plik


ÿþ  ... Batwiej sprzeciwi si pocztkowi ni| koDcowi...  R O Z D Z I A A V PODSTAWY DIAGNOSTYKI TECHNICZNEJ 5.1 Wprowadzenie 5.2 Stany diagnostyczne maszyn 5.3 Obserwowalno[ maszyny 5.4 No[niki informacji o stanie maszyny 5.5 Podstawowe równanie diagnostyki 5.6 Modelowanie w diagnostyce 5.7 Metodologia diagnostyki 5.8 Model holistyczny maszyny 5.9 Klasyfikacja metod diagnozowania 5.10 Techniki diagnozowania 5.11 Podsumowanie Literatura ROZDZIAA V PODSTAWY DIAGNOSTYKI 5.1 Wprowadzenie Diagnostyka techniczna to zorganizowany zbiór metod i [rodków do oceny stanu technicznego (jego przyczyn, ewolucji i konsekwencji) obiektów technicznych (maszyn). Stan techniczny obiektu jest definiowany w kategoriach "jako[ci" i bezpieczeDstwa jego dziaBania, poprzez wektor miar bezpo[rednich lub po[rednich. Miary bezpo[rednie stanu technicznego obiektów mechanicznych to np.: wymiary geometryczne ich elementów, geometria wspóBpracy par kinematycznych, trajektorie organów roboczych, charakterystyki wyt|enia materiaBu, itp, które okre[la si jako cechy stanu obiektu. Miary po[rednie stanu technicznego, odzwierciedlajce zaawansowanie procesów zu|ycia i jako[ funkcjonowania obiektu, nosz nazw symptomów, czyli wielko[ci mierzalnych wspóBzmienniczych z cechami stanu technicznego. Symptomy, jako miary sygnaBów (procesów) diagnostycznych s zorientowane uszkodzeniowo i wyznaczane s w oparciu o badanie procesów wyj[ciowych z funkcjonujcych obiektów. Poznanie stanu technicznego obiektu wymaga jednoznacznego skojarzenia cech stanu obiektu ze zbiorem miar i ocen generowanych procesów wyj[ciowych - czyli symptomów. Algorytmy przyporzdkowujce sobie oba zbiory cech - konstrukcji i symptomów - s podstaw tworzenia modeli diagnostycznych obiektów. Ka|de urzdzenie techniczne, w ka|dej chwili znajduje si w pewnym okre[lonym stanie. Sekwencj czasow tych stanów mo|na rozpatrywa jako czas |ycia (istnienia) urz- dzenia. Destrukcyjne oddziaBywanie wymuszajcych czynników zewntrznych i wewntrz- nych prowadzi nieuchronnie do zmiany stanu maszyny. Wykorzystanie metod i [rodków diagnostyki technicznej umo|liwia okre[lenie stanu badanej maszyny w celu podjcia decyzji dotyczcych dalszego postpowania z maszyn. Mo|e to by decyzja o jej u|ytkowaniu, o podjciu przedsiwzi profilaktycznych (regulacje, wymiana elementów lub caBych zespo- Bów itp.) lub wprowadzaniu zmian w konstrukcji, technologii, eksploatacji. Wszystko co wiemy o rzeczywisto[ci technicznej wynika z analizy modeli, które j mniej lub bardziej poprawnie opisuj. Proces, którego celem jest zbudowanie najlepszego modelu operacyjnego (matematycznego lub empirycznego) nazywany jest procesem identy- fikacji. W skBad jego wchodz zagadnienia modelowania, eksperymentu, estymacji i weryfi- kacji modelu. Istota zwizku pomidzy parametrami struktury a parametrami procesów wyj[ciowych jest podstaw budowanych modeli i relacji diagnostycznych, umo|liwiajcych ocen stanu maszyny bez jej demonta|u. Ewolucja stanu maszyny odwzorowywana przyjtymi modelami diagnostycznymi jest podstaw budowy wielu atrakcyjnych metod i [rodków diagnozowania. 5.2 Stany diagnostyczne maszyn Najogólniej stan maszyny mo|na przedstawi jako zbiór warto[ci wszystkich parame- trów okre[lajcych maszyn w danej chwili czasu  t . W ujciu diagnostycznym jest to zbiór cech stanu lub parametrów diagnostycznych w danej chwili czasu, istotnych dla jedno- znacznego okre[lenia stanu maszyny. W potocznym jzyku pojcie stanu traktowane jest jako pierwotne, nie definiowane, rozumiane do[ ró|nie, zale|nie od okoliczno[ci, np. "stan wody w rzece", "stan zdrowia", "stan licznika (liczba km, kWh)". Dla prowadzenia badaD diagnostycznych niezbdne jest u[ci[lenie tego pojcia. Jak Batwo zauwa|y stan techniczny jest okre[lany zawsze przez zbiór bardzo liczny, (teoretycznie o mocy continuum). W wyniku selekcji ustala si zatem mniej liczny zbiór wBa[ciwo[ci istotnych ze wzgldu na cel badania, które tworz model obiektu i odpowiadajce mu stany. W ten sposób zostaj okre[lone stany niezawodno[ciowe, funkcjonalne, techniczne itp. Zbiór warto[ci cech obiektu wyznaczaj- cych jego stan mo|e by zapisany w postaci: X = <x1,....xn>. Poszczególne warto[ci xi ka|dej cechy tworz zbiory liczb rzeczywistych i mog by traktowane jako baza (zespóB osi) przestrzeni stanu, w której ka|dy punkt jest wektorem stanu o wspóBrzdnych wyznaczonych przez warto[ci cech w danej chwili. Zatem, mimo ograniczenia liczby cech opisujcych stan obiektu nadal mamy zbiór stanów o mocy continuum, który dla celów diagnostycznych jest w praktyce nie przydatny. Zachodzi potrzeba wprowadzenia pojcia: stan rozró|niany. Jest to stan, którego rozpoznanie jest uzasadnione ze wzgldu na dalsze postpowanie z obiek-tem. Zbiór tych stanów jest ustalany decyzyjnie, przy czym uwzgldnia si warunki eksploatacyjne obiektu, jego konstrukcj, a tak|e wzgldy ekonomiczne. Wyznacza si przy tym pewne graniczne warto[ci dla ka|dej cechy i zakBada si, |e zmiana warto[ci cechy w przedziale tych warto[ci nie powoduje zmiany stanu. Przyjte warto[ci stanowi warto[ci odniesienia, które wyznaczaj w przestrzeni stanu granice obszarów, odpowiadajcych stanom rozró|nianym. Celem procesu diagnostycznego jest okre[lenie w jakim obszarze znajduje si wektor stanu obiektu w chwili kontroli, a diagnostyczny model obiektu powinien umo|liwi to po przez wybór do kontroli istotnych cech i wyznaczenie odpowiednich warto[ci odniesienia. Co najmniej jeden z tych stanów oznaczany jest jako "stan zdatno[ci". Nale|y rozumie pod tym pojciem "zdatny do u|ycia" - je[li odwzorowuje stany zwizane z diagnozowaniem u|ytkowym (kontrol stanu), lub "zdatny do obsBu|enia" - dla potrzeb diagnozowania obsBugowego (lokalizacji uszkodzeD). Je[li rozwa|a si prawdo-podobieDstwo wystpienia tych stanów (w oparciu o dane statystyczne), to s to stany nie-zawodno[ciowe. W czasie diagnozowania badane s (identyfikacja) wBa[ciwo[ci fizyczne aktualnego stanu obiektu i okre[la wBa[nie jeden z jego mo|liwych stanów. Globalny stan maszyny jest okre[lany zale|no[ci: G ( X, U ) = Y (5.1) gdzie: X - wektor cech stanu maszyny; U - wektor wymuszeD; Y - wektor wyj[ciowy, za- wierajcy sygnaBy wykorzystywane w diagnostyce; G - globalna funkcja odpowiedzi. W ujciu diagnostyki technicznej maszyna jest traktowana jako obiekt dynamiczny, którego wielko[ci charakterystyczne s zmienne w czasie i zale| od swoich warto[ci w po- przednich chwilach czasu. Maszyna jest wic obiektem czasowym, którego dynamiczny cha- rakter wynika z przedziaBów obserwacji zapisywanych w postaci: u t0 ,t1 (t) = u(t) dla t "(t0,t1] (5.2) ( ] oraz y t0 ,t1 (t) = y(t) dla t "(t0,t1] (5.3) ( ] przy czym: t0 - chwila pocztkowa obserwacji, t1- chwila koDcowa obserwacji. Ka|dej parze wielko[ci skBadowej wymuszeD u( t0 , t1) i skBadowej wektora wyj[cio- wego y( t0 ,t1 ) przyporzdkowuje si pewn wielko[ x( t0 ) tak, aby u( t0 ,t1 ] i x( t0 ) jedno- znacznie okre[laBy y( t0 ,t1 ]. Wielko[ x( t0 ) jest nazywana stanem maszyny w chwili t0 , za[ : X = { x( t0 ) : t0 " T } jest okre[lane jako przestrzeD stanów. Ka|dy system dynamiczny (maszyn) mo|na wic opisa w nastpujcy sposób: x(t) = f [ x( t0 ) ; u( t0 ,t ) ; ( t0 ,t ) ] (5.4) y(t) = g [ x( t0 ) ; u( t0 ,t ) ; ( t0 ,t ) ] (5.5) Równanie (5.4) odzwierciedla zmiany stanu systemu i jest nazywane równaniem stanu, natomiast równanie (5.5) nazywa si równaniem wyj[cia. Dla obiektów dajcych si opisa za pomoc równaD ró|niczkowych równania (5.4) i (5.5) przybieraj nastpujc ogóln posta: " x (t) = f [ x(t) , u(t) , t ] (5.6) y(t) = g [ x(t) , u(t) , t ] (5.7) przy czym dany jest punkt pocztkowy x( t0 ), a  f -jest funkcj przej[cia,  g -funkcj funkcj odpowiedzi. Pojcie stanu powinno speBnia nastpujce zaBo|enia: - je|eli jest znany stan pocztkowy maszyny w chwili t [ x( t0 ) ] i zostanie doprowadzony syg- naB wej[ciowy u( t0 ,t ] okre[lony w przedziale ( t0 ,t ] , to dla wyznaczenia y(t) lub x(t) wystar- cza znajomo[ x( t0 ) i u( t0 ,t ]; - przestrzeD stanów posiada wystarczajc liczb elementóe stanów aby ka|dej parze wiel- ko[ci charakteryzujcej wej[cie i wyj[cie przyporzdkowa zgodnie z równaniem (5.5) stan pocztkowy x( t0 ); - maBe zmiany sygnaBu wej[ciowego lub stanu pocztkowego wywoBuj maBe zmiany sygnaBu wyj[ciowego. Podane wy|ej zaBo|enia skBaniaj do nastpujcych wniosków: 1. stan maszyny w danej chwili reprezentuje w pewnym sensie sum informacji o przeszBych zachowaniach si maszyny; 2. przyszBe warto[ci sygnaBu wej[ciowego nie wpBywaj na stan maszyny w danej chwili. Do opisu modelowego prostych obiektów (rys.5.1) wykorzystuje si dwa rodzaje modeli: * model zmiennych stanu, przedstawiany w postaci: " x = f (x, u) , x( t0 ) = x0 , (5.8) y = g (x, u) (5.9) " gdzie : u - wektor zmiennych wej[ciowych, x - wektor zmiennych stanu, x - pochodna wej[- ciowa, opisujca stan wzgldem czasu, y - wektor zmiennych wyj[ciowych, f,g - funkcje wektorowe, t0 - chwila pocztkowa, x0 - warto[ wektora stanu w chwili pocztkowej. U Y X Rys. 5.1 Schemat blokowy systemu prostego (maszyny). Równanie (5.8) jest wBa[ciwym równaniem stanu, a (5.9) równaniem wyj[cia. W wikszo[ci przypadków praktycznych wektor wielko[ci wyj[ciowych  y zale|y tylko od wektora zmien- nych stanu. * transmitancja operatorowa G (s), definiowana zale|no[ci: y(s) G (s) = (5.10) u(s) gdzie: s - operator Laplace a. Modelowanie obiektów zBo|onych dla potrzeb wnioskowania o ich stanie technicznym jest bardziej skomplikowane i zostanie przedstawione w dalszej cz[ci tej ksi|ki. Zbiór mo|liwych stanów maszyny jest nieskoDczony i nieprzeliczalny. Jednak w prak- tyce wszystkie mo|liwe stany maszyny dzieli si zwykle na pewn liczb klas. Podstaw kla- syfikacji stanowi wymagania, które praktyka u|ytkowania maszyn stawia diagnostyce tech- nicznej, nie uwzgldniajce ró|nic pomidzy stanami w obrbie jednej klasy stanów. Zatem, badanie diagnostyczne sprowadza si do ustalenia klasy stanu, do której nale|y aktualny stan badanej maszyny. W najprostszym przypadku zbiór mo|liwych stanów maszyny mo|na po- dzieli na dwie klasy: klas stanów zdatno[ci i klas stanów niezdatno[ci. Taki podziaB jest zgodny z postulatami teorii niezawodno[ci maszyn i chroni przed zbdnym rozdrabnianiem i sztucznym nazywaniem mo|liwych podziaBów. Maszyna znajduje si w stanie zdatno[ci wtedy, je|eli warto[ci mierzonych parame- trów lub cech stanu znajduj si w granicach dopuszczalnych, a wic nie przekroczyBy war- to[ci granicznych. Je|eli warto[ nawet jednego parametru lub cechy stanu wykracza poza dopuszczalne granice, maszyna znajduje si w stanie niezdatno[ci. Biorc pod uwag czsty przypadek potrzeby oceny mo|liwo[ci realizacji zadaD przez maszyn, w praktyce wyró|nia si: - zdatno[ funkcjonaln, która oznacza mo|liwo[ci maszyny do realizacji zadanej funkcji zgodnie z przeznaczeniem, w okre[lonym przedziale czasu i w sposób zgodny z zaBo- |eniami dokumentacji normatywno-technicznej; - zdatno[ zadaniow, która oznacza mo|liwo[ci maszyny do realizacji zadaD w wy- znaczonych warunkach eksploatacyjnych przy okre[lonych wymuszeniach sterujcych i obci|eniach, w losowo zmiennym przedziale czasu. 