Wykrywanie wczesnych faz uszkodzeń kół zębatych w warunkach eksploatacyjnych

• Autorzy: Łazarz B. , Wojnar G. , Czech P.

Warianty tytułu

EN

Early fault detection of toothed gear in exploitation conditions

• Języki publikacji: PL

Abstrakty

PL

Przekładnie zębate są powszechnie wykorzystywane w układach napędowych maszyn i urządzeń. W trakcie ich eksploatacji bardzo istotne jest odpowiednio wczesne pozyskanie informacji o postępujących procesach degradacyjnych. Pozwala to na zaplanowanie we właściwym czasie niezbędnych przeglądów oraz napraw, zwiększając w ten sposób niezawodność wszystkich elementów łańcucha kinematycznego. Z tego powodu w artykule zawarto wyniki prac zespołu w zakresie diagnostyki wibroakustycznej uszkodzeń elementów przekładni zębatych. Przedstawiono przegląd badań symulacyjnych i doświadczalnych, których celem było opracowanie metod pozwalających na wczesną identyfikację uszkodzeń zębów w postaci pittingu powierzchni roboczych, wykruszenia wierzchołka, pęknięcia u podstawy zęba oraz częściowego wyłamania zęba. Dokonano oceny efektywności wybranych metod przetwarzania sygnałów wibroakustycznych w procesie wykrywania uszkodzeń kół zębatych przy jednoczesnym występowaniu uszkodzeń łożyskowania przekładni pracujących w różnych warunkach. Wstępnie przetworzone sygnały drganiowe analizowane w dziedzinie czasu i częstotliwości stanowiły podstawę do opracowania miar diagnostycznych wrażliwych na wczesne stadia uszkodzeń. Miary otrzymane w wyniku symulacji oraz badań doświadczalnych wykorzystano do budowy zestawu wzorców klasyfikatora neuronowego diagnozującego rodzaj i stopień uszkodzenia kół przekładni z błędem walidacji poniżej 5%. Uzyskana zgodność jakościowa i ilościowa wyników badań symulacyjnych i doświadczalnych wykazała, że wykorzystanie rozbudowanego i zidentyfikowanego modelu dynamicznego przekładni w układzie napędowym, umożliwia pozyskanie wiarygodnych relacji diagnostycznych

EN

Toothed gears are commonly used in various power transmission systems. Collecting information about degradation processes early enough is crucial during their exploitation. It enables suitable planning of required inspections and repairs, improving the reliability of all kinetic chain elements. The article includes results of the team’s research work on vibroacoustic diagnostic of gearbox components’ faults. A review of simulation and experimental researches that aimed at elaboration of methods which would enable early identification of teeth faults in the form of working surface pitting, spalling of tooth crest, crack at the tooth bottom as well as partial breaking of a tooth, is presented. Assessment of selected methods of processing the vibroacoustic signals during the detection of gear faults has been carried out while faults occur in gear bearings working under various conditions. The initially processed vibration signals analyzed within time and frequency domains constituted a basis for preparation of detection measures that were sensitive to early stages of damage. The measures obtained as a result of simulation and experimental tests were used to construct a set of neuron classifier models to diagnose the type and degree of toothed wheels faults with a validation error below 5%. The achieved qualitative and quantitative conformity of simulation and experimental research results has shown that application of an expanded and identified dynamic model of the gear in a power transmission system enables the acquisition of reliable diagnostic relations.

Słowa kluczowe

PL

przekładnie zębate; drgania; uszkodzenia kół; diagnostyka

EN

gearbox; vibration; gear fault; diagnostics

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2011
• Tom: nr 1
• Strony: 68--77
• Opis fizyczny: Bibliogr. 23 poz.

Twórcy

autor

Łazarz B.

autor

Wojnar G.

autor

Czech P.

• Wydział Transportu Politechnika Śląska Ul. Krasińskiego nr 8, 40-019 Katowice, Polska,

