели Г70-5 работали на чистом дизельном топливе марки Л (ГОСТ 305 – 82) и смеси дизельного топлива с газотурбинным топливом марки ТГВК (ГОСТ 10433 – 75). По нашим наблюдениям минимальное содержа ние содержание серы в дизельном топливе составило 0,16%, максимальное – 0,5%, а в газотурбинном топливе соответственно – 0,65 и 0,96%. Среднее ко личество газотурбинного топлива в смеси с дизельным топливом (для группы контролируемых дизелей) составило 28% и изменялось в интервале от 15 до 46%. Такое обстоятельство, по-видимому, не может не оказывать влияние на техническое состояние дизелей, а, следовательно, на разброс значений диаг ностических параметров.

Следует отметить, что основное время работы дизелей (более 90%) было связано непосредственно с толканием барж, а лишь 5 – 6% времени эксплуа тации они работали в швартовом и маневровом режимах. Поэтому основные эксплуатационные показатели исследуемых дизелей ( Ne, n, Pc, Pz, Tог и др.) от носительно мало изменялись во времени. Следовательно, не было необходи мости вести их непрерывную регистрацию.

Так, например, некоторые из этих показателей, как максимальное давле ние цикла Pz температура отходящих газов Tог давление масла в системе смазки Pм и его температура температура охлаждающей воды на выходе Tм из дизеля Tв за период наблюдений изменялись в следующих пределах:

при Pz 7, 27 7,66 МПа;

Tог 648 723 К ;

Tм 323 333 К ;

Pм 0,334 0, 412 МПа nном 350 мин1 ;

Tв 348 353 К.

Расход топлива на один дизель по данным журналов учёта в среднем со ставил 159 кг/ч с интервалом колебаний от 150 до 170 кг/ч. Такой расход то плива свидетельствует, что дизели работали в основном на номинальных ре жимах. При их эксплуатации применялось масло M 10 B2 (ГОСТ 8581 – 78), которое соответствовало техническим условиям на его поставку.

Следует заметить, что наряду с естественным обобщением схемы мгно венных элементарных повреждений поверхностей трения деталей, относя щихся к периоду установившегося износа [47, 167] существенное влияние в формирование гамма – распределения диагностических параметров, по на шему мнению, оказывает также различный срок работы контролируемой вы борки дизелей, постепенные замены трущихся деталей и периодические до ливки и смены масла.

Таким образом, проведённый анализ позволил нам обосновать основные условия формирования гамма – распределения диагностических параметров, характеристики которого необходимы при расчёте диагностических норма тивов.

С учётом полученных результатов численного эксперимента (таблицы 4.2, 4.3) осуществлялось компьютерное моделирование расчёта предельных и допустимых нормативов диагностических параметров, математическая мо дель расчёта которых рассматривалась в параграфе 2.4. Прикладная разра ботка алгоритма расчёта нормативов сводится к следующему.

Рассмотрим рисунок 4.3, на котором показаны полученные в экспери менте распределения вероятностей ошибок диагноза о состоянии цилиндро вых втулок дизелей Г70-5 по величинам концентрации железа ( K Fe ) в масле M 10 B2.

Рисунок 4.3 – Распределение вероятностей ошибок диагноза по K Fe для различных состояний дизеля: 1 – исправного D1 2 – дефектного D На этом рисунке, а также на рисунке 2.2, допустимому нормативу K Feдоп соответствует заштрихованная площадь (слева) на кривой 2, а предельному нормативу K Feпр заштрихованная площадь (справа) на кривой 1.

Установим предельный норматив. Примем за нижнюю границу интегри рования в формулах (2.12) (2.13) минимальное значение массива исходных данных диагностического параметра. Тогда величина интеграла вероятности, вычисляемая на интервале Kmin / D1;

Kпр и соответствующая предельному нормативу, с учётом выражения (2.14), выразится через дифференциальную функцию распределения параметра следующей формулой:

уст K пр f K / D1 d K / D F уст 1 (4.8), P D K min / D Величина интеграла, определяемая на интервале Kmin / D2 ;

Kдоп соот ветствующая допустимому нормативу K доп при уст выразится формулой:

уст Kдоп f K / D2 d K / D F уст (4.9).

P D K min / D Таким образом, основными данными для расчёта являются:

нижние границы массивов данных исправного Kmin / D1 и дефектного K min / D2 состояний дизеля;

параметры гамма – распределения r и установленные ошибки первого уст и второго уст рода;

величины априорных вероятностей диагноза P D1 и P D шаг интегрирования дифференциальной функции гамма – распределе ния;

задаваемая точность вычисления интегралов.

Например, по результатам статистического материала, накопленного нами за три навигации, априорные вероятности P D1 0,62 и P D2 0,38, а величины определённых интегралов F уст и F уст в формулах (4.8) и (4.9), при принятых ошибках уст уст 0, 05 соответственно равны 0,0807 и 0,1316.

Интегрирование осуществлялось методом Симпсона по формуле (3.23).

