автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка метода и алгоритмов автоматизированной диагностики изношенности зубчатых передач на основе обработки акустической информации

На правах рукописи

Тин Чзко

РАЗРАБОТКА МЕТОДА И АЛГОРИТМОВ АВТОМАТИЗИРОВАННОЙ ДИАГНОСТИКИ ИЗНОШЕННОСТИ ЗУБЧАТЫХ ПЕРЕДАЧ НА ОСНОВЕ ОБРАБОТКИ АКУСТИЧЕСКОЙ

ИНФОРМАЦИИ

Специальность: 05.13.06-Автоматизация и управление технологическими процессами и производствами (в приборостроении)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

1 6 ОКТ 2014

Москва-2014 г.

005553410

005553410

Работа выполнена на кафедре систем автоматического управления'и контроля (САУиК) Национального исследовательского университета «МИЭТ». ^

Научный руководитель: Доктор технических наук, профессор

Трояновский Владимир Михайлович

Официальные оппопенты: Гетманов Виктор Григорьевич

доктор технических наук, профессор Главный научный сотрудник ФГБУН Геодезического центра РАН

Сердюк Ольга Александровна кандидат технических наук, Начальник отдела

Департамента анализа и контроля рисков ЗАО АКБ «НОВИКОМБАНК»

Ведущая организация: ОАО «НИИ Точного Машиностроения»

Защита диссертации состоится «27» ноября 2014 г в 14 30 часов на заседании диссертационного совета Д212.134.04 при Национальном исследовательском университете «МИЭТ» по адресу: 124498 Москва Зеленоград, проезд 4806, д. 5, МИЭТ.

С диссертацией можно ознакомиться в библиотеке НИУ МИЭТ.

Автореферат разослан «26 » сенту/р?, 2014 г.

Ученый секретарь Диссертационного совета

доктор технических наук, профессор /7^ \.и. Погалов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертации.» Задачи технической диагностики являются одним из важных разделов приборостроение.

Решением задач технической диагностики занимались такие ученые, как И.А. Биргер, И. И. Артоболевский, Ю. И. Болицкий, М. Д. Генкин, А.Г. Соколова, В.В. Клюев и Б.В. Павлов и др, Широкий класс задач технической диагностики успешно решается методами акустического неразрушающего контроля. Им занимались такие ученые, как И.Н. Ермолов, Н.П. Алешин, H.A. Баркова, Е.А. Воробьёв и др. Применение теории вероятностей и математической статистики широко известно из работ Е.С. Вентцель и В. Е Гурмана. Проблемам выделения сигналов на фоне помех с применением теории случайных процессов посвящены работы таких ученых, как Дж. Бендат, Б.Р. Левин, Ю.Г. Сосулин, В.Н. Тихонов, И.С. Гоноровский и др. Обучение методам обработки случайных процессов проводят Национальные исследовательские университеты России: МИФИ, МЭИ, Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича, Томский политехнический университет и др.

Обнаружение износа зубчатых колёс на основе акустических сигналов и методика анализа звукового сигнала по своему существу и используемым методам является многоплановой задачей и до настоящего времени в полной мере не решена.

Привлечение широкого круга специалистов и разнообразных методов анализа (поиск в Интернете по запросу «диагностика акустические -сигналы» дает свыше 174 тыс. ссылок) лишь подчеркивает нерешенность проблемы и позволяет уверенно говорить об актуальности выбранной темы исследования.

Объект и предмет исследований

Объектом исследований является технологические установки с зубчатыми передачами, диагностируемые относительно изношенности зубьев..

Предметом исследований являются методы и алгоритмы для обнаружения изношерюсти зубчатых колес на основе обработки акустических данных.

Проблемная ситуация, сложившаяся в. области объекта исследований, определяется тем, что диагностика изношенности зубчатых передач лежит на стыке акустических методов получения и обработки сигналов, теории случайных процессов и информационных технологий. Разнородность используемых методов затрудняет не только поиск

информативных признаков, но и последующий анализ акустических сигналов с целью уверенной диагностики состояния оборудования.

Цель и задачи исследований

Целью исследований является повышение эффективности обнаружения изношенности зубчатых передач работающего оборудования на основе применения информационных технологий.

Для достижения поставленной цели решаются следующие научные задачи, отраженные в названиях глав диссертации:

1. Анализ задачи обнаружения износа зубчатых передач как один из разделов технической диагностики:

техническая диагностика и проблема обнаружения дефектов зубчатых передач;

анализ видов технической диагностики для обнаружения дефектов;

исследование особенностей акустических методов неразрушающего контроля;

возможности и проблемы информационных технологий для решения рассматриваемой задачи.

