Обоснование эффективности использования декомпозиции вибрационного сигнала как метода диагностики подшипников качения нефтяных насосов
https://doi.org/10.31660/0445-0108-2019-4-122-129
Аннотация
На сегодняшний день в условиях длительной эксплуатации и широкого диапазона режимов работы важнейшую роль играют задачи по предотвращению аварий, связанных с отказом отдельных узлов оборудования и насоса в целом. Перспективный метод технической диагностики, описанный в работе, предназначен для выявления подобных дефектов и является актуальным в рассмотрении данной проблематики. Полученные данные свидетельствуют о возможности не только выделения интересующего импульса из сигнала необработанной вибрации, но и идентифицирования типа повреждения на ранних этапах.
Об авторах
П. С. Кононов
Тюменский индустриальный университет
Россия
Россия
Кононов Павел Сергеевич, студент
Тюмень
Е. В. Огудова
Тюменский индустриальный университет
Россия
Россия
Огудова Евгения Владимировна, старший преподаватель кафедры транспорта углеводородных ресурсов
Тюмень
Список литературы
1. Karimi H., Nasab H. S. Diagnosis using acoustic emission // World Pumps. – 2012. – Vol. 2012, Issue 1. – Р. 33–37. – Available at: https://doi.org/10.1016/S0262-1762(11)70400-X
2. Centrifugal compressor fault diagnosis based on qualitative simulation and thermal parameters / Y. Lu [et al.] // Mechanical Systems and Signal Processing. – 2016. – Vol. 81. – Р. 259–273. – Available at: https://doi.org/10.1016/j.ymssp.2016.03.018
3. Wang J., He Q. B., Kong F. R. Multiscale envelope manifold for enhanced fault diagnosis of rotating machines// Mechanical Systems and Signal Processing. – 2015. – Vol. 52–53. – Р. 376–392. – Available at: https://doi.org/10.1016/j.ymssp.2014.07.021
4. Dybala J. Diagnosing of rolling-element bearings using amplitude level-based decomposition of machine vibration signal // Measurement. – 2018. – Vol. 126. – P. 143–155. – Available at: https://doi.org/10.1016/j.measurement.2018.05.031
5. Rotating machine fault diagnosis using empirical mode decomposition / Q. Gao [et al.] // Mechanical Systems and Signal Processing. – 2008. – Vol. 22, Issue 5. – P. 1072–1081. – Availa-ble at: https://doi.org/10.1016/j.ymssp.2007.10.003
6. Heng R. B. W., Nor, M. J. M. Statistical analysis of sound and vibration signals for monitoring rolling element bearing condition // Applied Acoustic. – 1998. – Vol. 53, Issue 1–3. – P. 211–226. – Available at: https://doi.org/10.1016/S0003-682X(97)00018-2
7. Lin J., Zuo M. J. Gearbox fault diagnosis using adaptive wavelet filter // Mechanical Systems and Signal Processing. – 2003. – Vol. 17, Issue 6. – P. 1259–1269. – Available at: https://doi.org/10.1006/mssp.2002.1507
8. Барков А. В., Баркова Н. А., Азовцев А. Ю. Мониторинг и диагностика роторных машин по вибрации: учеб. пособие. – СПб.: Издательский центр ГМТУ, 2000. – 158 с.
9. Чуи Ч. Введение в вэйвлеты / Пер. с англ. Я.М. Жилейкина. – М.: Мир, 2001. – 412 с.
10. Русов В. А. Спектральная вибродиагностика. – Пермь, 1996. – 176 с.
11. Добеши И. Десять лекций по вейвлетам. – Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. – 464 с.
12. Костюков В. Н. Ранговый метод виброакустической диагностики и оценки качества машин // Гидропривод и системы управления строительных, тяговых и дорожных машин: межвуз. сб. – Омск: ОмПИ, 1985. – С. 113–124.
13. Пат. № 1280961. РФ МПК Н04В 51/0060/М13/02. № 823505038/06. Способ виброакустической диагностики машин периодического действия и устройство для его осуществ-ления / Костюков В. Н.; заявл. 22.10.82; опубл. 20.08.98, Бюл. 16.
14. Barszcz T. Decomposition of Vibration Signals into Deterministic and Nondeterministic Components and its Capabilities of Fault Detection and Identification // International Journal of Applied Mathematics and Computation Since. – 2009. – Vol. 19, Issue 2. – P. 327–335. DOI: 10.2478/v10006-009-0028-0
15. Harish Chandra N., Sekhar A. S. Fault detection in rotor bearing systems using time frequency techniques // Mechanical Systems and Signal Processing. – 2016. – Vol. 72–73. – P. 105–133. – Available at: https://doi.org/10.1016/j.ymssp.2015.11.013
16. Lv Y., Yuan R., Song G. Multivariate empirical mode decomposition and its application to fault diagnosis of rolling bearing // Mechanical Systems and Signal Processing. – 2016. – Vol. 81. – P. 219–234. – Available at: https://doi.org/10.1016/j.ymssp.2016.03.010
17. Antoni J., Randall R. B. Unsupervised noise cancellation for vibration signals. Part I — evaluation of adaptive algorithms // Mechanical Systems and Signal Processing. – 2004. – Vol. 18, Issue 1. – P. 89–101. – Available at: https://doi.org/10.1016/S0888-3270(03)00012-8
18. Gear crack detection by adaptive amplitude and phase demodulation / D. Brie [et al.] // Mechanical Systems and Signal Processing. – 1997. – Vol. 11, Issue 1. – P. 327–335. – Available at: https://doi.org/10.1006/mssp.1996.0068
19. Chaturvedi G. K., Thomas D. W. Adaptive noise cancelling and conditional monitoring // Journal of Sound Vibration. – 1981. – Vol. 76, Issue 3. – Р. 391–405. – Available at: https://doi.org/10.1016/0022-460X(81)90519-8
20. Dybala J., Zimroz R. Rolling bearing diagnosing method based on Empirical Mode Decomposition of machine vibration signal // Applied Acoustic. – 2014. – Vol. 77. – P. 195–203. – Available at: https://doi.org/10.1016/j.apacoust.2013.09.001
Рецензия
Для цитирования:
Кононов П.С., Огудова Е.В. Обоснование эффективности использования декомпозиции вибрационного сигнала как метода диагностики подшипников качения нефтяных насосов. Известия высших учебных заведений. Нефть и газ. 2019;(4):122-129. https://doi.org/10.31660/0445-0108-2019-4-122-129
For citation:
Kononov Р.S., Ogudova Е.V. Rationale for the use of vibration signal decomposition as a diagnostic method for rolling bearings of oil pumps. Oil and Gas Studies. 2019;(4):122-129. (In Russ.) https://doi.org/10.31660/0445-0108-2019-4-122-129
Просмотров:
372
Послать статью по эл. почте 
Оставить комментарий 