За величину норматива принималось значение параметра, достигнутое в ре зультате суммирования шагов интегрирования функции гамма – распределе ния при задаваемой точности вычисления интеграла, равной 0,0001. При этом отделение величины норматива производилось на последнем шаге ин тегрирования итерационным методом половинного деления [113]. Алгоритм расчёта одинаков для определения предельных и допустимых нормативов, расчёт их осуществляется последовательно. Результаты расчёта нормативов реализованы в программе, написанной на алгоритмическом языке FORTRAN применительно к ЭВМ СМ-1. Листинги этой программы приведены в При ложении 5 [146, часть 1V]. Программа позволяет осуществлять накопление текущей информации анализов проб РММ для корректировки диагности ческих нормативов, а также печатать карты регистрации этой информации для контролируемых дизелей. Алгоритм расчёта легко реализовать в совре менных ПЭВМ как в программном пакете MathCAD, так и в Excel.

За период проведения опытных исследований не представилось возмож ным получить представительную статистическую выборку по другим основ ным деталям, так как не наблюдалось существенных нарушений их работо способности в эксплуатации. Поэтому назначение допустимых нормативов осуществлялось в этом случае по функции гамма – распределения их общего массива данных при уровне доверительной вероятности P 0, Статистические характеристики и параметры распределений рассматри ваемых диагностических показателей приведены в таблице 4.4. Рисунок 4. на примере концентрации меди в РММ иллюстрирует её распределение и оп ределение величины допустимого норматива.

Таблица 4.4 – Характеристики распределений параметров основных деталей дизелей Г70- Диагностический Объём Диапазон Среднее Квадратичное Параметры гамма параметр выборки изменения значе- отклонение распределения ние r Концентрация 1 – 320 10,98 7,95 1,908 0, меди, г/т Концентрация 1 – 320 10,48 10,42 1,012 0, алюминия, г/т Концентрация 1 – 313 4,62 2,86 2,598 0, олова, г/т Концентрация 1 – 321 5,10 5,01 1,035 0, хрома, г/т Рисунок 4.4 – Распределения величин концентрации меди в масле M 10 B2 дизелей Г70-5: 1- гистограмма;

2 – дифференциальная кривая распределения частоты;

3 – интегральная кривая распределения вероятностей Превышение норматива величинами этих основных диагностических параметров (1 группа) означает, что мы не можем принять однозначного ре шения с вероятностью P 0,95 об исправном состоянии деталей. В этом слу чае возможен их повышенный износ, и, следовательно, необходимо усилить контроль над состоянием дизеля.

Предельные и допустимые нормативы целесообразно было установить и для дополнительных диагностических параметров 2 и 3 групп (параграф 2.1), что позволяет повысить надёжность и экономичность дизелей за счёт свое временного устранения причин, оказывающих влияние на качество смазоч ного масла. Понятно, что в этом случае допустимые нормативы дополни тельных параметров не играют такой роли, как для основного параметра. Они лишь свидетельствуют о начале процесса ухудшения смазочных свойств РММ. По предельным же нормативам следует производить смену РММ, так как дальнейшая его эксплуатация приводит к прогрессивному износу тру щихся деталей, омываемых маслом.

Анализ содержания воды производился качественно параллельно с оп ределением температуры вспышки РММ. В случае присутствия воды (потре скивание масла) осуществлялось его количественное определение. Результа ты анализов содержания воды в РММ при различных диагнозах деталей ЦПГ дизелей Г70-5 представлены в таблице 4.5.

Таблица 4.5 – Результаты анализа содержания воды в масле М10В2 для различных состояний дизелей Г70- Величина Число анализов для различных состояний дизеля Интервал интервала, % Исправного Дефектного Общего Отсутствие 1 89 58 0 – 0,1 2 65 40 0,1 – 0,2 3 7 9 0,2 – 0,5 4 9 10 0,5 – 1,0 5 7 17 1,0 6 4 8 Сумма 181 142 В силу относительно высокой температуры масла и некоторого разря жения в картере вода, попавшая в РММ по причине нарушения герметично сти системы охлаждения, может испариться [172, 180]. Поэтому содержание воды не имеет ярко выраженной закономерности. Однако, как ясно из рас смотрения данных таблицы 4.5, с увеличением содержания воды частота проб РММ для дефектного состояния превалирует над исправным состояни ем дизеля.

Превышение норматива величинами этих основных диагностических параметров (1 группа) означает, что мы не можем принять однозначного ре шения с вероятностью P 0,95 об исправном состоянии деталей. В этом слу чае возможен их повышенный износ, и, следовательно, необходимо усилить контроль над состоянием дизеля.

При контроле состояния системы охлаждения мы придерживались мне ния авторов работ [80, 169, 180] и приняли в качестве диагностического норматива, свидетельствующего о нарушении герметичности системы охла ждения, величину содержания воды в масле 0,2 и более процентов. В качест ве критерия для смены РММ руководствовались браковочным значением 0, и более процентов, установленным для судовых дизелей речного флота [155].

Расчётные величины предельных и допустимых нормативов, полученные по результатам оценки состояния дизелей Г70-5 за три навигации, приведены в таблице 4.6.

Таблица 4.6 – Предельные и допустимые нормативы диагностических параметров состояния дизелей Г70- Диагностируемое состояние Параметр Размер- Значение норматива дизеля ность K j 0, 05 K j 0, Износ цилиндровых втулок г/т 120 k Fe Износ втулок верхних г/т 27 kCu головок шатунов Износ подшипников г/т 10 k Sn коленчатого вала г/т 30 k Al Износ верхних поршневых г/т 5 kCr колец о Утечки из топливной системы С 170 tвсп Утечки из системы Н 2О % 0,2 охлаждения Загрязнённость средств ед. 790 маслоочистки Загрязнённость воздушного г/т 32 k Si тракта Н 2О % 0,5 о С 170 tвсп Качество РММ ед.

pH 6,2 ЩЧ мг КОН / г 1,4 ед. 790 Примечание: * – для шатунных подшипников из сплава АО 20-1.