2. Разработка метода и алгоритмов для анализа звуковых сигналов от работающего оборудования:

разработка алгоритма предварительных исследований для решения задачи;

анализ сигналов с помощью редактора COOL;

разработка специальных модулей для прямого и обратного

преобразования .WAV-файлов в массивы Excel;

исследование возможностей применения корреляционной

функции.

3. Разработка метода моделирования акустических сигналов, имитирующих сигнал от работающего оборудования зубчатых передач.

4. Разработка метода и алгоритмов- для получения диагностической информации на основе обработки корреляционной функции сигнала.

5. Анализ достигнутых результатов и установленных закономерностей.

Методы исследования. Теоретическую и методическую базу исследования составили метод акустической диагностики, шумо-диагностический метод, теория случайных процессов, теория цифровой обработки сигналов, проверка результатов с помощью компьютерного моделирования.

Научная новизна работы состоит в совокупности научно обоснованных технических решений, направленных на создание новых методов и алгоритмов для обнаружения износа зубчатых колёс с использованием акустических методов и информационных технологий.

Научная новизна исследований (в итоге) состоит в следующем:

- предложен метод диагностики, основанный на обработке корреляционных функций, а не самих исходных сигналов;

- в предложенном методе введена процедура отделения гармонических компонент корреляционных функций для сигналов, имитирующих сигналы от шестерен.

Научная новизна проявляется в следующих новых научных результатах.

I. Установлено, что:

1) Известные методы анализа в задачах обнаружения износа зубчатых колёс, как правило, не- обеспечивают совместного учета требований всех методов, необходимых для решения задачи в Целом. Для решения рассматриваемой задаче необходимо совместное системное применение методов технической диагностики, бесконтактных, акустических методов и информационных технологий выделения сигнала на фоне помете.

II. Показано, что:

2) В записи реальных шумообразкых сигналов рт стендового оборудования отчетливо прослеживается наличие не менее двух гармонических составляющих и шумообразной компоненты типа «белого шума», в несколько раз превышающего уровень полезных гармонических сигналов. •

3) Анализ этих шумообразных сигналов стандартными программными средствами приводит к неоднозначным результатам и требует разработки собственных программ моделирования.

4) Применение корреляционных • методов анализа • позволяет сформулировать задачу обнаружения износа зубчатых колёс как задачу выделения периодического сигнала на фоне других сигналов и помех.

III. Цредложен: •

5) Новый метод диагностики, основанный на обработке корреляционных функций, а не самих исходных сигналов.

IV. Разработаны:

6) Специальные Модули для прямого и обратного преобразования звуковых файлов в формате .WAV в массивы Excel.

7) Алгоритм и программа поиска дефектов Зуба на основе обработки акустической информации на фоне гармонических составляющих и помех.

8) Программа для накопления и статистического анализа результатов компьютерного эксперимента.

V. Промоделированы:

9) Появление характерных пиков, связанных с повреждением зубчатого колеса, в корреляционной функции суммарного сигнала.

10) Процедура отделения гармонических компонент в пространстве корреляционных функций.

11) Изменение информативных признаков в виде коэффициента корреляции между опорным и остаточным «сигналами» по мере изменения уровня помехи и искомого импульсного сигнала.

VI. В итоге выявлена новая закономерность:

12) Обработанная корреляционная функция акустического сигнала содержит эффективную информацию дня обнаружения искомого дефекта.

■ Достоверность новых научных результатов подтверждена математическим обоснованием полученных результатов и компьютерным моделированием.

Научные положения, выносимые на защиту:.

1. Для решения задачи обнаружения износа зубчатых колёс необходимо совместное системное применение методов технической диагностики, бесконтактных акустических методов и информационных технологий выделения сигнала на фойе помех.

2. Привлечение корреляционных методов анализа позволяет формализовать постановку задачи и сформулировать ее как задачу выделения периодического сигнала на фсите других сигналов и помех, присутствующих в модели акустического сигнала.

, 3. Переход из пространства исходных акустических- сигналов в ■ пространство их корреляционных функций позволяет исключить проблему учета фазы поискового.сигнала, а .также предварительно обособить -составляющие в корреляционной •■ функции анализируемых сигналов и сократить объем требуемых

■ вычислений, :.