5.3 Obserwowalno[ maszyny Pojcie obserwowalno[ci maszyny traktowanej jako ukBad dynamiczny jest zwizane z przetwarzaniem danych uzyskanych z obserwacji stanu maszyny. SzczegóBowo jest to pro- blem okre[lania stanu maszyny w dowolnej chwili  t na podstawie obserwacji wyj[cia w skoDczonym przedziale czasowym t0 d" t d" t0 + T . Ka|dy ukBad dynamiczny, liniowo cigBy mo|na opisa znanymi ju| wcze[niej równaniami: " X = AX + BU , (5.11) Y = CX gdzie: X - wektor stanu (n-wymiarowy), U - wektor sterowania, Y - wektor wyj[cia (m-wymiarowy), A,B,C - macierze zwizania (wag). Elementy macierzy A, B, C, s staBe i niezale|ne od czasu. Z równaD 5.11 wynika schemat blokowy pokazany na rys. 5.2. Przedstawiony ukBad jest caBkowicie obserwowalny wtedy i tylko wtedy, gdy stan pocztkowy x(0) mo|na okre[li z pomiarów wyj[cia y(t) w skoDczonym przedziale czasu (0,T). U X X Y 1 B C s A Rys. 5.2 Schemat blokowy realizujcy równania 5.11. Najogólniej termin  obserwowalno[ oznacza mo|liwo[ okre[lania stanu maszyny na podstawie odpowiedniej obserwacji jej wielko[ci wyj[ciowych. Aby dla dowolnej maszy- ny mo|liwa byBa obserwacja jej stanów potrzebna jest procedura przeksztaBcania wyników pomiarów wielko[ci pojawiajcych si na wyj[ciu maszyny w sposób umo|liwiajcy na ich podstawie wyznaczenie aktualnego stanu. Zagadnienie obserwacji wyj[ maszyny odgrywa podstawow rol w ocenie obserwo- walno[ci stanu, a zatem obserwowalno[ci maszyny. Obserwacja stanów maszyny poprzez po- miar (ocen) wyj[ jest zwizana z utworzeniem podsystemu rozpoznawajcego, identyfiku- jcego czy te| diagnozujcego stany maszyny z zachowaniem okre[lonych warunków. Ogól- nie wspomniany powy|ej system jest uto|samiany z pojciem zewntrznego obserwatora ma- szyny, którym w zale|no[ci od potrzeb i posiadanych danych mo|e by obserwator wzgldnie system rozpoznajcy, identyfikujcy lub diagnozujcy. W procesie obserwacji zakBada si, |e dla ka|dego momentu z odcinka czasu wyró|- nionego wyj[cia obserwator mo|e wyznaczy podzbiór warto[ci sygnaBu wyró|nionego wyj- [cia, wykorzystywanych dalej w rozpoznaniu stanu maszyny. Takie badania maszyny prowa- dzi si w ramach eksperymentów diagnostycznych, celem których jest poznanie stanu, metod rozró|niania i klasyfikacji uszkodzeD maszyn. W definiowaniu obserwowalno[ci wyróznia si przypadki: jednego wyj[cia, wielu wyj[ oraz ogóln obserwowalno[ maszyny, ponadto definiuje si warunki obserwowalno[ci systemów dynamicznych. Stan maszyny x " X jest w peBni obserwowalny z wyj[cia y*, je|e- li mo|na zbudowa funkcj g ( t0 ,t1 ) przeksztaBcajc seri pomiarow w zbiór stanów X, i to tak funkcj, aby stan maszyny byB okre[lany jedn z warto[ci tej funkcji. SformuBowane pojcie obserwowalno[ci ma [cisBy zwizek z diagnostyk maszyn, traktowan jako metodologia i techniki wyznaczania: * zmian stanów maszyny w drodze korzystania z relacji: S : X ’! Y (5.12) gdzie: S - relacja, X - zbiór stanów, Y - zbiór wyj[; * zmian stanu elementów e" E maszyny w oparciu o relacj: S : U × X × E × R ’! Y (5.13) gdzie: E - zbiór elementów, U - zbiór wej[, R - zbiór relacji pomidzy elementami maszyny. W zale|no[ci od momentu czasu, w którym jest przeprowadzana diagnoza a chwil jakiej ma dotyczy ocena zmiany stanu, wyró|nia si nastpujce rodzaje diagnozy: - diagnoza wBa[ciwa, polegajca na okre[leniu stanu w tej samej chwili t0 , w której jest prze- prowadzane badanie maszyny zgodnie z implikacj: S(X, Y) Ò! [ Y( t0 ) Ò! " {X ( t0 )} ] (5.14) gdzie: S(X, Y) - relacja stan-wyj[cie, Y( t0 ) - zbiór warto[ci wielko[ci wyj[ciowych w chwili t0 , "{X( t0 )} - diagnoza stanu w chwili t0 dostarczona u|ytkownikowi maszyny. Stan okre[lony w wyniku diagnozy pokrywa si ze stanem rzeczywistym wtedy, je|eli relacja (5.14) jest prawdziwa i jednoznaczna, speBnione s warunki obserwowalno[ci, a zbiór Y( t0 ) jest prawdziwy. - dozorowanie polegajce na bie|cej dyskretnej lub cigBej obserwacji stanu maszyny, spro- wadzajce si do systematycznego odnawiania diagnozy, wedBug zale|no[ci: S(X, Y) Ò! [ Y( t ) '" Y( t0 ) , "( t0 + Ä) X( t0 ) ] (5.15) j gdzie : S(X, Y) - relacja stan - wyj[cie, t - chwile poprzedzajce chwil t0 , Ä - opóznienie j dostarczenia diagnozy u|ytkownikowi, które jest sum czasu potrzebnego na sformuBowanie diagnozy i przesBanie jej u|ytkownikowi, "X - diagnoza chwilowa stanu w t0 . W omawianym przypadku badanie zmian stanów odbywa si w warunkach zakBóceD, co wpBywa na fakt, |e zarówno warto[ci wielko[ci wyj[ciowych jak i sformuBowana na ich pods- tawie diagnoza nie s w peBni wiarygodne. - genezowanie polegajce na ocenie stanów zaistniaBe w chwili lub w chwilach poprzedzaj- cych chwil t0 , w której jest dokonywane badanie maszyny. Genez opracowuje si na pod- stawie : - diagnozy przeprowadzonej w chwili t0 na podstawie pomiaru Y( t0 ) , - znajomo[ci przynajmniej niektórych stanów w chwilach poprzedzajcych t0 , - znajomo[ci tzw. obci|eD maszyny w czasie poprzedzajcym chwil t0 , - znajomo[ci prawdopodobieDstw zmian stanów dla chwili t0 , to jest macierzy prawdopodo- bieDstw przej[ oznaczonej ïø Pg (X) ïø. Dla procesu genezy mo|na wic napisa relacj: ["X( t0 ), {"X( t2 )}, | Pg (X)| Ò! "X( tg ) (5.16) przy czym t2 `" tg , oznaczaj chwile, których dotyczy geneza. - prognozowanie polegajce na przewidywaniu stanów, które zaistniej w przyszBo[ci w chwilach t *#t0 . PrzyszBe stany maszyny mo|na przewidzie opierajc si na: p - diagnozie przeprowadzonej dla chwili t0 , - znajomo[ci przynajmniej niektórych stanów tz w chwilach poprzedzajcych t0 , - znajomo[ci tzw. obci|eD w czasie od chwili t0 do chwili t , której dotyczy prognoza, p - znajomo[ci prawdopodobieDstw zmian stanów dla chwili t , tj. macierzy prawdopodo- p bieDstw przej[ | pP (x)|. Dla procesu prognozy mo|na napisa nastpujc implikacj: ["X( t0 ), {"X( tz )}, | Pp (X)|] Ò! "X( t ) (5.17) p przy czym tz )#t0 )#t . p Formalizacja pojcia obserwowalno[ci nie jest konieczna dla maszyn o prostej struk- turze, gdzie bezpo[rednia analiza ukBadu daje odpowiedz na mo|liwe zwizki przyczynowo- skutkowe. W przypadku maszyn zBo|onych nie zawsze jest oczywiste czy poszczególne wyj- [cia mog pozwala na caBkowit obserwacj stanu maszyny. S to zatem typowe przypadki problematyki diagnozowania obiektów prostych i zBo|onych, które znajduj swoje odzwier- ciedlenie w zBo|ono[ci przyjmowanych modeli diagnostycznych oraz mo|liwych aspektach znaczeniowych pojcia czasu w zastosowaniach diagnostycznych. Problematyka modelowania diagnostycznego maszyn oraz zakresu zmienno[ci poj- cia czasu w diagnostyce wymagaj szczegóBowego potraktowania. O ile problemy modelo- wania diagnostycznego s dalej (pkt. 5.6) szczegóBowo dyskutowane, to w tym punkcie przy- woBano podstawowe uwarunkowania opisu modelowego zjawisk i rzeczy oraz sposoby defi- niowania czasu w trakcie obserwacji maszyn. Jak ju| niejednokrotnie podano, diagnostyka techniczna obejmuje metody i [rodki pozwalajce na udzielenie odpowiedzi na podstawowe pytania: - jaka jest aktualna struktura i stan badanej maszyny ? - jak oceni przeszBo[ maszyny na podstawie jej aktualnego stanu ? - jak przewidzie specyficzne wBasno[ci przyszBej ewolucji maszyny ? Odpowiedzi na ka|de z tych pytaD wymaga przeanalizowania trudno[ci pojawiajcych si podczas opracowywanych algorytmów diagnozowania [1]. Ka|da racjonalna diagnoza polega na dokonywaniu odpowiednich pomiarów i prze- twarzaniu ich wyników. GBównym problemem do rozwizania jest tu kwestia zale|no[ci po- midzy cechami maszyny a warto[ciami pomierzonych symptomów diagnostycznych, co sta- nowi o zakresie modelowania diagnostycznego obserwowanej maszyny (rzeczywisto[ci). Opis otaczajcej nas rzeczywisto[ci opiera si na przyjmowaniu modeli tworzonych na prawach i faktach uwzgldniajcych: - zasady przyczynowo[ci; - zasady determinizmu; - zasady nieoznaczono[ci; - zasady losowo[ci. Pogldy na istot zwizku przyczynowego opieraj si na zwizkach przyczynowo- skutkowych zachodzcych w nastpstwie czasowym oddziaBywania pomidzy zjawiskami, okre[lajcymi zale|no[ci pomidzy przyczynami i ich skutkami. FormuBa :nic nie dzieje si bez przyczyny lecz wszystko z jakiej[ racji i konieczno[ci staBa si podstaw gromadzenia wiedzy, formuBowanych praw i na ich podstawie teorii tworzcych nauk. Zasada przyczynowo[ci jest podstaw skrajnego determinizmu w pogldzie na zjawis- ka zachodzce w otaczajcej nas rzeczywisto[ci, formuBowane w postaci jednoznacznej odpo- wiedzi na pytania: -  czy ka|de zjawisko ma ustalon jednoznacznie przyczyn? ; -  czy ka|da przyczyna ma jednoznacznie okre[lony skutek? . Modelowe przedstawianie rzeczywisto[ci z konieczno[ci wielu ograniczeD opiera si na deterministycznym pojmowaniu zjawisk, wykorzystujcym newtonowski pogld na ota- czajcy nas [wiat. W takim ujciu obiekt badaD (przedmiot diagnozy) pokazano na rys. 5.3, wyodrbniajc jako gBówne: zmienne wej[ciowe, zmienne zakBóceD, zmienne stanu oraz zmienne wyj[ciowe. Zbiór zmiennych wej[ciowych U, zwany tak|e wymuszeniami, okre[la oddziaBywa- nia urzdzeD diagnostycznych lub warunki pracy obiektu (zasilanie, sterowanie) podczas diagnozowania. W badaniach diagnostycznych maszyn przyjmuje si, |e zbiór U zmiennych wej[ciowych jest niezmienny (staBy podczas badania), by wszelkie zmiany sygnaBów diagnos- tycznych byBy spowodowane jedynie zmian stanu badanej maszyny. Zbiór Z zmiennych zakBóceD obejmuje: - warunki otoczenia: wilgotno[, temperatur, stan czysto[ci atmosfery, których dokBadne ustalenie nie jest mo|liwe; - warunki diagnozowania: obci|enie, prdko[ obrotowa, temperatura pBynów eksploatacyj- nych, których równie| ustalenie na staBym poziomie jest niemo|liwe; - cechy stanu obiektu, które nie zostaBy uwzgldnione w prowadzonych badaniach; - bBdy: urzdzeD diagnostycznych, bloków pomiarowych, dopasowujcych itp. ZakBócenia Z = { zk } ; k = 1 , 2 , ... , K z1 z2 z3 ........... zk u1 y1 STAN TECHNICZNY u2 r y2 OBIEKTU U = {ul } u3 y3 Y = {yn} l = 1,2,...,L : : n = 1,2,...,N x1, x2, ... , xm ul yn X= xm m=1, 2, ..., M { } Wej[cia Wyj[cia Rys. 5.3 Wzajemne powizanie zbiorów wielko[ci opisujcych obiekt diagnozowany. Zbiór X zmiennych stanu maszyny, zwanych tak|e cechami stanu, opisujcych aktu- alny stan badanej maszyny. Stan badanej maszyny jest okre[lony je[li znane s warto[ci wszystkich, istotnych