Для случая нахождения текущих величин основных диагностических па раметров в «зоне неопределённости» (рисунок 4.3) необходима конкретная прикладная разработка алгоритма диагностирования, результаты которой, по данным полученного статистического материала, изложены в следующих па раграфах.


4.2 Математическое моделирование и оптимизация обучающегося алгоритма диагностирования состояния основных элементов дизелей Г70- Анализ «зоны неопределённости» принятия решений о состоянии тру щихся деталей (рисунок 4.3) показал, что её величина составляет довольно значительную часть диапазона варьирования текущих величин основного па раметра для различных состояний объекта. При нахождении измеряемых ве личин параметра в «зоне неопределённости» вероятности ошибок «ложной тревоги» и «пропуска дефекта» возрастают, а в точке, где функции распре деления вероятностей ошибок пересекаются, исправное и дефектное состоя ния равновероятны. Следовательно, в данном случае достоверность принятия решений снижается, так как увеличивается неопределённость оценки состоя ний. Изучение связей между комплексом рассматриваемых диагностических параметров и действительным состоянием контролируемого объекта способ ствует повышению достоверности оценки.

Принцип построения обучающегося алгоритма диагностирования по комплексу параметров был изложен нами в параграфе 2.4. Для практической обработки массивов данных величин параметров их теоретические распреде ления условных вероятностей выразим через статистические распределения, называя при этом результирующее произведение приведённых отношений правдоподобия диагностическим коэффициентом N K jS / D1 N K jS / D m m m DK jS j j (4.10), N K jS / D2 N K jS / D m j 1 j j где контролируемое состояние деталей (узла).

Принятие решений в обучающемся алгоритме диагностирования, осно ванном на методе последовательного статистического анализа, осуществля ется путём последовательного привлечения измеряемых диагностических па раметров для расчёта диагностического коэффициента. При этом в алгоритм целесообразно привлекать те дополнительные параметры, которые имеют достаточно тесную связь с основным (системообразующим) диагностическим параметром для оценки состояния рассматриваемого узла дизеля (таблица 2.2).

Корреляционно-регрессионный анализ связей между концентрацией же леза и дополнительными параметрами масла M 10B2 дизелей Г70-5 (таблица 4.7) показал, что все расчетные коэффициенты корреляции значимы, линей ные регрессионные модели адекватно описывают экспериментальный мате риал. Данное обстоятельство является достаточным основанием для привле чения в алгоритм диагностирования состояния деталей ЦПГ всех рассматри ваемых нами параметров РММ, кроме кислотного числа. Дело в том, что ме жду кислотным ( КЧ ) и щелочным ( ЩЧ ) числом нами была установлена до вольно тесная корреляционная связь с коэффициентом r 0,92. Так как тру доёмкость определения кислотного числа ( КЧ ) достаточно велика, мы отка зались от его определения. Опеделяли только щелочное число ( ЩЧ ), кото рое, наряду с водородным показателем масла ( рН ), достаточно полно харак теризует коррозионные свойства РММ (параграф 2.2, пункт 2.2.2).

Между тем, как следует из данных таблицы 4.7, эти связи недостаточно тесные, чтобы говорить о функциональной зависимости параметров. Ска занное лишний раз свидетельствует о сложном переплетении процессов, происходящих в системе «судовой дизель – РММ». Характер изменения по лученных зависимостей подтверждает общепризнанный взгляд на взаимо действие процессов трения и изменения качества РММ в ДВС различного на значения [25, 35, 70, 73, 85, 96, 117, 170, 171, 185].

Таблица 4.7- Результаты корреляционно-регрессионного анализа связей концентрации железа с дополнительными параметрами Наименование Уравнение линейной регрессии rкр при r параметра P 0, kFe 2, 40 kCu 32, Концентрация 0,61 0, меди, г/т kFe 3, 45 kSn 41, Концентрация 0,37 0, олова, г/т kFe 3,87 k Al 58, Концентрация 0,42 0, алюминия, г/т kFe 3,91 kCr 38, Концентрация 0,62 0, хрома, г/т kFe 32,12 pH 294, Водородный -0,51 0, показатель,ед.

kFe 47,83 ЩЧ 145, Щелочное число, -0,63 0, мг КОН/г kFe 37,05 19, Общая загряз- 0,72 0, нённость, ед.

kFe 1, 25 kSi 43, Концентрация 0,67 0, кремния, г/т kFe 0,64 tвсп 185, Температура -0,38 0, вспышки, оС Подробный анализ использования комплекса дополнительных парамет ров для оценки технического состояния других основных трущихся деталей дизеля Г70-5 проведён нами в работе [47]. По результатам проведённых ис следований был сформирован логический базис «параметры – состояние» для диагностики основных трущихся деталей дизеля и его систем, представлен ный в виде диагностической матрицы в таблице 4.8.