4. Эффективность обнаружения искомого периодического импульсного сигнала, имитирующего дефект зуба при изменении параметров процесса, устанавливается с помощью специально разработанных схемы и программы моделирования

5. Для оценки работоспособности предложенного метода, при отсутствии натурных образцов оборудования с дефектными зубцами шестерен, необходима верификация, и. она проведена с помощью компьютерного моделирования.

Практическая ценность работы заключается в том, что разработанный метод и алгоритмы не требуют сложной аппаратуры для диагностики и обеспечивают обнаружение дефектов на ранних стадиях их появления без необходимости остановки и разборки оборудования. Выигрыш по числу операций при использовании предложенного метода повышает чувствительность метода. Разработанный метод позволит повысить эффективность процесса принятия решения о наличии дефектов, связанных с износом зубьев и его можно применять для автоматизации контроля особо важного оборудования с зубчатыми передачами, на станциях технического обслуживания автомобилей, на стендах технологического контроля При сборке сложных приборов и др.

Результаты работ соискателя использованы при преподавании в МИЭТ учебных дисциплины «Программное обеспечение управляющих систем» и «Системней анализ и Математическое моделирование».

Апробация работы. Основные результаты диссертации представлены на 9 международных, всероссийских и межвузовских форумах:

1. 18 -я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов «Микроэлектроника и информатика-2011», Москва, МИЭТ, 2011. 1

2. 4-я Всероссийская межвузовская научно-практическая конференция «Актуальные проблемы информатизации в науке, образовании иэконЬмике - 2011», Москва, МИЭТ, 2011.

3. 15 -я Международная телекоммуникационная конференция молодых ученых и студентов «МОЛОДЕЖЬ И НАУКА - 2012», Москва, МИФИ, 2012.

4. 19 -я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов «Микроэлектроника и информатика-2012», Москва, МИЭТ, 2012.

5. 5-я Всероссийская научно-практическая конференция «Актуалыгые проблемы информатизаций в науке, образовании и экономике-2012», Москва, МИЭТ, 2С»12.

6. 21 -я международная' конференция «Математика. Компьютер. Образование», Пущино, 2013.

7. 20-я Всероссийская межвузовская научно-техническая конференция студентов и асйирантбв «Микроэлектроника и информатика-2013», Москва, МИЭТ, 2013.

8. б-я Всероссийская научно-практическая конференция «Актуальные проблемы информатизации в науке, Образовании и экономике-2013», Москва, МИЭТ, 2013.

9. 21-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов «Микроэлектроника и информатика -2014», Москва, МИЭТ, 2014. Публикации.

Основные результаты диссертации представлены в 19 печатных работах соискателя (8 работ - без соавторов), в том числе:

- 3 статьи в центральных изданиях, входящих в перечень ВАК;

- 4 статьи в реферируемых журналах и сборниках;

- 3 свидетельства об официальной регистрации программы для ЭВМ.

Личный вклад автора.

Новые научные результаты диссертации получены соискателем самостоятельно. Из них главными являются:

1. Разработан новый метод и алгоритм для поиска дефектов зуба на основе обработки акустической информации на фоне гармонических составляющих й помех. ■ - ■

2. Перенос рассмотрения из пространства сигналов в пространство та корреляционных функций позволяет исключить проблему учета фазы поискового сигнала и исходной реализации, а .'.также предварительно обособить составляющие в корреляционной функций анализируемых сигналов.

3. Выигрыш по числу операций в результате предложенного подхода по сравнению с пряМой корреляцией сигналов достигает 1-2 десятичных порядков.

Структура и объем работы. Диссертация состоит из введения, пяти глав и заключения, списка литературы и приложений. Диссертация изложена на 125 страницах, включает 54 рисунков и 2 таблицы. Список литературы содержит 60 источников.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обоснована актуальность темы диссертации, определены объект и предмет исследования, проблемная ситуация, научная проблема, решаемая в диссертации, цели.й задачи исследования, научная новизна и достоверность новых научных результатов; сформулированы научные положения, выносимые на защиту; указаны теоретическая и методическая основы исследования, определена практическая .ценность и значимость работы; приведены сведения о реализаций новых научных результатов работы, их апробации и публикациях.

В первой главе рассмотрены проблемы технической диагностики и обнаружения дефектов зубчатых Передач, в том числе из-за износа зубьев колео и шестерен. Дан обзор публикаций, известных из литературы, научных статей и Интернета. Рассмотрены результаты, полученные в рассматриваемой й смежных областях знаний, начиная с 60-х годов XX в. Проведен анализ видов технической диагностики, выделены и исследованы особенности акустических методов неразрушающего контроля и получения информативных признаков. Рассмотрены возможности и проблемы применения информационных технологий для решения рассматриваемой задачи.