wzgldem kryterium decyzyjnego, niezale|nych cech stanu. Zbiór nie- zale|nych cech stanu jest zbiorem minimalnym, poniewa| nie zawiera cech zbdnych, nie wnoszcych dodatkowych informacji o stanie maszyny. Zbiór Y zmiennych wyj[ciowych przedstawia zbiór sygnaBów wyj[ciowych traktowa- nych w diagnostyce technicznej jako sygnaBy diagnostyczne. Przyczynowo[ i detrminizm opisu maszyny zostaj coraz cz[ciej modyfikowane przez zasad nieoznaczono[ci, traktujc otaczajcy nas [wiat w kategoriach losowo[ci. Po- cztkowo zjawiska losowo[ci opisywano w kategoriach prawdopodobieDstw i przy pomocy metod statystycznych, skrywajc niewiedz ludzk dalej w modelach deterministycznych. Przekonanie o tym, |e [wiat jest newtonowski, musiaBo ustpi pod naciskiem koncep- cji kwantowego i relatywistycznego poznawania [wiata. Mechanika kwantowa zrywa ostate- cznie z peBnym determinizmem. Zasada nieoznaczono[ci Heisenberga okre[la stopieD niedo- kBadno[ci pomiarów podstawowych wielko[ci fizycznych : poBo|enia i pdu. Zwikszenie do- kBadno[ci pomiaru poBo|enia czstki zmniejsza dokBadno[ pomiaru jej pdu i na odwrót. To samo dotyczy pomiarów energii i czasu, z czym mamy do czynienia w diagnostyce i nie ma to nic wspólnego z dokBadno[ci przyrzdów pomiarowych. Dla okre[lenia przyszBego stanu czstki nale|y zna dokBadnie jej pocztkowe poBo|e- nie i pocztkow prdko[, co w my[l zasady nieoznaczono[ci nie pozwala przewidzie do- kBadnie przyszBego poBo|enia czstki. Dlatego, nawet najlepiej zorganizowany i przeprowa- dzony eksperyment nie zapewnia powtarzalno[ci wyników, co oznacza, |e losowo[ decyzji diagnostycznej jest konieczno[ci nie do uniknicia. Dopiero stworzenie teorii chaosu deterministycznego, opartego na nieliniowych trans- formacjach deterministycznych pozwala na przybli|one opisywanie zjawisk w warunkach lo- sowo[ci. Z chaosem deterministycznym [ci[le zwizane jest wystpowanie tzw. atraktorów, którymi s zazwyczaj nieokresowe trajektorie przycigajce inne trajektorie ze swego otocze- nia. Prowadzi to wprost do teorii fraktali, gdzie cechy fraktalne (powtarzajce si) propaguj si w przestrzeni, stanowic dobre przybli|enie systemów rozwijajcych si. Chaos deterministyczny wprowadza niepewno[ bardziej ogóln ni| zasada nieozna- czono[ci Heisenberga. W ostatnich latach dla wielu systemów analizowanych metodami sta- tystycznymi udaBo si efektywnie wyznaczy atraktory, precyzyjnie prognozujce ewolucj tych systemów, co przekonuje, |e chaos nie zawsze jest zjawiskiem negatywnym. Dodanie losowego szumu do systemu niezaburzonego mo|e prowadzi do statystycznej stabilno[ci lub okresowo[ci ewolucji systemu. yródBem chaosu mog tak|e by niedokBadno[ci w okre[laniu parametrów wystpuj- cych w modelu, znane jako zjawisko bifurkacji i prowadzce do bBdów w procesie diagnozo- wania. Tak wic nowoczesne traktowanie obiektów i zjawisk, opisywanych w kategoriach chaosu zdeterminowanego, daje nowe metody analizy systemów deterministycznych zaburza- nych losowo. Przedstawione sygnalnie problemy zdecydowanie zmieniaj podej[cie do zagadnieD diagnostyki technicznej, szczególnie w zakresie modelowania diagnostycznego, a tak|e dob- rze obrazuj uznane, lecz maBo dokBadne, deterministyczne zaBo|enie metodologiczne:  maszyna jest urzdzeniem zdeterminowanym, gdzie ka|demu stanowi odpowiadaj jednoznaczne objawy , na którym zbudowano model maszyny pokazany na rys. 5.2. Przekonanie o tym, |e [wiat jest newtonowski - ustpuje pod naciskiem koncepcji ho- listycznego (kwantowego i relatywistycznego) poznawania [wiata, stajc si zródBem nowych koncepcji i obszarów badaD. Dla poprawnego scharakteryzowania zjawisk prowadzcych do powstawania uszko- dzeD potrzebne s wiarygodne dane o funkcjach roboczych poszczególnych elementów i wa- runkach ich pracy. W obiektach technicznych mo|na wyró|ni [3,5,6]: * elementy aktywne, które bezpo[rednio uczestnicz w przemianie energii, przekazy- waniu mocy, przetwarzaniu rodzajów ruchów roboczych na inne ich rodzaje, przenoszeniu obci|eD, itp.; * elementy bazowe, które ustalaj prawidBowe rozmieszczenie elementów aktywnych oraz elementów wspomagajcych, np. korpusy, prowadnice, ramy; * elementy wspomagajce, które zabezpieczaj urzdzenia od przeci|eD lub prze- kroczenia stanów granicznych. Przydatno[ ka|dego z tych elementów jak i ich funkcji w caBo[ci obiektu okre[la zbiór cech i charakterystyk zwizanych z przeznaczeniem obiektu oraz wymaganiami eks- ploatacyjnymi. Wymagania w stosunku do poszczególnych cech i charakterystyk obiektu zmieniaj si w czasie, zale|nie od postpu technicznego i zapotrzebowania spoBecznego. Zmiana stanu maszyny w czasie pociga za sob zmienno[ w dziedzinie czasu war- to[ci cech zewntrznych efektów dziaBania maszyny. Wygodnie jest zatem przyj dwoisty sposób opisu czasu w badaniach diagnostycznych, wi|cy si bezpo[rednio z zadaniami (chwilowymi i czasowymi) przetwarzania informacji diagnostycznej. Dziedzina czasu, w której szacowane s  chwilowe warto[ci cech sygnaBu diagnos- tycznego, mierzone najcz[ciej w uBamkach sekund, nazywana jest czasem dynamicznym (a niekiedy czasem  mikro ) i oznaczana przez  t . PrzykBadem mo|e tu by wielko[ przedzia- Bu czasowego mierzona w µs, w którym próbkowany jest sygnaB dla potrzeb wyznaczenia ok- re[lonej miary diagnostycznej. Inna jest dziedzina czasu, w której obserwowane s zmiany stanu maszyny, objawiaj- ce si w procesie diagnozowania jako czasowe sekwencje stanów dziaBaniu maszyny. Zmiany te zachodz w czasie wyraznie dBu|szym, liczonym w jednostkach kalendarzowych, np. licz- ba godzin pracy, liczba kilometrów, ilo[ zu|ytego paliwa, liczba cykli itp. Czas ten nazywa- ny jest czasem eksploatacji (czasem  makro ) i oznaczany jest przez  ˜ . W badaniach diagnostycznych wynikiem obserwacji zmienno[ci stanu maszyny w czasie s uporzdkowane wzgldem czasu sekwencje warto[ci cech (wyznaczanych w dzie- dzinie czasu  t ), na podstawie których okre[lane s zmiany w czasie  ˜ stanu maszyny. Biorc pod uwag skal czasu, czsto czas dynamiczny  t nazywany jest czasem krótkim, za[ czas eksploatacji  ˜ - czasem dBugim. W diagnostyce technicznej obowizuje zaBo|enie, |e obydwie te zmienne s niezale|ne. Jest jednak oczywiste, |e charakter ka|dego procesu dynamicznego U jest zale|ny od warto[ci czasu |ycia ˜, w którym proces ten zostaB wygenerowany, gdy| U=U(t,˜). WspóBzale|no[ci czasu  t oraz  ˜ pokazano na rys.5.4. Miara diagno styczna A(˜ ˜,t) ˜ ˜ czas dynamiczny  t t t t ˜1 ˜2 ˜3 czas eksploatacji  ˜ Rys. 5.4 Wzajemne zale|no[ci czasu dynamicznego  t oraz czasu |ycia  ˜ Spotykane czsto w diagnostyce pojcie czasu rzeczywistego , w której to dziedzinie prowadzi si wszelkie formalne opisy procesów diagnozowania, jest potocznie u|ywane w ró|nych dziaBaniach diagnostycznych i najcz[ciej zamiennie z czasem  mikro . Przyjcie w diagnostyce rozró|nianych dziedzin czasu uBatwia opis i dyskusj procesu diagnozowania, upraszcza formalizacj opisu modeli diagnostycznych i w ogólno[ci przybli- |a obserwowalno[ w czasie obiektów diagnozowania. 5.4 No[niki informacji o stanie maszyny Celem badaD diagnostycznych jest okre[lenie stanu maszyny (procesu) w chwili uzna- nej za wa|n, przez porównanie stanu rzeczywistego (chwilowego) ze stanem wzorcowym. Ka|dy stan maszyny mo|e by wyra|ony przez zbiór warto[ci liczbowych charaktery- zujcych jego struktur oraz intensywno[ procesów zachodzcych podczas funkcjonowania maszyny. Stan maszyny jest wic okre[lany zbiorem warto[ci liczbowych zmiennych opisuj- cych maszyn w chwili badania diagnostycznego. Stan maszyny mo|e by okre[lany bezpo[rednio na podstawie badaD jej elementów i/lub badaD wspóBdziaBania tych elementów. Wymaga to jednak demonta|u maszyny oraz adaptacji elementów do badaD, co czsto powoduje zmian warunków ich wspóBdziaBania. In- ny wariant bezpo[redniej oceny stanu maszyny polega na wykorzystaniu arbitralnych opinii specjalistów, co wi|e si z trudno[ciami formalizowania sposobów wyznaczania tych opinii. Metody po[rednie oceny stanu maszyny polegaj na tym, |e oceny stanu wyznaczane s na podstawie obserwacji sygnaBów (procesów) zwizanych z dziaBaniem maszyny. Sygna- Bem diagnostycznym (tzn. sygnaBem zale|nym od stanu maszyny) jest dowolny no[nik mate- rialny, najcz[ciej przebieg (cecha, miara) wielko[ci fizycznej, umo|liwiajcej przenoszenie (w przestrzeni i czasie) wiadomo[ci o stanie maszyny. Opis sygnaBu diagnostycznego dokonywany jest za pomoc zbioru jego cech (ocen), którymi mog by liczby lub funkcje. DziaBanie, w wyniku którego otrzymuje si zbiór cech sygnaBu, nazywane jest analiz sygnaBu. Wybór metod analizy oraz wybór cech sygnaBu, oce- nianych w wyniku analizy dokonany powinien by odpowiednio do celu badania oraz odpo- wiednio do klasy sygnaBu. PeBny opis stanu maszyny skBada si z kompleksu charakterystyk (cech, parametrów, symptomów) ukazujcych wszystkie poziomy i aspekty istnienia maszyny. W praktyce ka|dy opis stanu maszyny jest ograniczony dostpnymi wskaznikami i jest modelem tego stanu, bu- dowanym na podstawie przyjtych kryteriów. Modelowy opis stanu maszyny winien by na tyle dokBadny, by umo|liwiaB rejestrowanie jego zmienno[ci i wystarczajco ostro ró|nicowaB zmiany zachodzce w rzeczywistej maszynie. WBasno[ci losowe procesów wytwarzania, kontroli i eksploatacji oraz zBo|ono[ ma- szyn powoduj, |e bezpo[rednie przewidywanie relacji midzy cechami sygnaBów diagnos- tycznych i cechami stanu maszyny jest utrudnione. WBa[ciwo[ci obiektu, przy pomocy których tworzy si jego model, nazywa si czsto cechami. Cecha obiektu jest to wielko[ fizyczna, charakteryzujca go ze wzgldu na dzia- Banie zgodne z przeznaczeniem. W[ród cech obiektu wyró|ni mo|na: " cechy funkcjonalne - przy pomocy których okre[la si zadania (funkcje) obiektu lub sprawdza jako[ (stopieD) wykonywania tych zadaD; ich spis zawarty jest zwykle w wymaganiach technicznych; " cechy konstrukcyjne - opisujce obiekt lub jego elementy ze wzgldu na zasad pracy, sposób wspóBdziaBania elementów lub ich wykonanie; przedstawia si je czsto w postaci rysunku technicznego; " cechy obsBugowe - których warto[ mo|e by zmieniana w czasie obsBugiwania (np. przez regulacje, zabiegi konserwacyjne itp); " cechy diagnostyczne - kontrolowane w czasie dziaBaD diagnostycznych; przy pomocy " " " tych cech opisuje si zazwyczaj stany (przestrzeD stanu) obiektu; dlatego nazywane s te| cechami stanu. Spo[ród ró|nych cech charakteryzujcych obiekt i jego stan wyró|nia si czasem takie, które wystpuj tylko w czasie gdy obiekt jest uszkodzony lub nie w peBni zdatny. Cechy te nazywa si symptomami. Wystpowanie tych cech nie jest wynikiem [wiadomych dziaBaD konstruktora lecz zwizane jest z naruszeniem zasad pracy