Таблица 4.8 – Диагностическая матрица «состояние – параметры»

Техническое Диагностические параметры состояние рН ЩЧ Н2О Fe Cu Al Sn Cr Si tвсп Износ деталей ЦПГ 1 1 1 1 1 1 1 1 1 1 Износ втулок верхних 1 1 0 0 0 1 0 0 1 1 головок шатунов Износ рамовых подшип- 0 0 0 1 0 1 0 0 0 0 ников коленчатого вала Износ шатунных подшип- 0 0 1 0 0 1 0 0 0 0 ников коленчатого вала Течь топливной системы 0 0 0 0 0 0 1 0 0 0 Течь системы охлаждения 0 0 0 0 0 0 0 0 1 1 Неплотность впускного 1 0 0 0 0 1 0 0 0 0 воздушного тракта Неисправность средств 1 1 1 1 0 0 0 1 0 0 маслоочистки Неудовлетворительное 0 0 0 0 0 1 1 1 1 1 качество масла Для различных сочетаний значений параметров возможно множество реализаций вычисляемых величин диагностических коэффициентов DK Ве личины порогов коэффициентов определяются выражением (2.20) и равны соответственно DKпор A 19 ;

DKпор B 0, 053. Если значения DK превы шают величины порогов, то с установленным уровнем значимости ошибок выносится решение об исправном или дефектном состояниях объекта. В по следнем случае, в зависимости от производственной ситуации, необходимо рассмотреть вопрос о разборке дизеля для ремонта дефектных деталей.

Практика эксплуатации и наши исследования показали [47], что износы таких основных деталей, как цилиндровые втулки дизелей Г70-5, носят плав ный характер, а аварийные (быстропрогрессирующие) износы легко выявля ются по предельному нормативу концентрации железа в РММ. В силу ска занного, и, руководствуясь экономическими соображениями, условимся классифицировать техническое состояние дизеля, когда расчётные величины DK (при рассмотрении всех дополнительных параметров) не выходят из зо ны DKпор DK DKпор как состояние повышенного износа. В этом случае разборку дизеля можно не производить, а эксплуатацию продолжать. Однако при этом следует контроль над изнашиваемыми деталями.

Для эффективного использования алгоритма диагностирования в соот ветствии с теоретическими положениями, изложенными в параграфе 2.3, был произведён численный эксперимент по выявлению характера изменения экс периментальных величин частной и общей диагностической ценности рас сматриваемых параметров в зависимости от различного числа разбиений их значений на равномерные интервалы.

Ширина текущего интервала массива исходных данных j го параметра (с округлением до целого числа) определяется по формуле K j max K j min dK jS (4.11), M где M 1,..., H j целое число разбиений на интервалы;

S 1,..., M номер ин тервала при M ом числе разбиений.

Частная диагностическая ценность j му параметру при M ом числе разбиений его значений на интервалы для различных состояний Z D K j M i вычисляется по формулам (2.24) и (2.25), где, с учётом вновь принятых обо значений, N K jS / D1 N K jS / D P K jS / D1 P K jS / D2 – статистическая условная, N K j / D1 N K j / D вероятность наличия величин j – го параметра K в S ом интервале его значений соответственно для исправного D1 и дефектного D2 состояний;

N K jS P K jS – полная статистическая вероятность наличия величин j N K j го параметра в S ом интервале значений;

N K jS / D1, N K jS / D1, N K jS – число измерений j го параметра S ом ин тервале значений соответственно для состояний D1, D2 и D ;

N K j общее число измерений в массиве данных.

Общая диагностическая ценность Z D K j M вычисляется по формуле (2.26). Квантование данных и последовательный расчёт диагностической ценности производится до количества интервалов M H j вычисляемого по формуле (3.8). Результаты расчёта диагностической ценности параметров в зависимости от переменного числа разбиений их значений на интервалы представлены на рисунках 4.5 – 4.7. Анализ этих рисунков показывает об щий экспоненциально-возрастающий характер изменения величин Z D K j M.

Ввиду того, что достоверность вероятностей интервалов параметров оп ределяется представительностью статистической выборки, которая обус ловлена величиной общего диапазона и степенью приближения статистичес кого распределения к теоретическому распределению, при переходе от ин тервала к интервалу имеет место разброс величин диагностической ценности ZD Kj M также в сторону их уменьшения в сравнении с диагностической ценностью на предыдущем интервале Z D K j M Z D ( K j ), бит Z D ( K j ), бит Рисунок 4.5 - Графики экспериментальных и расчётных величин диагностической ценности параметров Z D ( K j ) : 1 Feср ;

2 Sn ;

3 Al Z D ( K j ), бит Рисунок 4.6 - Графики экспериментальных и расчётных величин диагностической ценности параметров Z D ( K j ) : 1 tвсп ;

2 Cu ;

3 ЩЧ ;

4 pH Z D ( K j ), бит Рисунок 4.7 - Графики экспериментальных и расчётных величин диагностической ценности параметров Z D ( K j ) :

1 Fe;

2 ;

3 Cr;

4 Si;

5 H 2O Для определения оптимального числа интервалов (параграф 2.3) и, сле довательно, оптимальной диагностической ценности параметров опытные точки были аппроксимированы экспонентой вида Z D K j a 1 e, b M (4.12) где a, b коэффициенты, определяемые методом наименьших квадратов пу тём преобразования уравнения (4.12) к уравнению вида f x 0 и решения его методом последовательных приближений при заданной точности 1106 с использованием метода простого перебора [113].