Bibliografia

• 1. Batko W., Borkowski B., Głocki K. Application of database systems in machine diagnostic monitoring. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2008; 1(37): 7-10.
• 2. Belsak A., Flasker J. Wavelet analysis for gear crack identification. Engineering Failure Analysis 2009; 16(6): 1983-1990.
• 3. Czech P., Łazarz B., Wojnar G. Wykrywanie lokalnych uszkodzeń zębów kół przekładni z wykorzystaniem sztucznych sieci neuronowych i algorytmów genetycznych. Radom: Wydawnictwo i Zakład Poligrafii Instytutu Technologii Eksploatacji w Radomiu, 2007.
• 4. Dąbrowski Z. Różne metody diagnozowania przekładni zębatych na podstawie pomiaru drgań i hałasu. XXII Ogólnopolskie Sympozjum DIAGNOSTYKA MASZYN, Węgierska Górka 1995: 35-44.
• 5. Dąbrowski Z., Radkowski S., Wilk A. Dynamika przekładni zębatych – Badania i symulacja w projektowaniu eksploatacyjnie zorientowanym. Warszawa-Katowice-Radom: Wydawnictwo i Zakład Poligrafii Instytutu Technologii Eksploatacji w Radomiu, 2000.
• 6. Droździel P. The influence of the vehicle work organization conditions on the engine start-up parameters. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2008; 1(37): 72-74.
• 7. Inalpolat M., Kahraman A. A dynamic model to predict modulation sidebands of a planetary gear set having manufacturing errors. Journal of Sound and Vibration 2010; 329(4): 371-393.
• 8. Lebold M., McClintic K., Campbell R., Byington C., Maynard K. Review of Vibration Analysis Methods for Gearbox Diagnostics and Prognostics. 54th Meeting of Society for Machinery Failure Prevention Technology, Virginia Beach 2000: 623-634.
• 9. Łazarz B. Zidentyfikowany model dynamiczny przekładni zębatej w układzie napędowym jako podstawa projektowania. Katowice-Radom: Wydawnictwo i Zakład Poligrafii Instytutu Technologii Eksploatacji w Radomiu, 2001.
• 10. Łazarz B., Madej H., Wilk A., Figlus T., Wojnar G. Diagnozowanie złożonych przypadków uszkodzeń przekładni zębatych. Katowice-Radom: Wydawnictwo i Zakład Poligrafii Instytutu Technologii Eksploatacji w Radomiu, 2006.
• 11. Łazarz B., Wojnar G. Detection of Early Stages of Pinion Tooth Chipping in Transmission Gear. Machine Dynamics Problems 2003; 27(3): 23-34.
• 12. Łazarz B., Wojnar G. Model dynamiczny układu napędowego z przekładnią zębatą. XVII Ogólnopolska Konferencja PRZEKŁADNIE ZĘBATE, Węgierska Górka 2000: 101-108.
• 13. Łazarz B., Wojnar G., Czech P. Wibrometria laserowa i modelowanie-narzędzia współczesnej diagnostyki przekładni zębatych. Katowice-Radom: Wydawnictwo i Zakład Poligrafii Instytutu Technologii Eksploatacji w Radomiu, 2007.
• 14. Madej H. Wykorzystanie sygnału resztkowego drgań w diagnostyce przekładni zębatych. Diagnostyka 2002; 26: 46-52.
• 15. Müller L. Przekładnie zębate – dynamika. Warszawa: Wydawnictwa Naukowo-Techniczne, 1986.
• 16. Sawalhi N., Randall R. B. Simulating gear and bearing interactions in the presence of faults: Part I. The combined gear bearing dynamic model and the simulation of localised bearing faults. Mechanical Systems and Signal Processing 2008; 22(8): 1924-1951.
• 17. Shao Y., Li X., Mechefske K. C., Chen Z. Rear axle gear damage prediction using vibration signal preprocessing coupled with RBF neural networks. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2009; 4(44): 57-64.
• 18. Stewart R. M. Some useful data analysis techniques for gearbox diagnostics. Report MHM/R/10/77. Machine Health Monitoring Group. Institute of Sound and Vibration Research. University of Southampton 1977.
• 19. Wang X., Makis V. Autoregressive model-based gear shaft fault diagnosis using the Kolmogorov–Smirnov test. Journal of Sound and Vibration 2009; 327(3-5): 413-423.
• 20. Wang W., Kanneg D. An integrated classifier for gear system monitoring. Mechanical Systems and Signal Processing 2009; 23(4): 1298-1312.
• 21. Wilk A., Łazarz B., Madej H. Metody wczesnego wykrywania uszkodzeń w przekładniach zębatych. Przegląd Mechaniczny 2002, 3: 14-18.
• 22. Wilk A., Łazarz B., Madej H., Wojnar G. Analiza zmian wibroakustycznych symptomów diagnostycznych w procesach zużyciowych kół zębatych. XXX Jubileuszowe Ogólnopolskie Sympozjum DIAGNOSTYKA MASZYN, Węgierska Górka 2003.
• 23. Wu J. D., Chan, J. J. Faulted gear identification of a rotating machinery based on wavelet transform and artificial neural network. Expert Systems with Applications: An International Journal 2009; 36(5): 8862-8875.