urzdzenia, przekroczeniem dopuszczalnych granic obci|alno[ci, wytrzymaBo[ci itp. Symptomami uszkodzenia s np.: wzrost temperatury przewodów zasilajcych, nadmierne drgania silnika, zmiana barwy rezystora, "migotanie" [wiatBa [wietlówki. Cechy, które wyznaczaj stan zdatno[ci obiektu nazywane s parametrami. Warto[ci liczbowe tych cech, zwykle dotyczcych podstawowych wBa[ciwo[ci obiektu umieszczane w dokumentacji technicznej pozwalaj na identyfikacje zarówno obiektu jak i jego stanu. Np. podane na tabliczce znamionowej wielko[ci i ich warto[ci s parametrami silnika. Zbiór warto[ci wybranych wielko[ci charakteryzujcych obiekt lub jego stan nazywa si charakterystyk. Mo|e to by zbiór warto[ci, wyra|ajcych przebieg zmian tych cech. Zwykle jest to zmiana warto[ci w funkcji czasu (charakterystyka czasowa), ale mo|e to by równie| zale|no[ jednej wielko[ci fizycznej od drugiej. Najcz[ciej stosowana forma przedstawiania charakterystyki jest zestawienie danych lub wykres. PrzykBadem charak- terystyki mo|e by: zbiór danych zawartych w instrukcji eksploatacji urzdzenia (charak- terystyka techniczna lub niezawodno[ciowa obiektu), przebieg prdu rozruchu silnika, zmiana intensywno[ci uszkodzeD obiektu w trakcie eksploatacji. Dla ustalenia jednolitej terminologii badaD diagnostycznych przyjmuje si dalej nast- pujce okre[lenia: - cecha stanu, zwizana z wBa[ciwo[ci maszyny wielko[ fizyczna posiadajca mia- r, wzorzec i poziom odniesienia, jednoznacznie opisujca warto[ skBadowej wektora chwi- lowego stanu maszyny; - parametr diagnostyczny, zwizany zawsze z obserwowalnym opisem obiektu diag- nozowanego za pomoc sygnaBów (procesów) diagnostycznych, okre[lajcy po[rednio war- to[ci cech stanu obiektu; - symptom diagnostyczny, zorientowana uszkodzeniowo miara sygnaBu diagnostycz- nego, odwzorowujca okre[lony typ uszkodzenia (skBadowa wektora sygnaBu). Podstaw opracowania efektywnych metod diagnozowania s procesy fizyczno-che- miczne zachodzce w maszynach i odzwierciedlajce zmiany stanu maszyny. Wielko[ci fi- zyczne wykorzystywane do diagnozowania stanu musz opisywa przemiany zachodzce w maszynach lub wBa[ciwo[ci maszyn po ich zaj[ciu. Najwiksz warto[ diagnostyczn maj wielko[ci fizyczne, których zmiany nastpuj wtedy i tylko wtedy, gdy nastpuje zmiana sta- nu maszyny. {adna konkretna warto[ wielko[ci fizycznej w zastosowaniu diagnostycznym nie mo|e charakteryzowa alternatywnych stanów maszyny (stan A lub stan B). Podstaw opracowania efektywnych metod diagnostycznych s dostpne pomiarowo procesy wyj[ciowe z maszyny, których bardzo uproszczony opis przedstawiono na rys. 5.5. Uwzgldniajc zBo|ono[ maszyn i wynikajc std ró|norodno[ stanów, w celu zidentyfi- kowania ka|dego mo|liwego stanu maszyny konieczne jest ustalenie odpowiednio licznego zbioru parametrów diagnostycznych. Mog to by parametry procesów roboczych, parametry procesów towarzyszcych, parametry geometryczne oraz parametry zjawisk, których istota nie jest zwizana bezpo[rednio z funkcjonowaniem maszyny, np. parametry promieniowania materiaBów rozszczepialnych. WspóBczesna diagnostyka techniczna wykorzystuje najcz[ciej mierzalne procesy fizyczno - chemiczne zachodzce w maszynach, bdce podstaw wielu atrakcyjnych metod diagnostycznych. Zgodnie z rys. 2.14 (rozdz. II) procesy wykorzystywane jako no[niki informacji diagnostycznej mo|na podzieli nastpujco: - procesy robocze, zapewniajce realizacj podstawowych funkcji u|ytkowych maszyny, które scharakteryzowano na rys. 5.6; - procesy towarzyszce, powstajce jako wtórny efekt podstawowych procesów roboczych maszyny, scharakteryzowane na rys. 5.7; - inne procesy fizyczno-chemiczne, wykorzystywane w badaniach nieniszczcych. Taki wszechstronny podziaB szczegóBowy procesów wyj[ciowych na grupy charakte- ryzujce poszczególne symptomy stanu technicznego maszyny, zwizane z rodzajem wyko- rzystywanego zjawiska fizycznego s podstaw budowanych procedur diagnozowania. PARAMETRY DIAGNOSTYCZNE PARAMETRY PROCESÓW WYJZCIOWYCH INNE PARAMETRY PARAMETRY PARAMETRY PARAMETRY GEOMETRYCZNE PROM. MAT. PROCESÓW PROCESÓW TO- ROZSZCZEP. ROBOCZYCH WARZYSZCYC H S M E E S S D I Z E T A K F Z T R J L A T S E P C A G H A E R E P K R Z N C A A W K I Z R L E I O T A E I N A I T N N A A Y C L E I A S R N I A T W Y N P A S K Y E E Ó A N O L A C W C Y O Z N Z J Z  Y N N.  E SYMPTOMY STANU TECHNICZNEGO Rys. 5.5 Ogólna klasyfikacja parametrów diagnostycznych. Wzajemny zwizek parametrów struktury (zwanych dalej cechami stanu techniczne- go) i parametrów wyj[ciowych odzwierciedlajcych stan techniczny maszyny pozwala trakto- wa parametry wyj[ciowe jako parametry stanu, mierzone bez jej demonta|u, poniewa| pro- cesy fizykochemiczne i opisujce je wielko[ci mog by naogóB obserwowane i mierzone z zewntrz. Parametr wyj[ciowy mo|e zosta uznany za diagnostyczny parametr stanu technicz- nego maszyny, je[li speBnia nastpujce warunki: - warunek jednoznaczno[ci, zgodnie z którym ka|dej warto[ci cechy stanu odpowiada tylko jedna warto[ parametru wyj[ciowego; - warunek dostatecznej szeroko[ci pola zmian, zgodnie z którym jest mo|liwa du|a zmiana warto[ci parametru wyj[ciowego dla danej zmiany cechy stanu; - warunek dostpno[ci, czyli Batwo[ mierzenia parametru. Parametry charakteryzujce proces Procesy robocze Podci[nienie, parametry pulsacji ci[nienia, ci[nienie spr|ania , maksymalne ci[nienie spalania, temperatura spalania, szybko[ Przetwarzanie energii narastania ci[nienia, temperatura spalania, chemicznej w ciepBo- wspóBczynnik nadmiaru powietrza, skBad spalin, prac mechaniczn prdko[ obrotowa, moc efektywna, moment obrotowy, moment strat wewntrznych, jedno- stkowe zu|ycie paliwa, godzinowe zu|ycie paliwa i inne. Gsto[ elektrolitu, napicie, wska|nik samo- wyBadowania, czas wyBadowania, rezystancja wewntrzna, sprawno[, rezystancja uzwojeD i Przetwarzanie energii izolacji, spadek napicia, napicie i nat|enie w energi elektryczn prdu, czas osignicia warto[ci prdu ustalo- nego, staBa czasowa, napicie na okBadzinach kondensatora, rezystancja kondensatora, para- metry impulsów i inne. Przetwarzanie energii Spadki napi, nat|enie poboru prdu, moment elektrycznej w prac obrotowy, moc, prdko[ obrotowa, napicie i mechaniczn inne. Przetwarzanie energii Droga hamowania, siB hamowania, czas kinetycznej w ciepBo uruchomienia hamulców, opóznienie hamowania, ktowe opóznienie hamowania i inne WspóBczynnik po[lizgu , moment (moc) Przenoszenie energii na wyj[ciu , moment strat, sprawno[ mechaniczna, siBa napdowa i inne. Zwikszanie energii Moment (moc) na wyj[ciu, ci[nienie, wydajno[, moment strat, parametry impulsu ci[nienia czynnika i inne. Inne Rys.5.6 Klasyfikacja i opis procesów roboczych. Parametry charakteryzujce proces Procesy towarzyszce Temperatura, zmiany temperatury, przebieg czasowy temperatury, Termiczne obrazy rozkBadu temperatury, czas nagrzewania si zespoBów i inne. Chwilowa ró|nica potencjaBów Elektryczne elektrycznych, czas trwania impul- generowane przy tarciu sów, czstotliwo[, amplituda i inne. Egzoemisja Ilo[ elektronów, intensywno[ egzoemisji elektronów elektronów i inne Lepko[ , zmiana lepko[ci, temperatura Starzenia [rodków krzepnicia, temperatura zapBonu, gsto[, smarnych indeks wiskozy, indukcyjno[, poziom koncetracji produktów zu|ycia: Fe, Al, Pb, Cu i inne Miary w dziedzinie amplitud: warto[ [red- nia, skuteczna, wspóBczynnik ksztaBtu, szczytu, impulsowo[ci, funkcja gsto[ci prawdopodobieDstwa i inne. Miary w dziedzinie czestotliwo[ci: gsto[ Wibroakustyczne widmowa mocy, czstotliwo[ Rice a, wspóBczynnik harmoniczno[ci i inne. Miary w dziedzinie czasu: funkcja korelacji, unormowana funkcja korelacji, czas kore- lacji i inne. Inne Rys. 5.7 Klasyfikacja i opis procesów towarzyszcych pracy obiektu. 5.5 Podstawowe równanie diagnostyki Najbardziej ogólny model obiektu dla potrzeb diagnostyki technicznej przedstawiono na rys.5.8. Stan techniczny obiektu mo|na tu okre[la obserwujc funkcjonowanie obiektu, tzn. jego wyj[cie gBówne przeksztaBconej energii (lub produktu) oraz wyj[cie dyssypacyjne, gdzie obserwujemy ró|nego typu procesy resztkowe (termiczne, wibracyjne, akustyczne, elektromagnetyczne). Obserwacja tych wyj[ daje caB gam mo|liwo[ci diagnozowania stanu poprzez : " obserwacj procesów roboczych, monitorujc ich parametry w sposób cigBy, czy te| prowadzc badania sprawno[ciowe maszyn na specjalnych stanowiskach (moc, ci[nienie, prdko[ itp); " badania jako[ci wytworów, zgodno[ci pomiarów, pasowaD, poBczeD itp, gdy| ogólnie tym lepszy stan techniczny maszyny im lepsza jako[ produkcji; " obserwacj procesów resztkowych, stanowicych baz wielu atrakcyjnych metod diagnostycznych, opartych gBównie na modelach symptomowych. Przedstawiony model obiektu diagnostyki, zgodnie z oznaczeniami przyjtymi na rys.5.9, opisuje równanie wektorowe : G ( X, S, E, Z, N ) = 0 (5.18) Interesujcy nas stan obiektu mo|na wic okre[li z zale|no[ci : X = g ( S, Z, E, N ) (5.19) sterowanie E produkt {procesy MASZYNA robocze} STATYKA I DYNAMIKA G(S,X,Z,E,N)=0 zak³ócenia N {czas "t", ¸ przestrzeñ "r"} {procesy zasilanie Z resztkowe} ZU¯ YCIE destrukcyjne X,S,E,Z,N= Æ (¸) {czas ¿ycia"",stan X(¸)} ¸ -energia i sprzê¿enie zwrotne -surowiec Rys. 5.8 Model diagnostyczny obiektu. Realizacja eksperymentalna powy|szej zale|no[ci jest mo|liwa po przyjciu uproszczeD, zakBadajcych staBo[ w sensie warto[ci [rednich wektorów E, Z = 0, a wynikajcych z przyjtego modelu obiektu (rys.5.8). Mamy zatem : X = F ( S )Z,E=const + N (5.20) Przyjte zaBo|enia i podstawowe zale|no[ci opisu wektorowego modelu obiektu diag- nostyki przedstawiono na rys. 5.9. X X S ˜ S E, Z E,Z = const ˜ Rys. 5.9 Interpretacja graficzna wspóBzale|no[ci w modelu obiektu diagnostyki. Uwzgldniajc dziedziny okre[lono[ci poszczególnych wektorów tej relacji, otrzymu- jemy znane ju|, podstawowe równanie diagnostyki w postaci : X (˜ ˜, r) + N (˜ ˜, r) = A (r) S (˜ ˜,r) (5.21) ˜ ˜ ˜ ˜ ˜ ˜ Wektorowy opis struktury obiektu, jego wej[: zasilania, sterowania i zakBóceD oraz wyj[ energetycznych (u|ytecznych i resztkowych) prowadzi bezpo[rednio do opisu mo|liwych zwizków pomidzy zmiennymi: " parametrami symptomów diagnostycznych i cechami stanu obiektu, " cechami stanu i parametrami symptomów diagnostycznych, " stanami i symptomami diagnostycznymi. Opis modelu obiektu diagnostyki zale|y od postawionego celu badaD, przyjtej struk- tury modelu i wyboru zmiennych stanu. Wybrane zmienne stanu powinny - z jednej strony zabezpiecza wystarczajco wierny opis interesujcych nas zjawisk i procesów przebiegaj- cych w maszynie, a z drugiej strony umo|liwia otrzymanie mo|liwie prostych zale|no[ci matematycznych, okre[lajcych zwizki przyczynowo-skutkowe. Znalezienie