Далее подсчитывались: среднее квадратичное отклонение эксперимен тальных величин Z D K j ЭM от теоретических Z D K j M, вычисляемых по экспоненте, Hj Z K ZD K j M M Э D j M (4.13) ;

H j средняя ошибка аппроксимации 0 (4.14) ;

Hj средняя относительная ошибка (точность) аппроксимации 100%, (4.15) Z D K j M где Z D K j M среднее арифметическая величина диагностической ценности:


Hj Z K M Z D K j D j M M (4.16).

Hj Исходя из гипотезы нормального закона распределения отклонений опытных точек от теоретической кривой (4.12), при уровне доверительной вероятности P 0,95 устанавливался доверительный интервал средней ошиб ки аппроксимации tP 0, (4.17) где tP гарантийный коэффициент (критерий Стьюдента). Принимался со гласно Приложению 1 [53].

Определение оптимального числа интервалов производилось итераци онным методом путём сравнения приращения расчётных величин диагнос тической ценности двух смежных интервалов с величиной доверительного интервала средней ошибки аппроксимации:

ZD K j ZD K j M 1 M tP 0. (4.18) Итерационный процесс вычислений продолжается до тех пор, пока ZD K j не будет отличаться от Z D K j M M на величину tP 0 или не будет осуществлён перебор всех интервалов Исследованиями автора настоящей диссертационной работы была уста новлена довольно тесная корреляционная зависимость (r 0,92) средней ско рости овального износа цилиндровых втулок дизелей Г70-5 от средней кон центрации железа в РММ [47]. В виду этого, целесообразно использовать среднюю концентрацию продуктов износа в РММ в качестве диагностиче ского параметра для оценки состояния дизеля в процессе эксплуатации и рас сматривать её в комплексе с другими диагностическими параметрами.

Описанный алгоритм расчёта и оптимизации величин Z D K j представ лен на рисунке 4.8 в виде блок-схемы. Он апробирован в программе, напи санной на языке «Фортран -1V» [147], легко может быть реализован как в программном пакете MathCAD, так и в Excel.

На рисунке 4.8 выделены следующие основные блоки:

«Н» - начало;

1 – ввод начальных значений параметров и констант ( K j min, K j max, M 2, P D1, P D2,, tP и т.д.);

2 – Ввод массивов данных параметров общего K ji, исправного K ji / D и дефектного K ji / D2 состояний деталей дизеля;

3 – расчёт наибольшего числа интервалов общего массива данных:

H 1, 443 ln N K j 1;

4 – расчёт величины шага квантования данных при переменном числе М равномерных интервалов: dK jS K j max K j min / M 1 ;

M 2 H ;

5 – разбиение массивов данных на равномерные статистические интер валы (квантование данных): N K jS, N K jS / D1, N K jS / D2 ;

S 2 M ;

6 – расчёт статистических полных и условных вероятностей S го ин тервала j го параметра для различных состояний дизеля: N K jS, N K jS / D1, N K jS / D2 ;

Рисунок 4.8 – Блок-схема программы расчёта и оптимизации величин Z D ( K j ) 7 – расчёт частной диагностической ценности контроля по j му пара метру:

P K js / D м Z D1 K j Р K js / D1 1, 443 ln, P K js s P K js / D Z D2 K j P K js / D2 log ;

P K js s 8 – расчёт текущего номера S го интервала: S : S 1;

9 – блок сравнения: S M 0;

10 - расчёт общей диагностической ценности контроля по j му пара метру K при M числе интервалов:

Z D K j P D1 Z D1 K j P D2 Z D2 K j ;

11 – формирование массива величин частной и общей диагностической, Z K, Z K ;

параметра: Z D K j M ценности j M M D2 j D j 12 – расчёт текущего числа интервалов M : M 1;

13 – блок сравнения: M H 0;

14 – ввод массива величин общей диагностической ценности параметра:

Z K, M 2 H ;

M D j 15 –расчёт среднего значения общей диагностической ценности пара метра Z D K j M, M 2 H ;

16 – расчёт коэффициентов и b в уравнении экспоненты:

ZD K j ZD K j M 1 M 17 – расчёт по экспоненте теоретических значений общей диагностичес, M 2 H ;

параметра Z D K j M кой ценности j 18 – расчёт среднеквадратичного отклонения опытных величин ZD K j M от теоретических величин ;

19 – расчёт средней ошибки аппроксимации 0 ;

20 – расчет средней относительной (стандартной) ошибки ;

21 – расчёт величины доверительного интервала tP 22 – номер начального интервала M 23 – вычисление величины разности K K M 1 M Z Z D j D j 24 – расчёт текущего числа интервалов M : M 25 – блок сравнения: ZD K j M 26 – печать: Z D K j M, 0 ;

, M опт M 1, Z D K j опт «К» - конец.

Результаты численного эксперимента по расчёту и оптимизации диаг ностической ценности параметров в последовательности, соответствующей убыванию их информативности, приведены в таблице 4.9, а теоретические кривые вида (4.12) показаны на рисунках 4.5 – 4.7.

