Построение модели изменения диагностического параметра

ПОСТРОЕНИЕ МОДЕЛИ ИЗМЕНЕНИЯ ДИАГНОСТИЧЕСКОГО ПАРАМЕТРА [c.80]

Процесс построения модели изменения диагностических параметров агрегатов гидропривода рассмотрим на примере изменения объемного КПД 22 насосов НШ-32. Для примера на рис. 36 приведены некоторые из полученных зависимостей. [c.81]

В результате анализа статистических данных, накопленных в результате комплексных исследований механизма привода, представляется возможность расшифровки кривых регистрируемых параметров и построения эталонных осциллограмм. Для определения оптимальных величин и характера изменения диагностических параметров на различных участках осциллограммы проводится расчет механизма аналитическим путем (в частности, с помощью методов математического моделирования). Кроме того, экспериментально определяют величины этих параметров у большого числа станков одной модели после их сборки, регулировки и обкатки. Эталонную осциллограмму выбранного параметра для каждой модели станка получают путем статистической обработки записей этого параметра у станка, изготовленного, отрегулированного и приработанного в соответствии с техническими условиями, и сравнивают полученную кривую с расчетными данными. Например, эталонная осциллограмма крутящего момента на ходовом винте привода продольной подачи (рис. 4, поз. 20) должна иметь характер периодически изменяющейся кривой без резких скачков и пиков, а максимальная величина крутящего момента не должна превышать 2,8—3,0 кгм при рабочей подаче на холостом ходу. [c.78]

К третьей группе относятся модели, построенные с учетом упругости, сжимаемости жидкости, инерционности нескольких масс, зазоров. Они позволяют добиться хорошего совпадения с экспериментом но силовым параметрам переходных процессов, ускорениям, мощностям, моментам во всем диапазоне нагрузок. Показатели качества, по которым имеется статистический материал для многих типов поворотных устройств,— К, Ко, АГд, aадекватности модели, но и для выделения допустимой области изменения ее параметров. Модели такого типа могут быть использованы непосредственно для оценки чувствительности рабочих характеристик к изменению некоторых внутренних параметров и выявления выходных параметров, на которых это изменение наиболее четко проявляется. G помощью этих моделей можно рассчитывать нагрузки, действующие на детали механизма, и на этой основе определять допуски на диагностические параметры, выявлять наиболее нагруженные детали [c.57]

Регрессионная модель. Процесс изменения параметров технического состояния механизма при его эксплуатации, следовательно, и характеристик виброакустического сигнала — многофакторный. Поэтому при построении системы диагностических признаков целесообразен подход, предполагающий построение многофакторной модели зависимости функций отклика системы (характеристики виброакустического сигнала механизма) от параметров технического состояния. [c.388]

Принципиальная особенность диагностирования авиационного двигателя заключается в крайне ограниченных возможностях получения значимой статистической априорной информации о параметрическом состоянии двигателя при наличии в нем тех или иных дефектов и неисправностей. Это обусловлено, как правило, редким проявлением повторяющихся дефектов на этапе начальной эксплуатации двигателя (т. е. в тот период, когда производится отработка алгоритмов контроля). Проведение для этих целей специальных стендовых испытаний двигателя с имитацией всевозможных отказов его узлов и деталей является достаточно сложной и дорогой задачей. Компьютерное статистическое моделирование отказов эффективно только для небольшой номенклатуры неисправностей вследствие отсутствия в настоящее время математических моделей двигателя, уровень которых позволял бы моделировать малые физические изменения в деталях, вызванных появившимися дефектами с учетом возможного разброса параметров. Таким образом, применение известных алгоритмов принятия диагностических решений (широко используемых, например, в медицинской диагностике или в задачах распознавания акустических и видеосигналов) на основе установления предельно допустимых значений контролируемых параметров путем построения статистических функций распределения этих параметров для исправных и отказных состояний объекта контроля вызывает значительные сложности при диагностике двигателей. [c.50]

Одним из наиболее эффективных способов исследования вибрационных процессов, качества функционирования, оценивания диагностической приспособленности является метод моделирования. При построении моделей возникают задачи, связанные с определением структуры системы, оцениванием линейности стационарности, выбором информационных сигналов для диагностирования технического состояния. Определение параметров объекта или эвивалентной ему модели включает в себя не только оценивание их для фиксированного момента времени, но и прогнозирование их изменения. Количественное прогнозирование надежности осуществляется по ряду показателей с учетом воздействия вибрации. Для создания методов индивидуального про- [c.632]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...