zadawalajcego opisu modelu jest zazwyczaj utrudnione, gdy| nie wszy- stkie wielko[ci charakteryzujce model s znane, dostpne i mierzalne. Rozpatruje si wic jedynie w opisie modelu wielko[ci dajce si identyfikowa, co pozwala wyodrbni nastpu- jce wektory wielko[ci: T 1. wektor sygnaBów wej[ciowych U(t,˜ ˜), N(t,˜ ˜) ] obejmujcy: ˜) = [ E(˜ ˜), Z(t,˜ ˜ ˜ ˜ ˜ ˜ ˜ ˜ ˜ a) sygnaBy sterowania: E(˜) = [e1(˜),e2 (˜),...,ek (˜)]T umo|liwiajce celowe oddziaBywa- nie na funkcjonowanie obiektu diagnozowania ( warunki sterowania, zasilania energi, pali- wem itd). Zamierzona zmiana warunków pracy maszyny powoduje zmian warunków wspóBpracy jej elementów, a wic i charakterystyk sygnaBu diagnostycznego, nie powodujc zmiany stanu obiektu w sensie przej[cia z jednego stanu w drugi; b) wielko[ci zakBócajce: N (t,˜) = [n1(t,˜),n2 (t,˜),...,ng (t,˜)]T nie podlegajce bezpo[- redniemu pomiarowi. Ich istnienie mo|na stwierdzi poprzez analiz sygnaBów wyj[ciowych i zródBem ich s najcz[ciej ssiednie obiekty lub otoczenie. ZakBócenia te s realizacjami pro- cesów przypadkowych (np.zmiany temperatury, wilgotno[ci, haBasu itd), s niemierzalne i niesterowalne, a zale|no[ wi|ca sygnaB odebrany ze zmiennymi wej[ciowymi ma charak- ter probabilistyczny; c) zakBócenia mierzalne i niesterowalne: Z(t,˜) = [z1(t,˜), z2 (t,˜),..., zp (t,˜)]T podlega- jce bezpo[redniemu pomiarowi lecz bez mo|liwo[ci ich zmian w trakcie pracy. Tego rodza- ju zmienne wystpuj gBównie w szczególnym przypadku eksperymentu biernego, gdzie mo|na mierzy np. obci|enia, obroty, drgania itp. w trakcie pracy maszyny i na ich podsta- wie orzeka o stanie, bez mo|liwo[ci zmian tych wielko[ci; T 2. wektor zmiennych stanu X(˜ ˜), x ˜), ... , x (˜ opisujcy jedno- ˜) = [x (˜ (˜ ˜)] ˜ ˜ ˜ ˜ ˜ ˜ ˜ ˜ 1 2 n znacznie zachowanie si obiektu (jego stan) dla ka|dej chwili czasu ˜. SkBadowymi tego wektora s cechy stanu maszyny, istotne dla rozró|nienia mo|liwych jej stanów, lecz czsto nie s bezpo[rednio mierzalne; T 3. wektor zmiennych wyj[ciowych S(t,˜ ( t,˜ (t,˜ ˜)] ˜) = [s ˜), s ˜), ... ,s (t,˜ dajcy ˜ ˜ ˜ ˜ ˜ ˜ ˜ ˜ 1 2 m odpowiedz stanu na sygnaBy wej[ciowe w postaci wektora sygnaBów diagnostycznych. Syg- naBy wyj[ciowe s bezpo[rednio mierzalne i s zwizane ze zmiennymi stanu, sterowaniami, a tak|e z zakBóceniami. Rozwizaniem zadania diagnostycznego jest wyznaczenie nieznanych warto[ci wspóB- rzdnych wektora cech stanu maszyny X na podstawie znanych warto[ci wspóBrzdnych wek- tora sygnaBów diagnostycznych S, wedBug relacji: xi = Fi ( s1, s2, ... , sj , ... , sm) (5.22) i = 1,2,...,n j = 1,2,...,m Rozwizanie to istnieje jedynie wówczas, gdy liczba niezale|nych parametrów sygnaBu diag- nostycznego  m jest nie mniejsza od liczby wspóBrzdnych wektora cech stanu  n i wektora zakBóceD  g , tzn. m e" (n + g). Zaznaczy nale|y tu problem omówiony w rozdz.1, a e" e" e" dotyczcy zagadnienia odwracania modeli, gdy| bezposrednio z pomiarów uzyskujemy wektor symptomów stanu, który dalej transformowany jest na aktualny stan maszyny. W zapisie wektorowo-macierzowym dynamik maszyny opisuje si znanymi ju| wcze[- niej równaniami: " X = A(t) X + B(t)Z (5.23) Y = C(t) X + D(t)Z Elementy macierzy A(t) zale| od cech stanu maszyny, a elementy B(t) pokazuj wpByw ste- rowaD na zmienne stanu maszyny.Macierz C(t) pokazuje, jak sygnaBy wyj[ciowe s powiza- ne ze zmiennymi stanu, a macierz D(t) pokazuje bezpo[redni wpByw sterowaD na sygnaBy wyj[ciowe. Budowa efektywnych modeli diagnostycznych dla wielowymiarowych obiektów zBo- |onych, do których zaliczane s maszyny, objtych sprz|eniami zwrotnymi napotyka na du- |e trudno[ci. GBówne powody tego s nastpujce: - zmienne warunki pracy maszyny; - maskowanie informacji diagnostycznej; - trudno[ci wprowadzenia okre[lonych stanów zu|ycia lub stopnia uszkodzenia elementów; - nieznajomo[ torów rozprzestrzeniania si sygnaBów diagnostycznych od miejsc uszkodzeD do punktów odbioru w zBo|onym obiekcie; - inne. Cz[ciowe ominicie opisanych trudno[ci daje poprawne zamodelowanie badanej maszyny i wszelkie poczynania optymalizacyjne w budowanej dalej procedurze diagnostycznej. 5.6 Modelowanie w diagnostyce Modelowanie stanowi pierwszy etap formalnego ujcia zagadnieD zwizanych zarów- no z analiz dziaBania jak i syntez obiektów diagnozowania. Pozwala ono z okre[lonym przybli|eniem odtworzy zasady organizacji i funkcjonowania obiektu, co dalej umo|liwia uzyskanie informacji o samym modelowanym obiekcie. Modele diagnostyczne obiektów tworzy si dla potrzeb wnioskowania diagnos- tycznego w badaniach symulacyjnych lub eksperymentalnych. Przez model rozumie si taki ukBad, dajcy si pomy[le lub materialnie zrealizowa, który odtwarzajc przedmiot badania zdolny jest zastpowa go tak, |e jego badanie dostarcza nam nowych informacji o tym przedmiocie. Model obiektu nie jest wic odbiciem rzeczywistego obiektu, lecz tylko odbi- ciem aktualnie posiadanej o nim wiedzy, std nigdy nie mo|e by traktowany jako co[ trwa- Bego i nie podlegajcego zmianom. Nie ma przepisu na dobry model konkretnego obiektu. Czsto opracowuje si kilka modeli o odmiennej strukturze i zBo|ono[ci a nastpnie wybiera si najdogodniejszy do zastosowaD. Pocztkowo zawsze jest to model prosty, który w miar zdobywania do[wiad- czeD jest doskonalony. Znajomo[ praw rzdzcych zjawiskami, dane do[wiadczalne i inne informacje pozwalaj doskonali struktur modelu, czyli postaci zale|no[ci poprawnie opi- sujcej zwizki midzy badanymi zmiennymi. Model diagnostyczny obiektu jest to wic narzdzie pozwalajce opisa obiekt i jego zachowanie si w ró|nych warunkach za pomoc relacji diagnostycznej na zbiorze cech stanu i zbiorze symptomów. Celem modelowania jest uzyskanie wiarygodnego modelu matema- tycznego, który umo|liwia prze[ledzenie sposobów zachowania si obiektu diagnozowanego w ró|nych warunkach.Przy budowie modelu korzysta si gBównie z praw i aksjomatów fizyki, wyra|ajcych równowag siB, momentów, opisujcych bilans siB, wydatków, przepBywów, z równaD cigBo[ci i z zale|no[ci geometrycznych. Ka|dy model fizyczny ma odpowiadajcy mu model matematyczny. Modelem mate- matycznym obiektu mechanicznego jest najcz[ciej ukBad równaD ró|niczkowych o pochod- nych czstkowych, a tak|e równania caBkowe , które opieraj si na bilansie energetycznym, materiaBowym lub równaniach procesów fizyko-chemicznych. S one trudne do rozwizania zarówno analitycznego jak i przybli|onego (numerycznego). W modelach dyskretnych ukBa- dów wystpuj równania ró|niczkowe zwyczajne i std te| s one cz[ciej stosowane w prak- tyce. Rzeczywiste ukBady mechaniczne s z reguBy nieliniowe, gdzie o nieliniowo[ci decyduj wBasno[ci reologiczne materiaBu, wystpowanie luzów, nieliniowy charakter siB dyssypacyj- nych i charakterystyk spr|ystych elementów. Ograniczone mo|liwo[ci analizy nieliniowych równaD ró|niczkowych skBaniaj do stosowania modeli liniowych lub wykorzystania proce- dur linearyzacji. Rozpatrywanie ukBadów jako liniowych ma sens z uwagi na to, |e istnieje du|a klasa obiektów mechanicznych, które z dopuszczaln dla praktyki dokBadno[ci mog by reprezentowane przez modele liniowe. Przystpujc do badania obiektu kierujemy si wytycznymi, zawartymi w stosownej instrukcji lub wynikajcymi z do[wiadczenia. Zgodnie z tym badamy okre[lone wBa[ciwo- [ci obiektu a na inne nie zwracamy uwagi. Poprzez selekcj informacji o wBa[ciwo[ciach obiektu tworzy si model obiektu umo|liwiajcy jego badanie. Kryterium selekcji wynika z celu badania i uzyskany model jest sBuszny tylko dla tego celu. Model obiektu jest to zatem ograniczony zbiór wBa[ciwo[ci obiektu, wybranych decyzyjnie ze wzgldu na cel badania. Je[li w modelu uwzgldni si tylko wBa[ciwo[ci zewntrzne (wBa[ciwo[ci fizyko-chemiczne, konstrukcyjne, wymiary) obiektu, to otrzymamy model urzdzenia w postaci np. rysunku technicznego, schematu, opisu zasad pracy (równania matematyczne lub tekst w instrukcji), zestawienia danych (w formularzu lub metryce urzdzenia). Je[li natomiast uwzgldnimy wBa[ciwo[ci (powizania) wewntrzne, otrzymamy model systemu w postaci schematu organizacyjnego, grafu, siatki PERT, harmo- nogramu, schematu kinematycznego, opisu wspóBpracy elementów itp. Do zapisu powizaD midzy elementami, - a [ci[lej, midzy wBa[ciwo[ciami elementów - w postaci matematycz- nej u|ywa si odpowiednich narzdzi formalizujcych te relacje przyczynowo-skutkowe. W ogólno[ci modele stosowane w badaniach diagnostycznych mog by: symptomo- we i holistyczne. Modele symptomowe opisuj stan techniczny obiektu w kategoriach obserwowanych symptomów, nie zawierajcych czasu dynamicznego "t" lecz tylko czas |ycia "Q". Natomiast modele holistyczne ujmuj dynamik systemu i jego procesy zu|yciowe Bcznie. W diagnostyce technicznej mo|na wyró|ni nastpujce cele tworzenia modeli: " dla potrzeb projektowania, gdzie model sBu|y do optymalizacji struktury i para- metrów konstruowanego obiektu i jest narzdziem oceny "jako[ci" konstrukcji, eliminacji sBabych ogniw, projektowania ukBadów nadzoru, (modele funkcjonalne i niezawodno[ciowe); " dla potrzeb diagnozowania, gdzie model jest podstaw ustalenia algorytmu diagnozowania, który prowadzi do okre[lenia stanu aktualnego i przyszBego obiektu (diagnozy); " dla potrzeb u|ytkowania i sterowania, wykorzystujcego model do podejmo- wania decyzji z dziaBajcym obiektem (zakres dziaBaD obsBugowych, decyzje eksploatacyjne). W wielu przypadkach uwzgldnianie systemowych wBa[ciwo[ci obiektu ma istotny wpByw na jego posta konstrukcyjn. Przystpujc do tworzenia modelu obiektu nale|y: a) ustali cel, w jakim model jest tworzony i zwizane z tym wymagania; b) ustali, czy model ma dotyczy obiektu jako caBo[ci, (model urzdzenia), czy te| wa|ny jest jego podziaB na cz[ci i ich wspóBdziaBanie (model systemu); c) ustali, jakie cz[ci obiektu s istotne ze wzgldu na cel tworzenia modelu i jakie ich wBa[ciwo[ci charakteryzuj powizania wewntrzne; d) ustali rodzaj postaci modelu (fizyczny, matematyczny, graficzny). Istnieje wiele sposobów tworzenia modeli obiektów, w wyniku czego powstaj ró|ne modele, w[ród których wymieni nale|y: 1) modele strukturalne - pokazujce powizania i lokalizacj geometryczn wyró|- nionych elementów obiektu, wygodne dla analizy organizacji obiektu i zagadnieD zwizanych z kierowaniem i sterowaniem obiektem lub dla analizy jego konstrukcji. Modele te maj zwykle posta opisowo-graficzn (np. schemat organizacyjny) lub posta zBo|eniowego rysunku technicznego. Mog one by przedstawione w postaci relacji logicznych; 2) modele funkcjonalne - pokazujce wpByw wyró|nionych elementów obiektu na poszczególne funkcje (zadania) wykonywane przez obiekt. Zwykle s to modele opisowo-graficzne, np. schemat blokowy urzdzenia; 