Таблица 4.9– Результаты оптимизации диагностической ценности параметров РММ для дизелей Г70- Относи- Оптимальные Диагностичес- Зависимость диагностической Средняя тельная значения при P 0, кий параметр ценности от числа интервалов ошибка, ошибка, бит % ZD (K j ) M опт Z D Feср 0,372 1 e Средняя 0,745 M 0,0190 6,69 5 0, концентрация железа (Fe) Z D Fe 0,139 1 e Концентрация 0,764 M 0,0031 2,82 6 0, железа (Fe) Z D tвсп 0,101 1 e Температура 1,039 M 0,0042 5,00 4 0, вспышки (tвсп) Z D 0,088 1 e Общая загряз- 0,599 M 0,0022 3,25 6 0, нённость () Z D Sn 0,113 1 e Концентрация 0,123 M 0,0012 2,95 9 0, олова (Sn) Z D Cu 0,069 1 e Концентрация 0,244 M 0,0018 4,61 8 0, меди (Cu) Z D ЩЧ 0,067 1 e Щелочное число 0,235 M 0,0016 4,45 8 0, (ЩЧ) Z D Cr 0,049 1 e Концентрация 0,554 M 0,0024 7,15 5 0, хрома (Cr) Z D Si 0,083 1 e Концентрация 0,106 M 0,0024 9,05 8 0, кремния (Si) Z D H 2O 0,031 1 e Содержание 0,983 M 0,0005 0,23 8 0, воды (Н2О) Z D рН 0,028 1 e Водородный по- 1,038 M 0,0017 7,45 4 0, казатель (рН) Z D Al 0,026 1 e Концентрация 0,788 M 0,0008 3,81 5 0, алюминия (Аl) Результаты оптимизации диагностической ценности параметров, рас смотренные выше, являются основой для формирования диагностической матрицы, обеспечивающей эффективное использование обучающегося в процессе эксплуатации дизелей вероятностного алгоритма диагностирования (параграф 2.4). Такая матрица, сформированная по результатам эксплуатаци онной оценки состояния деталей ЦПГ дизелей Г70-5 за период трёх навига ций, представлена фрагментом в таблице 4.10.

Таблица 4.10 - Фрагмент диагностической матрицы по износу цилиндровых втулок дизелей Г70- Диагностичес- Интер- Величина Техническое состояние N K jS / D1 N K jS / D2 jS кий параметр вал интервала dK S Kj jS 0 – 1 3 0 Средняя 30 – 2 12 1 3, коцентрация 60 – 3 12 7 0, железа, г/т 90 – 4 3 8 0, 5 120 1 3 0, 0 – 1 63 11 4, Текущая 40 – 2 72 54 1, концентрация 80 – 3 34 37 0, железа, г/т 120 – 4 8 24 0, 160 – 5 1 13 0, 6 200 0 5 0, 1 164 4 14 0, Температура 164 – 2 21 43 0, вспышки, оС 186 – 3 73 56 0, 4 208 80 30 1, 1 250 50 10 3, 250 – 2 82 61 0, Общая 500 – 3 35 42 0, загрязнённость, 750 – 4 9 22 0, ед. 1000 – 5 2 7 0, 6 1250 0 2 0, Полная матрица описана нами в работах [47, 147], где приводятся также величины частной диагностической ценности параметров Z D K j, Z D K j, Z D2 K j и средние квадратичные отклонения D K, 2 K при оптималь j D j ном числе интервалов, являющиеся исходным материалом для расчёта при ведённых отношений правдоподобий jS [формула (2.22)].

В качестве обобщения проведённых результатов исследования разрабо танный обучающийся алгоритм диагностирования судовых дизелей пред ставлен схемой последовательности операций на рисунке 4.9, в котором кроме известных приняты следующие дополнительные условные обозначе ния:

K1, K 2, K 3 комплекс диагностических параметров соответственно первой, второй и третьей групп;

Kосн основной параметр;

Kосн.пред, Kосн.доп соответственно предельный и допустимый нормативы основного параметра;

K j пред, K j доп соответственно предельный и допустимый нормативы j го дополнительного параметра.

Величина основного параметра в момент контроля может превысить предельный норматив также по причине необычно ужесточённого режима работы двигателя. В виду этого необходимо производить повторный отбор пробы для анализа, что позволит распознать возможное влияние ужесточён ного режима. Так, по данным работы [71], вероятность этого влияния при по вторном анализе пробы масла составляет величину, равную 0,04, т.е. практи чески невозможное событие.

Отсюда следует, что если результат анализа подтвердился при повтор ном отборе пробы РММ Kосн Kосн.пред то с высокой достоверностью можно утверждать о дефектном состоянии контролируемых деталей. В этом случае необходим ремонт дизеля. Дополнительным подтверждением начала про грессирующего износа является динамика изменения величин основного па раметра. Увеличение значений концентрации элемента-индикатора в масле от пробы к пробе вызывает необходимость немедленной остановки двигателя для ремонта.

Рисунок 4.9 – Схема алгоритма диагностирования технического состояния дизеля по параметрам работающего масла (последовательность операций) Для исправного состояния дизеля по основному параметру осуществля ется прогнозирование остаточного ресурса. Результаты разработки прогноз ной модели рассмотрены ниже в параграфе 4.4.

Использование разработанного алгоритма диагностирования для экс плуатационной оценки состояния дизелей ЗСРП подтвердило его правомер ность и эффективность [115, 162]. В качестве иллюстрирующего примера приведём эксплуатационные данные оценки состояния дизеля Г70-5 (за водской номер 97) теплохода «ОТ-2072».