В качестве важнейшего вывода по первой главе указано, для диагностирования изношенности зубьев наиболее близки бесконтактные акустические методы, однако полезные сигналы надо выделять на фоне помех. Поэтому дальнейшая разработка переходит в область анализа звукового шумообразного сигнала.

Во второй главе рассматривается предложенный метод анализа звуковых сигналов от работающего оборудования.

Схема предварительного этапа исследований показана на (рис. 1).

Рис. 1. Анализ звуковых шумообразных сигналов

Реальные акустические сигналы от работающего лабораторного стенда с шестеренчатой передачей были записаны на кафедре технической механики МИЭТ и сохранены в виде файлов в формате .WAV. Их анализ с помощью редактора COOL и программного средства MATLAB показал необходимость применения, специальных методов и алгоритмов для выделения параметров, значимых дпя диагностики. Для этого была выбрана платформа Excel+VBA, где доступны., непосредственная

установка параметров эксперимента и удобный инструментарий для визуализации и исследования результатов.

Специально разработанные модули для прямого и обратного преобразования численных массивов в Excel и .WAV-файлах позволили успешно сопоставлять звуковые и оцифрованные сигналы, а также отрабатывать алгоритмы их обработки на компьютере, в том числе специальные алгоритмы и программы для обработки случайных процессов. Последнее особенно важно, так как предварительный анализ звуковых сигналов от стендового оборудования показал, что они хорошо описываются как смесь гармонических и шумообразных сигналов. Поэтому целесообразно дальнейшее исследование провести в виде моделирования подобных сигналов на компьютере.

Сформулирована задача анализа звуковых сигналов от работающего оборудования с целью ее диагностики путем выделения «полезного» „сигнала на фоне мешающих факторов. В качестве важнейшего-инструмента для этого служит корреляционная функция. Показано, что если сигнал от работающего оборудования интерпретировать как сумму сигналов от каждой из шестерен, импульсного' сигнала искомого дефекта и помехи, то в корреляционной функции такого сигнала, содержатся, как независимые слагаемые, корреляционные функции всех названных составляющих.

Результаты расчёта корреляционной функции сигнала, зафиксировавшего звук от зубчатой передачи (после использования специального модуля для преобразования WAV-файлов в массивы Excel и стандартных расчетов) действительно показали явное наличие таких составляющих (рис. 2).

Рис. 2. Результаты расчёта корреляционной функции от записанного звукового файла и ее начальный фрагмент

Это подтвердило целесообразность дальнейшего исследования путем моделирования подобных сигналов, их обработки и анализа результатов на

компьютере. Предложено вести весь дальнейший анализ с переходом от исходного звукового сигнала в пространство корреляционных функций сигналов (от шестерен, от дефекта и помехи).

В выводах второй главы указано, что разработаны специальные модули для Црямого и обратного преобразования звуковых файлов в формате .WAV в массивы Excel, проведен предварительный Анализ записанных сигналов от стендового оборудования, показано, что они хорошо описываются как смесь гармонических и шумообразных сигналов. Предложен переход от исходного звукового сигнала в пространство корреляционных функций сигналов от шестерен, от дефекта и помехи.

В третьей главе описана разработка метода моделирования акустических сигналов, имитирующих сигнал от работающего оборудования с зубчатыми передачами.

Предполагается, что для рассматриваемой задачи сложный акустический сигнал создается парой шестерен, в ' одной из которых возникает дефект из-за износа одного зуба. Тогда модельный сигнал можно представить гармоническими сигналами от этих двух шестерен и дополнительной помехой (из-За влияния неучтенных факторов), куда дополнительно вводится импульсный сигнал, имитирующий повреждение зуба (рис. 3).

Рис. 3. Схема генерации модельного сигнала сдефектом одного зуба Сформированный сигнал имеет вид:

2(0 == [*,*,( 0 + *„и(0] + V, (0 +

Здесь сигналы ^(0, х1((), и{0 и п{0 имитируют неповрежденные шестерёнки и помеху, к - амплитуда сигнала и м(г) - имитирует дефект. Если форма сигналов х,(0> х2(0 описывается как

11

x(t) A sin((i)i + p),

где A - амплитуда, со - частота, <p - начальная фаза, то их ковариационная функция определяется как

к2 . , Л

К (г) = — cos(fflf) ,1=1,2.