3) modele badawcze - w[ród których wyró|ni mo|na: " modele ideowe - pokazujce sposób realizacji poszczególnych zadaD. Nale| tu schematy ideowe urzdzeD elektrycznych, schematy ukBadów kinematycznych (np. przekBadni zbatej); " modele analityczne - umo|liwiajce ilo[ciowe okre[lanie wBa[ciwo[ci obiektu. Maj one zwykle posta matematyczn: np. zale|no[ci funkcyjne, macierze, opisy procesów; Najogólniej podobieDstwo midzy modelem a oryginaBem mo|e polega na podobieD- stwie strukturalnym, ukazujcym wspólne cechy budowy wewntrznej modelu i obiektu, lub na podobieDstwie funkcjonalnym, w którym istotna jest zbie|no[ ich wBa[ciwo[ci. PodobieDstwo strukturalne zapewnia najwicej informacji o oryginaBach na podstawie badaD modelu, poniewa| zale|no[ midzy struktur i funkcj obiektu jest analogiczna do za- le|no[ci midzy przyczyn a skutkiem. Modele funkcjonalne mog pokazywa nieznane jesz- cze wBa[ciwo[ci oryginaBu, ale nie pozwalaj na precyzowanie wiarygodnych sdów o jego strukturze, ze wzgldu na to, |e wBa[ciwo[ci uwidocznione w modelu o bli|ej nie znanej strukturze mog by warunkowane wieloma przyczynami. Klasyfikacja modeli diagnostycznych Z metodycznego punktu widzenia nale|y wyró|ni dwa podstawowe typy modeli diagnostycznych : zdeterminowane i losowe, uzale|nione od czynników zakBócajcych. Istot modelu zdeterminowanego jest jednoznaczna zale|no[ pomidzy cechami sta- nu i parametrami sygnaBu (lub odwrotnie), dobrze opisywana liniowymi równaniami ró|nicz- kowymi. W diagnostyce maszyn ta grupa modeli jest maBo wykorzystywana, gdy| bardzo rzadko obserwuje si zale|no[ci funkcyjne midzy X -S, ze wzgldu na dziaBanie czynników ubocznych, zakBócajcych. Nadmieni trzeba, |e w modelu w odró|nieniu od rzeczywistej maszyny, nie ma zakBóceD - poniewa| nie dysponujemy ich warto[ciami. Z reguBy zale|no[ci obserwowane w praktyce s zale|no[ciami niejednoznacznymi, ze wzgldu na losowy charakter zakBóceD, co jest podstaw opracowania i wykorzystywania modeli losowych. WspóBzale|no[ci pomidzy obiektami, ich modelami i opisem prostym oraz wieloczynnikowym pokazano na rys. 5.10. ZBo|ono[ obiektów technicznych oraz procesów u|ytkowania sprawia, |e zarówno zmiany stanów jak te| emisja sygnaBów diagnostycznych s procesami losowymi i opis tych relacji przebiega wedBug modeli nieliniowych. A) Z X Y X Y OBIEKT MODEL B) z1 z2 z3 zp x1 x1 x2 y x2 y xm OBIEKT xn MODEL Rys. 5.10 Modelowanie zdeterminowane dla obiektów prostych (A) oraz losowe dla obiektów zBo|onych (B). W praktycznych zastosowaniach modeli symptomowych dla obiektów prostych, przy maBym poziomie zakBóceD, s najcz[ciej stosowane nastpujce modele : " typu regresyjnego, traktowane jako modele liniowe wzgldem parametrów z " " " addytywnymi zakBóceniami, opisujce zale|no[ci midzy: a) symptomy - cechy stanu obiektu: Y n = f n( x1, x2 , ...., xm , a0, a1, ...., ai), + N (5.24) b) cechy stanu - symptomy diagnostyczne: Xm = gm y1 , y2 ,...,b0 ,b1 ,...,bk + N , (5.25) ( ) c) zbiór symptomów - miara eksploatacyjna stanu obiektu: Yl = Æ lp ,c0 ,c1,...,cL + N ( ) l (5.26) gdzie: Y = y1, y2 ,..., yn , - parametry sygnaBów diagnostycznych, { } X = x1, x2 ,..., xm , { }- cechy stanu obiektu, al , bk , cL - wspóBczynniki równaD regresji, lp- miara eksploatacji (czas |ycia, mtg, km, itp.) obiektu. N - zakBócenia. " typu "obrazu", gdzie obiekt jest opisany zbiorem parametrów diagnostycznych tworzcych obraz danego stanu. Rozpoznanie stanu badanego obiektu polega na zbadaniu relacji przynale|no[ci do zbiorów trenujcych (wzorców) : Yi "Yzd " " " zdatny / niezdatny Yi "Yzd " " " Modele te oparte s na algorytmach wykorzystujcych metody geometryczne, wzld- niajce struktury grupowania si obiektów w poszczególnych klasach stanu(minimalno- odlegBo[ciowe, najbli|szej mody, uogólnionych wzorców, [redniego ryzyka); " binarna macierz diagnostyczna, której elementami s warto[ci logiczne " " " parametrów sygnaBu Y dla ka|dego stanu X przy czym: 0 gdy zmiana stanu nie zmienia y ñø M = òø óø1 gdy zmiana stanu zmienia y, ale dalej znajduje sie w przedziale warto[ci dopuszczalnych: y y y y 1 2 j N w1 w 2 d wi M = p wl (5.27) " model topologiczny, przedstawiany w postaci grafu skierowanego G=<U,Z>. " " " WierzchoBki U={ui } odwzorowuj elementy, mechanizmy, zespoBy, cechy, charakterystyki lub wBa[ciwo[ci. Auki Z={zk } odwzorowuj powizania midzy elementami lub te| relacje midzy charakterystykami (cechami). Dla obiektów zBo|onych konstrukcyjnie i funkcjonalnie, z wielowymiarow przes- trzeni uszkodzeD, zastosowanie praktyczne znajduj zBo|one modele symptomowe oraz coraz cz[ciej modele strukturalne. W tej grupie modeli znajduj si : " probabilistyczna macierz obserwacji, która jest opisana zbiorem stanów " " " W=(wi),zbiorem parametrów diagnostycznych Y=(yn) oraz zbiorem prawdo- podobieDstw warunkowych p(yn/wi) zaistnienia stanu wi przy warto[ci parametru yn; y . . . . . . . . . . .y 1 n p(y /w ), . . . . . . , p(y /w ) w 1 1 1 1 n w2 p(y /w ), . . . . . . , p(y /w ) 1 2 n 2 d M = .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . p wi p(y /w ), . . . . . . , p(y /w ) 1 i n i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p(y /w ), . . . . . . , p(y /w ) w n l l l l (5.28) W tym modelu, zwizki pomidzy stanami obiektu a parametrami diagnostycznymi maj charakter probabilistyczny, co umo|liwia podejmowanie decyzji o stanie obiektu jedynie w kategoriach prawdopodobieDstw; " regresja wielokrotna, opisujca modele bardziej zBo|one np. modele wielo- " " " mianowe ró|nych stopni, modele nieliniowe sprowadzalne do liniowych (model iloczynowy, model wykBadniczy, model uBamkowy itd), " modele rozmyte, wykorzystujce warto[ci funkcji przynale|no[ci w zagadnie- niach klasyfikacji dla potrzeb jednoznacznych roztrzygni. Klasyfikatory niero- zmyte, konieczne dla jednoznacznych roztrzygni otrzymuje si poprzez stoso- wanie ró|nych operatorów ostrzcych; " lingwistyczne modele typu obrazu, stosowane dla obiektów zBo|onych z " " " wielowymiarow przestrzeni obserwacji i wykorzystujce wBasno[ci procesu Markowa (modele typu Bayesowskiego, najmniejszego przedziaBu, minimalno- odlegBo[ciowy, najbli|szych ssiadów, [redniej mody, Parzena); " modele ekspertowe, budowane na podstawie opinii specjalistów z wyko- " " " rzystaniem opisu wiedzy i procesu rozumowania (model funkcjonalny, relacyjny, logiczny), wykorzystywane w podejmowaniu decyzji w postaci systemów doradczych; " modele holistyczne, opisujce zachowanie si obiektu w caBym cyklu |ycia, od " " " zamysBu koncepcji, a| do likwidacji, wsparte modelowo (analiza modalna, metody: ró|nic skoDczonych, elementów skoDczonych, elementów brzegowych itp). Tak du|a liczba mo|liwych do wykorzystania modeli diagnostycznych daje caB gam narzdzi interpretacji i sposobów opisu dla obserwowanych zjawisk, sBu|cych do wyja[- niania przeszBo[ci i terazniejszo[ci, a tak|e do przewidywania przyszBo[ci. 5.7 Metodologia diagnostyki Ró|norodno[ prezentowanych modeli dotyczy w ogólno[ci modelowania diagnos- tycznego obiektów badaD, sygnaBów diagnostycznych oraz procesów wnioskowania. Litera- tura przedmiotu nie poodejmuje problematyki klasyfikacji metod modelowania w aspekcie modelowania stanu, sygnaBów i relacji (rys.5.11) z tytuBu braku jednoznacznych kryteriów podziaBu. MODEL RRODOWISKA Ó! MODEL MODEL MODEL PROCESÓW OBIEKTU PROCESÓW WEJRCIOWYCH (analityczny/komputerowy) WYJRCIOWYCH Ó! MODEL DIAGNOSTYCZNY Ó! MODEL WNIOSKOWANIA Rys. 5.11 Modelowanie w procesie diagnostycznym. Nie wnikajc w szczegóBowy opis przedstawionych modeli mo|na w tym miejscu dokona krótkiego podsumowania metodologii diagnostyki. Jak ju| stwierdzono, wiedza i technologia diagnozowania Bcz si nieodmiennie z rodzajem modelu diagnostycznego jaki mo|na stworzy dla badanego obiektu. Modelowanie obiektu mo|e by przeprowadzane na trzech poziomach: 1. na poziomie modelowania peBnego, które zapewnia podobieDstwo (w czasie i przestrzeni) ruchu materii w podstawowych formach jej istnienia. Przej[cie od systemu rzeczywistego do modelu osiga si przez zmian skali charakterystyk czasowych i przestrzennych. 2. na poziomie modelowania niepeBnego (cz[ciowego), które zapewnia podobieDstwo ruchu materii tylko w czasie lub w przestrzeni. 3. na poziomie modelowania przybli|onego, które wystpuje wtedy, gdy pewne cechy obiek- tu nie s uwzgldniane w modelu, poniewa|: - nie ma mo|liwo[ci ich oszacowania lub s wogóle nieznane; - nie wykazuj mo|liwego do oszacowania wpBywu na badany proces; - s nieistotne z punktu widzenia celu badaD, a ich pominicie nie znieksztaBca istotnie cech badanego procesu. Za podstawowy, u|ywany przez wikszo[ badaczy, mo|na przyj podziaB na: modele materialne (fizyczne) i modele idealne (my[lowe, idealizacyjne). PodziaB taki mo|e by doko- nany na ka|dym z wymienionych wy|ej poziomów modelowania. Przedstawionym rodzajom modeli diagnostycznych przypisywane s ka|dorazowo okre[lone funkcje, charakterystyczne do wBasno[ci modelu i zadania badawczego.Funkcje te mo|na roz- dzieli nastpujco: - funkcje wyja[niajce. W przypadku, kiedy zaobserwowany fakt nie mo|e zosta wyja[nio- ny na podstawie istniejcych praw lub teorii stosuje si wyja[nienie modelowe, ujmujce interpretacj poszczególnych aspektów tego faktu; - funkcje kryterialne. Wnioski o strukturze i wBa[ciwo[ciach oryginaBu wynikajce z badaD modelu zwykle sprawdzane s empirycznie. Ze wzgldu na to, |e modelowanie mo|e da in- formacje o oryginale na ró|nym poziomie wiarygodno[ci, niekiedy bardzo wysokim, model mo|e sBu|y dla sprawdzenia wiarygodno[ci wiedzy o oryginale.Funkcje kryterialne uwidacz- niaj si najwyrazniej w przypadku weryfikacji hipotez; - funkcja pomiarowa. Umo|liwia ona dokonanie opisu ilo[ciowego cech oryginaBu przez do- konanie pomiaru odpowiednich wielko[ci fizycznych lub wyliczeniu ich warto[ci na podsta- wie modeli fizycznych lub matematycznych; - funkcja klasyfikacyjna. Budowa modelu pozwala ujawni ró|nice w strukturze lub funk- cjach innych obiektów klasy, do której nale|y modelowany obiekt. Na tej podstawie mo|na dokona systematyki i klasyfikacji wszystkich obiektów klasy; - funkcje prognostyczne. Ze wzgldu na to, |e podobieDstwo midzy modelem a oryginaBem polega na wspólnocie wybranych cech, wystpowanie innych cech w modelu pozwala na szu- kanie ich w oryginale. W ten sposób mo|na prognozowa istnienie nie znanych wBa[ciwo[ci oryginaBu, istnienie nie znanych obiektów oraz istnienie nie znanych zale|no[ci midzy obiektami; - funkcja demonstracyjna. Umo|liwia i uBatwia zrozumienie mechanizmu zjawiska lub stru- ktury obiektu, przez co sprzyja ich badaniom. Realizowana jest przez uproszczenie oryginaBu i uwolnienie modelu od cech niewa|nych dla zrozumienia