В начале июня концентрация железа в РММ превысила предельный норматив и оставалась на высоком уровне (около 170 г/т), что свидетельство вало о дефектном состоянии деталей ЦПГ. Этот диагноз подтверждается также низкими значениями величин диагностических коэффициентов, кото рые были существенно меньше установленного порога DK пор 0,053 Парал лельно ухудшились смазочные свойства РММ: превысила норму общая за грязненность (около 1250 единиц), стали недопустимо малы значения водо родного показателя (около 5,4 единиц), щелочного числа (около 0,67 мг КОН/г масла), нарастало содержание воды (более 0,5%) и примесей пыли в масле (кремний более 50 г/т). Основной диагноз от 15.06. – износ деталей ЦПГ, необходим навигационный ремонт и смена масла.

Дизель продолжали эксплуатировать, и только через 430 часов его рабо ты (8.07.) из-за интенсивного прорыва газов в картер он был выведен из экс плуатации и вскрыт. Оказалось, что втулка 4-го цилиндра имеет задир и из нос по овальности в первом верхнем поясе обмера более 0,7 мм. Втулку за менили, но интенсивный износ, по данным диагностики, не прекратился. Че рез две недели (25.07.) сменили масло. Однако, как следует из дальнейшего анализа, попадание воды в масло через резиновое уплотнение 5-ой втулки цилиндра не было устранено. Это по завершению навигации (3.11.) привело к необходимости замены ещё четырёх втулок с износом более 0,5 мм.

Данные анализов других элементов-индикаторов также подтвердили ре зультаты оценки технического состояния этого дизеля. Возрастание концен трации хрома и меди, являющихся основными диагностическими параметра ми состояния поршневых колец и втулок верхних головок шатунов, свиде тельствует об ухудшении условий их работы в связи с неисправностью ци линдровых втулок (первой возросла концентрация железа). Однако сравни тельно непродолжительная работа этих деталей при тяжелых условиях не привела к значительному повреждению и изменению их размеров.

Это пример наиболее тяжёлого и редкого в обычных условиях пароход ства случая неудовлетворительного технического состояния главного дизеля, но он даёт яркую картину возможностей системы эксплуатационной оценки и анализа технического состояния судовых ДВС по параметрам РММ и по этому приведён в диссертационной работе.

В заключении необходимо отметить, что в процессе функционирования данной системы оценки, в результате систематического устранения неис правностей двигателя, причин, снижающих ресурсные показатели, и свое временной смены некачественного РММ разброс значений по каждому диаг ностическому параметру уменьшается. Следовательно, предельные и допус тимые нормативы параметров, установленные на основе их статистических распределений с тем же уровнем вероятностей ошибок «ложной тревоги» и «пропуска дефекта», соответственно ужесточатся. Использование скоррек тированных нормативов и диагностической матрицы позволит поддерживать более низкий темп изнашивания трущихся деталей за счёт обеспечения более благоприятных условий их работы. Таким образом, можно достичь дальней шего повышения надёжности и экономичности судовых ДВС, что ведёт к улучшению эффективности их использования на водном транспорте.

4.3 Разработка методики прогнозирования остаточного ресурса цилиндровых втулок дизелей Г70-5 по средней концентрации железа в работающем моторном масле Одной из важных задач технической диагностики, наряду с оценкой со стояния в процессе эксплуатации и поиском возникших неисправностей, яв ляется предсказание технического состояния объекта в некоторый момент времени в будущем [23, 33, 125, 127, 179]. К таким задачам относятся вопро сы прогнозирования остаточного ресурса основных деталей, лимитирующих долговечность двигателей [33, 42, 46, 48, 67, 126, 139, 169, 180, 185].

В настоящее время у нас в стране накоплен значительный опыт по про гнозированию ресурса деталей тепловозных [65, 91, 133, 144, 146, 185, 186], автотракторных [67, 71, 91, 96, 141, 184] и, в меньшей степени, судовых [28, 42, 62, 115, 131, 169, 180] ДВС на основе определения продуктов износа и, в частности, спектральным анализом РММ.

Как отмечалось в параграфе 2.6 в основе прогнозирования остаточного ресурса лежит тот факт, что скорости изнашивания деталей, определяемые по их геометрическим размерам и по накоплению продуктов износа в РММ, хо рошо коррелируют между собой [71, 96, 141, 185]. В связи с этим исполь зуют следующие методические решения вопросов прогнозирования процес сов изнашивания в ДВС: по массе металла, снятого за какой-либо срок служ бы масла, подсчитываемой по уравнению баланса [78, 79, 126];

по скорости поступления продуктов износа или концентрации их в РММ, подсчитывае мой по универсальному уравнению [94, 141], и по средней концентрации ме талла в РММ за некоторый период наблюдений [41, 144].

Особенность процессов изнашивания в судовых дизелях, по нашим на блюдениям, значительная их стохастичность при сравнительно плавном ха рактере протекания (рисунок 4.1), а появление скачков в развитии процесса износа связано, как правило, с аварийной ситуацией. Задача определения мо мента возникновения прогрессивного износа в эксплуатации дизелей с успе хом решена нами методом оценки по корректируемому алгоритму диагно стирования (параграф 4.2).

В основу методики прогнозирования нами положена только одна из со ставляющих баланса – концентрация продуктов износа основных деталей.

Полученные выше результаты эксплуатационных исследований подтвердили правильность принятых в параграфе 2.6 теоретических положений.