2

Как видно из последнего соотношения, ковариационная функция гармонического сигнала не зависит от фазы исходного сигнала, поэтому весь дальнейший анализ целесообразно перенести из области сигналов в область корреляционных функций.

Для генерации помехи n{t) при компьютерном моделировании использован датчик случайных чисел, равномерно распределенных на интервале [0..1]. В этом случае дисперсия помехи определится как

и 12

а ее корреляционную функцию мбжно записать в виде

Так как в литературе нет четких сведений о форме импульсного сигнала, который может имитировать шум от дефекта одного зуба, для формирования такого импульсного сигнала мы полагаем форму импульса от одиночного импульса до импульса треугольной формы.

После сложения импульсного сигнала и' быстрого гармонического сигнала получаем гармонический сигнал с моделируемым импульсным дефектом. Вид такого сигнала (где для наглядности величина дефекта сильно преувеличена) показан на рис. 4. - .

{ ° yj^iimli—

5 Ф 2000 4000 6000 8000 10000

< -2 ;------------------------------------------

Номер отсчетп

Рис. 4. Ви^ гармонического сигнала с моделируемым импульсным

. дефектом

После генерации всех сигналов полупаем модельный сигнал с поврежденным зубом; его вид (при малом уровне дефекта) показан на рис. 5.

I о .......

| о 5000 ЮООО i

г -10 ----------------------------

^ Номер отсчета

Рис. 5. Вид полного модельного сигнала с поврежденным зубом

В этой главе также приведен алгоритм подготовки звукового файла в Excel с записью его в .WAV - файл (рис. 6) и результаты компьютерного моделирования сигналов, подобных звуковых сигналов. Визуальное и акустическое («на слух») сравнение звукового сигнала от поврежденных зубчатых колёс, сгенерированного в Excel и воспроизводимого с помощью

Рис. 6. Алгоритм подготовки звукового файла в Excelc записью его в

.WAV - файл

В выводах третьей главы указано,, что разработаны программы для моделирования звуковых сигналов с гармотаческими, импульсными и шумообразными компонентами, схема моделирования; включая генерацию звукового эквивалента сигнала, который имитирует сигнал от

неповрежденных зубчатых колёс, и генерацию звукового эквивалента сигнала, который имитирует сигнал от поврежденных зубчатых колёс, а также проведено компьютерное моделирование и визуализация полученных сигналов.

В четвертой главе рассмотрены предложенный метод и алгоритм поиска дефекта на основе обработки корреляционной функции сигнала. У корреляционной функции периодических сигналов «фаза» всех компонентов оказывается равна нулю, что позволяет резко сократить объем настроечных (или поисковых) операций по синхронизации поискового сигнала и исходной реализации. Можно идентифицировать в корреляционной функции суммарного сигнала гармоническую составляющую с известной частотой, используя для вычисления амплитуды компонента с частотой со, известное соотношение, полученное как результат применения согласованного фильтра

где N - число периодов.

Далее данный компонент удаляем из КЛ т) для повышения эффективности работы с другими компонентами.

В остатке остаются корреляционная функция искомого сигнала от поврежденного зубца шестерни и корреляционная функция помехи (рис. 7).

\ > 1 \ \ ! ! | Проявившие« ППК11, сшплнные с ысим^^гшппсфекпш^ . :_... "вттссрудают роОгт^огоАтоспгшдл^^нни!» пппш

Рис. 7. Вид остаточных компонент корреляционной функции модельного сигнала

Вероятностная оценка наличия искомого периодического импульсного

сигнала устанавливается вычислением коэффициента корреляции между

полученным остатком и от корреляционной функцией импульсного сигнала дефекта.

помощью компьютерного . , моделирования исследована эффективность обнаружен.™ •• искомого .периодического импульсного

14 ' ■;•< ■ '

сигнала в остаточном сигнале при изменении уровня помехи и уровня

искомого импульсного сигнала.

В выводах четвертой главы указано, что разработан метод получения диагностической информации о состоянии зуба шестерни с использованием акустических сигналов. Согласно предложенному методу, проводится последовательная оценка вклада каждого из гармонических сигналов (от шестерен) и удаление этих компонент из корреляционной функции смеси. Наличие искомого периодического импульсного сигнала в остаточном сигнале проводится на основе вероятностных оценок с использованием коэффициента корреляции между полученным остатком компонент и корреляционной функции от импульсного сигнала дефекта.

