Определение моментов времени смены режимов динамической системы с помощью индикаторной функции числа состояний
| Авторы: Тукмаков А.Л., Тукмакова Н.А. | Опубликовано: 08.10.2018 |
| Опубликовано в выпуске: #9(702)/2018 | |
| Раздел: Машиностроение и машиноведение | Рубрика: Методы и приборы контроля и диагностики материалов, изделий, веществ и природной среды | |
| Ключевые слова: динамическая система, акустический сигнал, временная реализация, фазовое пространство, множество состояний, оконная функция, смена динамического режима, индикаторная функция |
При эксплуатации и испытаниях различных технических устройств (в том числе турбин ракетных и авиационных двигателей) может возникнуть необходимость в диагностике процесса смены их динамических режимов, в определении текущего типа динамического режима и моментов или интервала времени наступления этого события. Наряду со спектральными методами для решения этой задачи можно использовать метод, базирующийся на анализе состояний динамической системы в дискретном фазовом пространстве. Рассмотрены метод и алгоритм описания поведения динамической системы на основе анализа эволюции индикаторной функции числа состояний, определенной во временном окне и суммирующей количество различающихся состояний системы в дискретном фазовом пространстве. Построена модель двумерного фазового пространства, в котором найдены дискретные состояния анализируемого динамического процесса. Описаны способ построения базового дискретного множества состояний динамической системы и поведение индикаторной функции в ходе создания базового множества состояний и при последующей идентификации дискретных состояний динамического процесса. Показано, что рост индикаторной функции происходит при смене динамического режима, приводящего к появлению новых состояний по отношению к таковым для смещающегося вдоль оси времени окна заданной ширины. В качестве примера на основе анализа акустического сигнала исследована смена динамического поведения системы, представляющей собой вращающийся вал, на который воздействует осевая нагрузка, содержащая постоянную и импульсную составляющие.
Литература
[1] Ахтямов A.M., Сафина Г.Ф. Определение виброзащитного закрепления трубопровода. Прикладная механика и техническая физика, 2008, т. 49, № 1(287), с. 139–147.
[2] Ахтямов A.M., Ямилова Л.С., Муфтахов А.В. Идентификация вида и параметров закрепления стержня по собственным частотам его колебаний. Акустический журнал, 2008, т. 54, № 2, с. 181–188.
[3] Ахтямов А.М., Аюпова А.Р. О решении задачи диагностирования дефектов в виде малой полости в стержне. Журнал Средневолжского математического общества, 2010, т. 12, № 3, с. 37–42.
[4] Казаков О.Н., Сайфутдинов М.И., Стрижков С.А., Шемякин В.В. Эффективность применения метода акустической эмиссии при диагностике магистральных нефтепроводов. Безопасность труда в промышленности, 2000, № 4, с. 25–28.
[5] Дудаков С.В. Об акустической диагностике железобетонных изделий. Вестник Иркутского государственного технического университета, 2007, № 2, с. 90–93.
[6] Буйло С.И. Диагностика предразрушающего состояния по амплитудным и временным инвариантам потока актов акустической эмиссии. Дефектоскопия, 2004, № 8, с. 79–83.
[7] Тукмаков А.Л., Аксенов И.Б. Идентификация объектов на основе анализа функции числа состояний акустического отклика. Журнал технической физики, 2003, т. 73, вып. 10, с. 130−133.
[8] Тукмаков А.Л. О диагностике регулярных и хаотических режимов движения динамической системы при помощи функции числа состояний. Письма в Журнал технической физики, 2002, т. 28, № 6, с. 18−22.
[9] Бигус Г.А., Травкин А.А., Даниев Ю.Ф. Вейвлет-анализ сигналов акустической эмиссии при диагностике конструкций. Сварка и диагностика, 2012, № 4, с. 34–38.
[10] Соловьев А.Н., Соболь Б.В., Васильев П.В. Ультразвуковая локация внутренних трещиноподобных дефектов в составном упругом цилиндре с применением аппарата искусственных нейронных сетей. Дефектоскопия, 2016, № 3, с. 3–9.
[11] Краснощеков A.A. Идентификация дефектов в упругих элементах конструкций на основе искусственных нейронных сетей. Вестник Нижегородского университета им. Н.И. Лобачевского, 2011, № 4, с. 1549–1551.
[12] Захаров С.И. Повышение достоверности значений износа деталей машин при акустической диагностике. Вестник машиностроения, 2008, № 11, с. 89–91.
[13] Tsallis C. Computational applications of nonextensive statistical mechanics. Journal of Computational and Applied Mathematics, 2009, vol. 227, no. 1, pp. 51–58.
[14] Шустер Г. Детерминированный хаос. Москва, Мир, 1988. 240 с.
[15] Берже П., Помо И., Видаль К. Порядок в хаосе. О детерминистском подходе к турбулентности. Москва, Мир, 1991. 368 с.
[16] Jardine A.K.S., Lin D., Banjevic D. A review on machinery diagnostics and prognostics implementing condition-based maintenance. Mechanical Systems and Signal Processing, 2006, vol. 20, is. 7, pp. 1483–1510.
[17] Xu G.Y., Zhu W.D., Emory B.H. Experimental and Numerical Investigation of Structural Damage Detection Using Changes in Natural Frequencies. Journal of Vibration and Acoustics, Transactions of the ASME, 2007, vol. 129(6), pp. 686–700, doi:10.1115/1.2731409.
[18] Ruqiang Yan, Robert X. Gao, Xuefeng Chen. Wavelets for fault diagnosis of rotary machines: A review with applications. Signal Processing, 2014, vol. 96, Part A, pp. 1–15.