istoty wybranego aspektu oryginaBu. Jak zawsze rzeczywisty obiekt musi poddany by obserwacjom i badaniom stanowiskowym i eksploatacyjnym. W zale|no[ci od posiadanej wiedzy i narzdzi mo|na ZADANIE DIAGNOSTYCZNE (obiekty rzeczywiste) Ó! MODELE MECHANICZNE (struktura i cechy stanu) Ó! MODEL FIZYCZNY Ò!MODEL MATEMATYCZNYÒ!IDENTYFIKACJA MODELI Opis jakoSciowy wyjaSniaj¹cy iloSciowy ’! ’! MODEL MODEL STRUKTURALNY OPERACYJNY -dynamika -ewolucja zu¿ycia zu¿ycia “! * deterministyczny “! MODEL * prwdopodobieñstw MODEL HOLISTYCZNY * rozmyty SYMPTOMOWY MODEL DIAGNOSTYCZNY Ó! MODELE WNIOSKOWANIA DIAGNOSTYKA DIAGNOSTYKA *deterministyczne HOLISTYCZNA SYMPTOMOWA * probabilistyczne " rozmyte " neuronowe " eksperckie " inne KRYTERIA Ó! DIAGNOZA " podzia³ modeli (aktualna/przysz³a) " trafnoSæ " stany graniczne " efektywnoSæ " inne Rys.5.12 Mo|liwo[ci modelowania diagnostycznego obiektów. stworzy model fizyczny przedstawiajcy obiekt w zadanej skali lub najcz[ciej jego model abstrakcyjno-ilo[ciowy. W zale|no[ci od rodzaju cech obiektu zawartych w modelu bdzie on miaB charakter symptomowy lub strukturalny (rys.5.12). Modele symptomowe s modelami fizycznymi, o uznanej ju| tradycji, natomiast modele strukturalne s modelami matema- tycznymi, ostatnio intensywnie rozwijanymi dziki upowszechnieniu komputerowej techniki obliczeniowej. Po stronie opisu symptomowego mamy diagnostyk opart na symptomach stanu (diagnostyka symptomowa), za[ po stronie strukturalnego opisu analitycznego obiektu mamy diagnostyk holistyczn, wspart modelowo. Diagnostyka symptomowa wymusza powszechne stosowanie w diagnostyce modelu czarnej skrzynki pozwalajcego bada na podstawie niepeBnej informacji relacji  wej[cie - wyj[cie , bez badaD struktury wewntrznej. Model czarnej skrzynki umo|liwia zwykle bada- nia porównawcze, ukierunkowane na poszukiwanie relacji przyczynowo-skutkowych. Meto- dyka takich badaD jest dobrze opanowana, jedyn trudno[ci jest wybór adekwatnych do ory- ginaBu parametrów wej[cia i rozwizanie technicznych sposobów ich realizacji. Na modelu czarnej skrzynki mo|na rozwizywa problemy diagnostyczne jedynie dla bardzo stabilnych warunków wej[ciowych, tam gdzie relacja wej[cie - wyj[cie jest wystarczajco trwaBa. Niestabilno[ warunków wej[ciowych powoduje, |e relacja przyczynowo-skutkowa jest okre[lana z pewnym prawdopodobieDstwem, co skBania do stwierdzenia, |e modele te maj probabilistyczn a nie deterministyczn interpretacj. Opisane powody prowadz do tworzenia modeli funkcjonalnych, badajcych wpByw okre[lonych zmian stanu wybranych elementów i zespoBów maszyny na jako[ funkcji (zada- nia) speBnianej w trakcie pracy. Niedogodno[ci modelu czarnej skrzynki skBaniaj do rozszyfrowania jej tajemnic i tworzenie modeli strukturalnych, uwzgldniajcych podobieDstwo modelu i oryginaBu w za- kresie zjawisk, struktury jak i funkcjonowania. W zale|no[ci od naszych mo|liwo[ci kompensacji zakBóceD procesu i otoczenia model ten mo|e by deterministyczny, probabilistyczny lub rozmyty. Dla oceny stanu obiektu oba rodzaje diagnostyki mog wykorzystywa ten sam baga| metod wnioskowania, od deterministycznych poczwszy, a na sztucznej inteligencji koDczc. O ile podej[cie symp- tomowe jest faktem dnia codziennego w dziaBaniach diagnostycznych, to modelowanie strukturalne umo|liwiajce badanie caBego cyklu |ycia obiektu oraz projektowanie zakresu i systemu diagnozowania staje si mo|liwo[ci do wykorzystania w przyszBo[ci. 5.8 Model holistyczny maszyny Ogromne mo|liwo[ci techniki komputerowej, umo|liwiajcej symulacj dynamiki obiektów mechanicznych (metody elementów skoDczonych, brzegowych, analiza modalna ii) sprawiaj, |e realna staje si diagnostyka wsparta modelowo. Do tego celu trzeba jednak dys- ponowa modelem opisujcym zachowanie si maszyn w caBym cyklu istnienia - od poczcia koncepcyjnego (projektu) a| do planowej likwidacji. Tak mo|liwo[ daje opracowany ostat- nio model holistyczny, którego ide przedstawiono poni|ej. Wikszo[ systemów dziaBaniowych (w tym i maszyn) tworzonych przez czBowieka to systemy materialne ze specjalnie dobranego i zaprojektowanego tworzywa, celowo wytwo- rzonych dla wypeBnienia okre[lonej misji. Wymiana energii z otoczeniem i przepByw energii w systemie dziaBaniowym jest zawsze zródBem odpowiedzi dynamicznych systemu w postaci procesów resztkowych, np. drgaD, haBasu, ultradzwików itp. Ponadto kumulacyjne i destruk- cyjne dziaBanie energii tych procesów na struktur mechaniczn maszyny jest powodem ewo- lucji wBasno[ci fizycznych i operacyjnych, charakteryzujcych stan techniczny maszyny. Zmiany wBasno[ci fizykalnych maszyny przebiegaj w czasie istnienia (|ycia)  ˜ , za[ pierwotne zjawiska dynamiczne w czasie szybkim  t . Mo|na to uj graficznie przed- stawiajc przestrzeD |ycia i zdarzeD maszyny (systemu dziaBaniowego),tak jak pokazano to na rys. 5.13. Rozwa|ajc procesy dynamiczne, które przy[pieszaj zu|ycia to mo|na ustali, |e rzut osi  t na o[  ˜ bdzie niezerowy. Im bardziej za[ ortogonalne bd te osie tym bardziej dBugowie- czny bdzie system dziaBaniowy (maszyna). w(˜ ˜) Y(˜ ˜) m(˜ ˜,t) t ˜ ˜ ˜ ˜ ˜ ˜ c(˜ ˜) dynamika ˜ ˜ k(˜ ˜) ˜ ˜ drgania wBasno[ci fizyczne awaria ewolucja czas |ycia ˜ ˜ ˜ ˜ 0 " " " " " " " " " " " " 1 ˜ ˜ ˜ ˜ ˜ ˜ ˜ ˜ V b S(˜ ¦ [y(˜ ˜)=¦ ˜,t)] ˜ ¦ ˜ ˜ ¦ ˜ symptom " "awaria " " S(˜ ˜) ˜ ˜ Rys.5.13 Trzy dziedziny ewolucji systemu dziaBaniowego: reakcja dynamiczna, wBasno[ci fizyczne, obserwowane drog identyfikacji symptomu S. Zachodzce zmiany fizyczne w obiekcie - starzeniowe i zu|yciowe - dobrze odzwier- ciedlane s w symptomowym modelu holistycznym, ujmujcym te procesy w caBym cyklu istnienia obiektu. Miar odzwierciedlajc zachodzce procesy destrukcyjne w obiekcie jest funkcja destrukcji D(r,˜) zale|na od stopnia degradacji obiektu i mo|liwa do obserwacji za pomoc symptomów stanu. W ogólnym ujciu model holistyczny okre[lany operatorem L(*) jest zwizany ze zmian stanu maszyny (rys.5.14) zale|no[ci: L [(y) (r,˜,t)] = f (r,˜,t) (5.29) Zmian wBasno[ci mechanicznych maszyny podczas jej dziaBania, tzn. zmian wBasno[ci masowo-spr|ysto-dyssypatywnych, tkwicych w holistycznym operatorze dynamicznym G(r,˜,t) maszyny, mo|na przedstawi w Bcznym równaniu ruchu i ewolucji stanu w postaci: G[D(r,˜), r,t] y(r,t) = f (r,˜,t) (5.30) gdzie: D(r,˜) jest stopniem lokalnej degradacji maszyny, r - jej wspóBrzdn przestrzenn, t - czasem dynamicznym, za[ ˜ - czasem eksploatacji. zmiany dynamiczne  t y(r, ˜ ˜, t) ˜ ˜ MODEL ˜ ˜i =const ˜ ˜ wej[cia HOLISTYCZNY wyj[cie f(r,˜ ˜,t) ˜,t) MASZYNY y(r,˜ ˜ ˜ ˜ ˜ L (" ") " " ewolucja stanu w czasie  ˜ ˜ ˜ ˜ symptomy S(r,˜ ˜) ˜ ˜ Rys. 5.14 GBówne zaBo|enia modelu holistycznego obiektu diagnozowania. Nie wchodzc w szczegóBy ró|nych modeli fizycznych konkretnych maszyn, mo|na dla ujcia dyskretnego i przybli|enia liniowego przedstawi holistyczny model dyskretny w postaci macierzowej: .. . M[D(˜)] u (t) + C[D(˜)] u (t) + K[D(˜)] u(t) = f(t) (5.31) lub odpowiednio, w postaci : .. . M(˜) X (t) + C(˜) X (t) + K(˜) X(t) = F(˜,t) (5.32) gdzie: M, K, C to odpowiednio macierze mas, sztywno[ci i tBumienia, zale|ne od zaawanso- wania procesów zu|yciowych (destrukcyjnych), za[ F(˜,t) czy f(t) - wektor siB wymuszaj- cych, zale|ny od czasu |ycia ˜. Zale|no[ elementów macierzy od stopnia destrukcji obiektu D(˜) mo|e mie charak- ter wykBadniczy lub wielomianowy, przykBadowo: am masa: m(D) = m (1 ± a D) , 0 d" a d" 1 , a e" 0 0 m m m ak sztywno[: k(D) = k (1 ± a D) , 0 d" a d" 1 , a e" 0 (5.33) 0 k k k ac tBumienie: c(D) = c (1 ± a D) , 0 d" a d" 1 , a e" 0 0 c c c z odpowiednimi wykBadnikami i wspóBczynnikami do identyfikacji w konkretnych przypad- kach zu|ywania si maszyn. Procedura rozwizywania równania (5.31 czy 5.32) polega na chwilowym zamro|eniu zmienno[ci parametrów i rozwizaniu zagadnienia jak dla staBych parametrów. Nastpnie uwzgldnia si wpByw dynamiki na warto[ci parametrów i z nowymi ich warto[ciami prze- chodzi si do nastpnego kroku analizy modelu holistycznego. Dla szczególnego przypadku belki z uogólnionym operatorem spr|ysto-tBumieniowym, którym to modelem mo|na opisa - rys.5.15 - zachowanie si wielu rzeczywistych obiektów (np. dynamika wysokich kominów, zachowanie si podpór platform wiertniczych [3,4]) rów- nanie holistyczne przyjmuje posta: 2 " y(z,t) " Å" y(z,t) f (z,˜,t) = m[z, D(z,˜)] + ± m[z,D(z,˜) + 2 " Å" t " Å" t (5.34) " " " + ² K [z, D(z, ˜), , , y(z, t) + K [z, D(z, ˜) , y(z, t)] " Å" z " Å" t " Å" z gdzie: K(*) - uogólniony operator spr|ysto-tBumieniowy wiatr l m z korozja a y(z,t,˜) Rys. 5.15 Model belki przybli|ajcy opis dynamiki i ewolucji stanu komina, podstawy wie| wiertniczych itp. w modelu holistycznym. Analizowany model uwzgldnia oddziaBywania korozji (woda) i zmczenia belki od cyklicznych wymuszeD wiatru. Dotychczasowe do[wiadczenia wskazuj na zmiany [rednicy belki w wyniku korozji wodnej o à = 0,12 mm/rok. Nieco inne dane dotycz komina lecz c podlegaj tym samym prawom. To powoduje zmiany masy belki i momentu bezwBadno[ci przekroju poprzecznego belki, co mo|na opisa zale|no[ciami: ˜ m [z, D(z, ˜)] = m (1 - à ) [H(z) - H(z - a)] 0 c R ˜ 4 I (z, D(z, ˜)] = I (1 - à ) [H(z) - H(z -a)] (5.35) 0 c R gdzie: R - promieD przekroju poprzecznego belki, H - funkcja Heaviside a. Przyjmujc dalej wspóBczynnik bezpieczeDstwa korozyjnego równy 2, ogranicza si zmiany promienia belki do R/2, co z kolei wyznacza czas graniczny zu|ycia korozyjnego do warto[ci ˜ = R/à [lata]. Jednocze[nie wystpi tak|e zmiana sztywno[ci ze wzgldu na zmczeniowe c dziaBanie wiatru, które dla jasno[ci rozwa|aD zostanie tu pominite. Uwzgldniajc w modelu oddziaBywania wiatru i falowanie wody przestrzenny proces wymuszajcy mo|na opisa zale|no[ci: z f(z, t) = f(t) (5.36) l Drganiowy model holistyczny belki, przy wymuszeniach f(z, t), z uwzgldnieniem wspóB- czynnika oporu Bernoulliego i masy tBumionej, proporcjonalnej do zanurzenia w wodzie, mo|na przedstawi w postaci: 2 ˜ " y(z,t) ˜ " Å" y(z,t) m (1 - à ) [H(z) - H(z - a)] + a m (1 - à ) [H(z) - H(z - a)] + 0 c c c 2 R " Å" t R " Å" t 4 " y(z,t) ˜ z + E I (1 - à )4 [H(z) - H(z - a)] = f(t) (5.37) 0 c " Å" z4 R l Rozwizujc to równanie metod analizy modalnej : " y(z, t, ˜) = (t)U (z,˜) (5.38) "q j j j=1 otrzymujemy ukBad normalnych równaD ró|niczkowych w postaci: ˜ 2 Ö (˜ )m0 (1 - à )[ H ( z) - H ( z - a )] Å"U ( z, ˜ ) + j c j R ˜ 4 EI (1 - à ) [ H ( z) - H ( z - a )] Å"U ( z,˜ ) = 0 0 c j R (5.39) l .. . z 2 q (t ) + z¾ (˜)Ö (˜) q (t ) + Ö (˜)q (t ) = f (t )U ( z,˜)dz j j j j j f +" j l 0 2¾ (˜)Ö (˜) = ±, j = 1, 2, ... j j z q (t) jako wspóBrzdn j-tej postaci wlasnej oraz U (z,˜) jako kolejn postaci wlasn j j drgaD. Rozwizujc ten uklad rownaD mo|na