Разработка прогнозной модели осуществлена нами по результатам экс периментального материала для цилиндровых втулок, полученного с 14 ис правных дизелей Г70-5. Для этих дизелей были произведены тщательные об меры втулок за период между двумя последующими разборками дизеля. Бы ло собрано и проанализировано необходимое количество проб РММ (пара граф 2.3), произведён расчет средней концентрации железа в РММ и средней скорости изнашивания по шести цилиндрам каждого дизеля.

Средняя концентрация железа в РММ каждого дизеля определялась как N K i K Feср (4.19), N где Ki концентрация железа при i ом отборе пробы масла, г/т;

N число отборов проб за период наблюдений.

Средняя скорость изнашивания по овальности втулок n U i g ср (4.20), n tн где U i износ по овальности i ой втулки;

n 6 число цилиндров дизеля;

tн наработка дизеля за период между двумя разборками и обмерами, тыс.ч.

Результаты проведённых расчётов представлены в таблице 4.11. После дующий анализ данных этой таблицы позволил установить наличие довольно тесной корреляционной зависимости средней скорости изнашивания втулок от средней концентрации железа в масле M 10B2, представленной линейной регрессионной моделью (рисунок 4.10) gср 7, 64 104 K Feср, (4.21) с коэффициент корреляции r 0,912. При этом абсолютная погрешность ап проксимации для уровня доверительной вероятности P 0,95 составила вели чину gср 5, 4 103 мм / тыс. ч, а средняя относительная ошибка – gср 11,5%.

Таблица 4.11 – Зависимость средней концентрации железа в масле M 10B2 и скорости изнашивания цилиндровых втулок от наработки дизеля Г70- Номер Номер Наработка Количество Средняя Средняя теплохода дизеля за навига- проб масла, концентра- скорость цию, тыс. ч шт ция, г/т изнашивания, мм /тыс. ч 2071 95 2,280 8 56 0, 2071 96 2,280 8 54 0, 2072 97 3,686 10 109 0, 2072 98 3,686 10 100 0, 2074 101 3,631 11 46 0, 2074 102 3,631 10 88 0, 2077 107 3,350 12 75 0, 2077 108 3,350 12 72 0, 2078 111 3,380 8 32 0, 2078 112 3,389 8 80 0, 2110 137 4,366 12 18 0, 2110 138 4,366 12 31 0, 2077 107 3,324 10 89 0, 2078 112 3,300 9 54 0, Рисунок 4.10 - Зависимость средней скорости изнашивания цилиндровых втулок дизелей Г70-5 от средней концентрации железа в масле Наряду с этим, регрессионные модели, полученные для зависимостей средней концентрации железа и средней скорости износа от времени, вида K Fe ср 89,14 7,17 tн, (4.22) gср 0,08 9, 28 103 tн (4.23) соответственно с коэффициентами корреляции равными:

- 0,156;

- 0,215, являются неадекватными так как рассчитанные критерии Стьюдента ( 0,552 и 0,763 соответственно) для экспериментального массива данных намного меньше табличной величины tтабл 2,18. В этом случае считают, что перемен ные являются независимыми. Тем не менее, полученные результаты под тверждают выводы других исследователей о стабилизации, как концентрации железа, так и скорости износа деталей в процессе работы двигателя [69 – 71, 89 – 91, 97, 108, 131, 180, 185]. Понятно, что в этом случае концентрация ме талла может лишь косвенно служить диагностическим параметром для про гнозирования согласно выражению (4.21).

Основой для прогнозирования износа являются вероятностные матема тические модели процесса изнашивания (параграф 2.6), в которых износ мо жет быть представлен либо как функция случайной величины x f t, либо как случайная функция x t. Прогнозируемую функцию (износ) через изме ряемый параметр (скорость изнашивания) выразим уравнением t пр g t dt, U (4.24) где g t скорость изнашивания в некоторый момент времени t эксплуатации дизеля, тыс. ч;

tпр наработка дизеля на момент прогнозирования, тыс. ч.

При прогнозировании по средним величинам параметров износ деталей в период нормальной эксплуатации можно представить линейной зависимо стью U ср gср tпр. (4.25) где gср средняя скорость изнашивания детали случайной величины g t в выражении (4.21), мм/тыс. ч.

Для определения потребности дизеля в разборке с целью его ремонта необходимо установить допустимый прогнозируемый износ цилиндровых втулок U доп по величине которого можно выразить остаточный ресурс в ча сах наработки дизеля. Здесь возможны различные подходы, учитывающие специфику диагностируемых объектов и условия их эксплуатации. Принимая во внимание сезонность работы судов речного флота Сибири и Дальнего Востока, локальный прогноз целесообразно осуществлять на период после дующей навигации. Средняя навигационная наработка дизелей Г70-5 по опыту эксплуатации в условиях ЗСРП составила около tн 3,5 тыс. ч.

Детальный анализ накопленного экспериментального материала позво лил подойти к определению величины допустимого износа с единых теоре тических позиций, принятых нами в алгоритме диагностирования (параграф 4.1). Расчёты по массиву исходных данных средней концентрации железа в масле для различных состояний дизелей показали, что эмпирические распре деления K Fe ср наиболее хорошо аппроксимируются законом гамма – распре деления (формула 3.12) с параметрами:

r K Feср / D1 7, 485;

K Feср / D1 0,110;

r K Feср / D2 9,124;

K Feср / D2 0,089.



Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.