В пятой главе приведены результаты моделирования метода, описанного в главе 4, и проведен сравнительный анализ достигнутых

результатов с известными. . , . ....,>■:_.•

При моделировании создавались реализации сигналов и помех длинои 8000 отсчетов и 24000 отсчетов. Значения настроечных коэфффициентов уровня помехи (К„) и уровня импульса сигнала (К„) были равны: 0.5, 1, 2, 3

и 4. •

Результаты расчета коэффициента корреляции показаны_тарис. 8.

Ки ЛрфИЦИСШ корреляции (при ОТСЧгГ:\\" ВиОО)

К<пффииа(нт коррелипий (прп24С[10 отсчет»!)

/V* /Х---

Рис. 8. Результаты получения коэффициент корреляций при-условиях взаимная связь между уровнем помехи и импульсного сигнала

Как и следовало ожидать, по мере увеличения уровня импульса (уровня моделируемого дефекта) коэффициент корреляции увеличивается.

При моделировании выявлена Необходимость (и эффективность) разработки специального программного модуля для накопления и статистической обработки данных, получаемых при повторении заданного числа экспериментов. Стратегия ее-создания представлена на рис. 9.

Разработка осноьноП программы отдельного эксперимента

Введение аополшгтельного листа «Накопление.»

0

Организация лонных, массивов, графиков» статисшческоА обработки данвых.. переданных на лист «Накопление»

Сосд1гненне в цикле работы основнойпрограммы, переноса результатов на лист «Накопление»- н статистического анализа результатов

Рис. 9. Стратегия накопления и статистического анализа результатов

Для реализации предложенной методики разработана специальная программа статистического моделирования (Свидетельство об официальной регистрации npoijiaMMbi для ЭВМ № 2013615643 от 17.6.2013. Программный комплекс для накопления и статистического анализа результатов компьютерного эксперимента). В программе используется специально подготовленный лист Excel с заранее организованной структурой для накопления, статистической обработки и визуализации данных.

Результаты ее работы имеют вид, представленный на рис. 10.

Рис. 10. Коэффициент корреляции между полученным остатком компонент и корреляционной функции от импульсного сигнала дефекта .

Сравнение известных результатов и подходов с результатами, полученными в диссертации, представлено ниже в виде таблицы 1.

компьютерного эксперимента

J

Таблица 1

К сравнению известных результатов и подходов с результатами, полученными в диссертации

Автор(ы) Метод (краткое описание и внедрение) Что есть в диссертации Комментарий (выводы)

• И.И. Артоболевский, М. Д. Генкин Введение в акустическую динамику машин Наиболее трудный этап в постановке акустического диагноза является поиск информативных признаков. Поэтому развитие методов обработки и анализа акустических сигналов является самостоятельной проблемой акустической диагностики. В нашей работе предложена методика, которая базируется на моделировании акустических сигналов, имитирующих сигнал от работающего оборудования. Разработан новый метод и алгоритмы для обнаружения износа зубчатых колес на основе обработки акустической информации.

И.А. Биргер Техническая диагностика Техническая диагностика -наука о распознавании состояния технической системы, включающая широкий круг проблем, связанных с Проблемная ситуация определена исходя из того, что задача - на стыке акустических методов получения и обработки сигналов, теории случайных процессов и информационных технологий. Такой подход позволяет сформулировать задачу обнаружения износа зубчатых колёс как задачу выделения периодического сигнала на фоне других сигналов и помех.

пoлvчeниeм и оценкой диагностической информации.

И.А. Биргер Техническая диагностика Выделение полезного сигнала на фоне помех состоит в изучении отдельных составляющих случайного процесса (например, выявление ошибок зацепления в зубьях шестерен по появлению периодических импульсов с частотой соударений и т.п.). Статистические характеристики случайного процесса (случайной функции) выявляются с помощью наблюдения за ее конкретными реализациями. В нашей работе используется метод выделения полезного сигнала на фоне помех. Однако применяется не анализ исходных сигналов, а анализ корреляционных функций. Предложенный метод основан на обработке корреляционных функций, а не самих исходных сигналов. Это позволяет исключить проблему учета фазы поискового сигнала и исходной реализации, а также предварительно обособить составляющие в ковариационной функции анализируемых сигналов.

Сергиенко А.Б. Цифровая обработка сигналов Оценка периодических сигналов в шуме. Зашумленный сигнал можно оценить по взаимной корреляции с "эталонным" сигналом методом проб и ошибок с настройкой функции взаимной корреляции •до максимального значения. При переходе в пространство автокорреляционных функций и использовании предложенного алгоритма резко сокращается число требуемых операций. Выигрыш по числу операций при числе зубьев на шестерне Т= 20 - 200 достигает 1-2 десятичных порядков.

Отмечается, что при использовании реализаций ограниченной длины все рассчитываемые корреляционные функции имеют статистические погрешности. Их усиливает наличие помех. Поэтому не удается полностью отделить корреляционные составляющие гармонических сигналов.

Выводы по пятой главе фиксируют, что разработан методика и программа накопления и статистического анализа результатов компьютерного эксперимента.

Приведен расчет объемов вычислений, необходимых при различных алгоритмах поиска дефекта с применением корреляционных функций. Выигрыш по числу операций в результате предложеннго подхода по сравнению с прямой корреляцией между сигналами г(1) и и О) достигает 1-2 десятичных порядков.

В приложении приведены тексты и выходные формы для программ моделирования.

В заключении отражены основные выводы и результаты диссертации. Основные результаты диссертации заключаются в следующем. ■

1..Для решения задачи обнаружения износа.зубчатых колёс необходимо совместное системное . применение методов технической

. диагностики, бесконтактных • акустических . методов и информационных технологий выделения/сигнала на фоне помех.

2. Применение корреляционных методов анализа позволяет сформулировать задачу обнаружения износа зубчатых колёс как задачу выделения импульсного периодического сигнала на фоне других сигналов и помех.

3.Перенос рассмотрения из пространства сигналов в пространство их корреляционных функций позволяет исключить проблему учета фазы поискового сигнала и исходной реализации, а также предварительно обособить составляющие в корреляционной функции анализируемых сигналов.

4. Разработаны новый метод и алгоритм для поиска дефектов зуба на основе обработки акустической информации на фоне гармонических составляющих и помех. Предложенный алгоритм базируется на обработке корреляционных функций, а не самих исходных сигналов.

5.Проведен широкий круг исследований. для. разного ■ набора параметров, влияющих на поиск дефекта.

6. Разработана методика и программа кз^ппгтения и статистического анализа результатов компьютерного эксперимента. Программный комплекс зарегистрирован в Государственном реестре.

7. Объем созданных программ и использованных данных превысил 5 Мегабайт.

8. Приведен расчет объемов вычислений, необходимых при различных алгоритмах поиска дефекта с применением корреляционных функций. Выигрыш по числу операций в результате предложенного подхода по сравнению с прямой корреляцией между сигналами z(i) и u(i) достигает 1-2 десятичных порядков.

Проведено компьютерное моделирование, подтвердившее перспективность предложенного похода.

Таким образом, Можно констатировать, что все поставленные задачи решены, цель исследования достигнута.

Основные публикации по теме диссертации

1. Свидетельство об официальной регистрации программы для Э,ВМ №2013615643. Программный комплекс для накопления и статистического анализа результатов компьютерного эксперимента/ Ян Лин Аунг, Трояновский В.М, Тин Чжо; заявитель и правообладатель: федеральное государственное -автономное образовательное учреждение высшего профессионального . образования «Национальный исследовательский университет «МИЭТ» (RU) -заявка №2013613307, заявл.23.4.2013; зарег. 17.6.2013.

2. Свидетельство об официальной регистрации программы для ЭВМ №2014614126. Моделирование процесса' поиска импульсного периодического сигнала на фоне акустических сигналов и помех / Трояновский В.М, Тин Чжо; заявитель и правообладатель: федеральное государственное автономное образовательное учреждение высшего профессионального , образования «Национальный исследовательский университет «МИЭТ» (RU) -заявка №2014611329, заявл.21.2.2014; зарег. 17.4.2014.

3. Свидетельство об официальной регистрации программы для ЭВМ №2014614128. Программный комплекс для прямого и обратного преобразования звуковых файлов в-.массивы Excel / Трояновский В.М, Тин Чжо; заявитель и правообладатель: федеральное государственное автономное образовательное учреждение высшего профессионального образования ' «Национальный исследовательский университет «МИЭТ» (RUV - заявка №2014611331, зарег.. 17..4.2014.

4. Тин Чжо. Методика записи и анализа шумообразного сигнала от персонального компьютера // Микроэлектроника и информатика -2011. 18-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. - М.: МИЭТ, апр. 2011 г. — С. 165.

5. Tim Чжо. Анализ информации, содержащейся в WAVE файле // Современной техники и технологии: исследования и разработки -2011. V-я Международная научная заочная конференция: Сборник докладов. — Липецк, июля. 2011г. — С. 34-38.

6. Тин Чжо, Яц Лин Аунг. Анализ частотных данных сигнала WAV-файла // Актуальные проблемы науки: сб. научных, тр. по мат-лам Междунар науч. -практ. конф. 27 сентября 2011 г.: в 6 частях. Часть 1 ; м'-во обр. и науки РФ. Тамбов: Изд-во ТРОО «Бизнес-Наука-Общество», 201.1. - С. 123-125.

7. Тин Чжо. Анализ шумообразных сигналов работающего оборудования с целью технической диагностики // Актуальные проблемы информатизации в науке, образовании и экономике -2011. 4-я Всероссийская межвузовская научно-практическая конференция. - М.: МИЭТ, окт. 2011г. - С. 168.

8. Тин Чжо. Анализ частотных данных шумообразного сигнала /7 XV Международная телекоммуникационная конференция молодых ученых и студентов «МОЛОДЕЖЬ И НАУКА». Тезисы докладов. В 3-х частях, Ч. 3. М.:НИЛУ МИФИ, 2012. - С. 145-146.

9. Тин Чжо, Ян Лин Аунг. Изучение .возможностей исследования случайного процесса с применением корреляционной функции Л Микроэлектроника и информатика - 2012. 19-я Всероссийская межвузовская научно-техническая конференция студентов ■ и аспирантов: Тезисы докладов. - М'.: МИЭТ, апр. 2012г. - С. 152.

10. Тин Чжо, Трояновский В.М., -Тэй Зар . Мои.. .Разработка информационной подсистемы для автоматизации работ по рассылке журнала «Известия вузов. Электроника» // Проблемы разработки информационных технологий и подготовки ИТ -кадров: сборник научных трудов / Под ред. Л.Г. Гагариной. -М.:МИЭТ, 2012. -С.131-134.

11. Тин Чжо, Ян Лин Аунг. .Программа для накопления и статистического анализа результатов компьютерного эксперимента // "Актуальные проблемы информатизации в науке, образовании и экоиомике-2012". 5-я Всероссийская ' научно-практическая конференция. -М.: МИЭТ;2012. - С. 125.

21 '

12. Aung Phyo Winn, Тин Чжо, B.M. Трояновский, Ян Лин Аунг. Методика и программа для накопления и статистического анализа результатов компьютерного эксперимента / Тезисы XX Международной конференции «Математика. Компьютер. Образование». - Ижевск: AHO НИЦ «Регулярная и хаотическая динамика», 2013. - С. 204.

13. Тин Чжо. Обнаружение дефектов износа зубчатых колёс на основе информационных технологий // Микроэлектроника и информатика -2013. 20 -я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезисы докладов. - М.: МИЭТ, апр. 2013г.-С. 171.

14. Тий Чжо. Применение информационных технологий в задаче обнаружения износа зубчатых колёс // Актуальные вопросы науки: Материалы IX Международной научно-практической конференции (25.04.2013). - М.: Издательство «Спутник-1-»..2013. - С. 86-88. • ■ ■•

15. Тин Чжо, Ян Лин Аунг, Aung Phyo Winn, Трояновский-В.М-. Методика, и программа для накопления и статистического анализа результатов компьютерного эксперимента // "Компьютерные исследования и моделирование" 2013, т.5, № 4, - С-. 589-595. (Перечень ВАК)

16. Тин Чжо, Ян Лин Аунг, Трояновский В.М. Программа"верификации данных компьютерного эксперимента // Известия вузов. Электроника, №6, 2013, - С. 90-91. (Перечень ВАК)

17. Тин Чжо, В.М. Трояновский. Информационные технологии для обнаружения' износа зубчатых колёс / Фундаментальные и прикладные проблемы техники и технологии. 2013. №. 6 (302). - С. 143-147: (Перечень ВАК)

18. Тин Чжо. Разработка метода и ■■ алгоритмов •■ для диагностики изношенности зубчатых передач на. основе применения информационных технологий •// "Актуальные проблемы информатизации в науке, образовании- и экономике-2013". 6-я Всероссийская научно-практическая • конференция. - М' МИЭТ 2013.--С. 148. . ..

19. Тин Чжо. Разработка программы для моделирования процесса поиска импульсного периодического сигнала на фоне акустических сигналов /21-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов: Тезису докладов. - М.: МИЭТ, апр. 2014 г.-С: 134. - - • . . -

Подписано в печать:

Формат 60x84 1/16. Уч.-изд.л. У, /

Тираж ¿0 экз. Заказ №

Отпечатано в типографии ИПК МИЭТ.

124498, г. Москва, г. Зеленоград, проезд 4806, д. 5, МИЭТ