wyznaczy kolejne mody drgaD, amplitudy mo- dalne, czsto[ci drgaD, okresy drgaD i ich kombinacje i sprawdzi czy s wspóBzmiennicze z pogarszajcym si stanem technicznym, tzn. czy mog by uwa|ane jako symptomy stanu. Z przeprowadzonej analizy otrzymano wic wszystkie potrzebne dane do stworzenia sympto- mów |ycia systemu dla specyficznych danych danego systemu dziaBaniowego. Wynikiem tej procedury jest uzyskanie drganiowego symptomu w postaci: Tj (˜) STj (˜) = , j = 1, 2, 3 (5.40) Tj (0) obrazujcego zmiany podstawowego okresu drgaD (pierwsza moda drgaD), jako symptomu ewolucji stanu rozwa|anych obiektów. W miejsce miar zmian okresowo[ci mo|na wstawi inne miary nadzorowanego procesu drganiowego, np. warto[ci amplitud. Korzysci z zastosowania holistycznego modelu maszyny dla wszystkich faz jej |ycia pozwala na: - badania reakcji dynamicznej maszyny w caBym przedziale |ycia, od jej produkcji do kasacji; - wybór optymalnego zbioru symptomów dla [ledzenia ewolucji degradacji maszyny; - ocen czasu prze|ycia (awarii) maszyny; - ocen sBabych punktów konstrukcji maszyny, ich przekonstruowanie lub zainstalowanie w tych miejscach nadzoru diagnostycznego; - ocen potrzeby, rodzaju i wyboru miejsc monitorowania stanu maszyny; - opracowanie koncepcji systemu nadzoru diagnostycznego w ramach diagnostyki symptomo- wej lub modelowo symulacyjnej; - wydBu|enie czasu |ycia, uniknicie awarii i obni|enie kosztów eksploatacji. Diagnostyka wsparta na modelu holistycznym obiektu umo|liwia wic symulacj caBego cyklu jego |ycia, a tak|e projektowanie zakresu i systemu diagnozowania co wskazuje na wyBaniajce si nowe mo|liwo[ci diagnostyki holistycznej, dajcej wielorakie korzy[ci. 5.9 Klasyfikacja metod diagnozowania ZBo|ono[ wspóBczesnych maszyn i odpowiedzialno[ za jako[ realizowanych zadaD jest tak du|a, |e niezbdne jest zapewnienie u|ytkownikowi szybkiej i wiarygodnej informa- cji o ich aktualnym stanie technicznym. Umo|liwiaj to ró|norodne metody diagnostyczne, wykorzystujce, generowane przez nadzorowane obiekty, procesy fizyczno-chemiczne, wiel- ko[ci geometryczne i inne, niosce informacje o aktualnym stanie maszyny. Badanie diagnostyczne w ogólno[ci skBada si z odebrania sygnaBu emitowanego przez maszyn, wydzielenia w nim cech charakterystycznych i porównania ich z cechami sygnaBów odpowiadajcych mo|liwym stanom maszyny rozróznianym podczas badania. Wy-nikiem badania diagnostycznego jest stwierdzenie przynale|no[ci stanu maszyny do jednej z klas z góry ustalonej klasyfikacji stanów. W diagnostyce technicznej rozpatruje si zatem: zbiór mo|liwych stanów maszyny, zbiór sygnaBów diagnostycznych, odwzorowanie zbioru stanów w zbiór sygnaBów lub odwrotnie, zródBa zakBóceD, kryteria efektywno[ci diagnozy -co stanowi podstawowy zbiór wymagaD stawianych przed skutecznymi metodami diagnostycz-nymi. O wyborze metody diagnozowania decyduje szereg czynników, z których do wa|niej- szych mo|na zaliczy: - stopieD wa|no[ci uszkodzenia, mo|liwo[ powstania którego sygnalizuje wykorzystywana metoda i urzdzenie, rozpatrywane w aspekcie ceny zakupu, kosztów napraw uszkodzeD i strat finansowych z tytuBu przestojów maszyny w wyniku zaistnienia danego uszkodzenia; - stopieD zBo|ono[ci badaD diagnostycznych okre[lon metod, wynikajcy z konieczno[ci zatrudnienia zaBogi o wysokich kwalifikacjach, do ich przeprowadzenia i opracowania odpo- wiednich wniosków; - koszt zwizany z zakresem prac przygotowawczych i realizacj programu badaD; - czas realizacji programu badaD diagnostycznych; - dokBadno[ uzyskiwanych wyników; - stopieD wiarygodno[ci wyników; - stopieD trudno[ci adaptacji metody i urzdzenia dla celów diagnostyki w aspekcie kosztów lub czasu jej trwania; - stopieD zBo|ono[ci metody i urzdzenia diagnostycznego w aspekcie kosztów poniesionych na ich zakup i zainstalowanie. Wszystkie metody diagnostyczne s obarczone du| doz subiektywizmu, wynikajc z : niedoskonaBo[ci ludzkich zmysBów, niepewno[ci i bBdów przyrzdów pomiarowych, ten- dencyjno[ci, braku powtarzalno[ci wyników, przybli|onego charakteru estymacji sympto- mów, czy wreszcie wskutek bBdnej metody pomiarowej. Ogólny podziaB metod diagnozowania, przedstawionych na kolejnych trzech rysun- kach, zostaB sporzdzony wedBug nastpujcych kryteriów: - stopieD subiektywizmu badaD diagnostycznych (rys.5.16); - rodzaj modelu diagnostycznego (rys.5.17); - stopieD automatyzacji (rys.5.18). Istniejcy podziaB metod diagnozowania na metody bezprzyrzdowe (organoleptycz- ne) i przyrzdowe wynika z istniejcych jeszcze do[wiadczeD w praktyce przemysBowej, lecz ze wzgldu na zBo|ono[ wspóBczesnych maszyn i zanikanie wybitnych praktyków diagnos- tyki zauwa|alna jest z reguBy praktyka przyrzdowa. Diagnostyczne badania stanu maszyn polegaj najcz[ciej na po[rednim okre[laniu warto[ci cech stanu (zu|y, luzów, bicia) za pomoc warto[ci parametrów sygnaBu diagnos- tycznego. W wielu jednak przypadkach warto[ci cech stanu maszyny mo|na okre[li przez wykonanie pomiarów bezpo[rednich, takich jak: luz obwodowy, luz promieniowy, jaBowy skok itd. Upowa|nia to do kolejnego podziaBu metod diagnostycznych na: metody bezpo[red- nie i metody po[rednie. Podzia³ ogólny metod oceny stanu maszyn Metody bezprzyrz¹dowe Metody przyrz¹dowe (organoleptyczne) re re Metoda wzrokowa BezpoSdnie lub poSdnie okreSnie cech stanu le re Metoda dotykowa Metody bezpoSdnie re Metody poSdnie Metoda s³uchowa Wzorce szablony n Rodzaj noSika informacji Metoda zapachowa Przyrz¹dy kreskowe Procesy Procesy towa- Procesy badañ Czujniki zegarowe robocze rzysz¹ce nieniszcz¹cych Przyrz¹dy optyczne Przetwa- Termiczne Procesy badañ rzanie nieniszcz¹cych Inne energii Elektryczne chemicznej generowane Promieniowa- w ciep³o - przy tarciu nie substancji pracê me- promienio- chaniczn¹ twórczych Starzenia ro Sdków Przetwarza- Przetwarza- smarowych Promieniowa- nie energii nie energii nie rentgeno- w pracê me- w energiê Wibroakus- wskie chaniczn¹ elektryczn¹ tyczne wiêki Ultradx Inne Przetwarza- Przenosze- Emisja akusty- nie energii nie energii czna kinetycznej w ciep³o Inne Zwiêkszanie Inne energii Rys. 5.16. Metody organoleptyczne i przyrzdowe w diagnostyce maszyn. Przyjmujc za kryterium podziaBu rodzaj no[nika informacji o stanie maszyn, metody diagnostyczne dzieli si na metody oparte na pomiarze warto[ci parametrów procesów robo- czych, towarzyszcych (resztkowych), badaD nieniszczcych oraz jako[ci wytworów. Metody diagnostyczne zdeterminowane, oparte s na modelach deterministycznych, wykorzystujcych jednoznaczn zale|no[ przyczynowo-skutkow midzy cechami stanu a parametrami sygnaBów diagnostycznych (lub odwrotnie). Podstaw niezdeterminowanych (probabilistycznych) metod diagnostycznych, uwz- gldniajcych zasady: nieoznaczono[ci, nieliniowo[ci, losowo[ci i teorii chaosu zdetermino- wanego jest losowy charakter wymuszeD i odpowiedzi, co prowadzi do poszukiwania zwiz- ków przyczynowo-skutkowych w kategoriach prawdopodobieDstw. Rodzaj modelu diagnostycznego Zdeterminowane Niezdeterminowane (losowe) Równania ró¿ni- czkowe liniowe Modele Modele typu Binarna ma- Probabilisty- Inne regresyjne obrazu cierz diagno- czna macierz Równania ró¿ni- styczna diagnostyczna czkowe, nieliniowe Metody odle- c g³oSiowe Metoda alge- Metoda Bayesa Inne bry logiki Metody chi- Metoda Walda perpowierzchni Metoda info- decyzyjnych rmacyjna Metoda topologiczna Parametry Parametry Parametry Metoda funkcji Metoda sku- Inne c sygna³ów- stanu - sygna³ów potencjalnych tecznoSi parametry parametry -- informacyjnej stanu sygna³u miary eks- Inne ploatacji Metoda sku- c tecznoSi pro- Model liniowy babilistycznej Modele nieliniowe sprowadzone do Metoda dy- modelu liniowego namiczna Modele nieliniowe Inne nie sprowadzalne do modelu liniowego Modele wielowy- Modele wielowy- miarowe miarowe (liniowa funkcja (nieliniowa funkcja regresji) regresji) Rys.5.17 PodziaB metod diagnostycznych z uwzgldnieniem modelu diagnostycznego. W rcznych metodach diagnozowania maszyn kolejno[ i jako[ wykonywanych spraw- dzeD zale|y bezpo[rednio od u|ytkownika. Badania i ocena stanu maszyny trwa dBugo i jest maBo efektywna. Z reguBy [rodek diagnozy jest Bczony z badanym obiektem za pomoc sze- regu elementów po[rednich, znieksztaBcajcych diagnoz. Metody póBautomatyczne charakteryzuj si mniejszym udziaBem czBowieka w proce- sie diagnozowania, chocia| nie wykluczaj go z tego procesu, szczególnie w zakresie stero- wania i wnioskowania diagnostycznego. W metodach automatycznych wykonanie sprawdzeD, dobór warunków, analiza wyni- ków i wydanie decyzji o stanie maszyny odbywa si poprzez ukBad decyzyjny, bez ingerencji czBowieka. Personel diagnostyczny wykonuje jedynie czynno[ci pomocnicze, np. przyBcze- nie ukBadu do maszyny, uruchomienie maszyny, odbiór wyników badania, czynno[ci obsBu- gowe urzdzenia diagnostycznego. . S t o p i e ñ a u t o m a t y z a c j i Sr o d k ó w d i a g n o z y M e t o d y r ê c z n e M e t o d y p ó ³ a u t o m a t y c z n e M e t o d y a u t o m R o z w i ¹ z a n i a z w y - R o z w i ¹ z a n i a k o r z y s t a n i e m t y p o - k o r z y s t a n i e w y c h e l e m e n t ó w k o m p u t e r ó w e l e k t r y c z n y c h i e l e k t r o n i c z n y c h M e t o d y s p e c j a l i s t y c z n e M e t o d y u n i w e r s a l n M e t o d y s z t u c z n e j i n t e l i g e n c j i M e t o d y s i e c i n e u r o n o w y c h S y s t e m y d o r a d c z b e z u c z e n i a s i ê z u c z e n i e m s i ê s a m o u c M i e j s c e u m i e j s c o w i e n i a Sr o d k a d i a g n o z o w a n i a M e t o d y p o k ³ a d o w e M e t o d y z e w n ê t r z n e M e t o d y m i e s z a ( a u t o n o m i c z n e ) ( Sr o d k i d i a g n o z y p o d ³ ¹ c z a s i ê d o m a s z y n y Rys. 5.18 PodziaB metod wedBug kryterium automatyzacji badaD. Automatyzacja badaD diagnostycznych jak i wspomaganie ich technik komputerow powoduje: - zwikszenie wiarygodno[ci i pewno[ci uzyskiwanych wyników; - zmniejszenie czasu realizacji badaD i ekstrakcji diagnozy; - zmniejszenie wymagaD co do ilo[ci i kwalifikacji personelu obsBugujcego; - obni|enie kosztów utrzymania maszyn w ruchu; - rozwój nowych, atrakcyjnych metod diagnostycznych w oparciu o systemy doradcze, sieci neuronowe, modelowanie holistyczne, fraktale itd. Nowe techniki pomiarowe i sposoby realizacji urzdzeD diagnostycznych w technice mikroprocesorowej pozwoliBy na szybki rozwój urzdzeD sterujco-diagnostycznych, coraz cz[ciej zabudowywanych bezpo[rednio w maszynach. Oprócz urzdzeD diagnostycznych zewntrznych pojawiaj si systemy diagnostyczne integralnie zwizane z obiektami, czsto o zupeBnie nowych mo|liwo[ciach diagnozowania, sterowania, szkolenia obsBugi itd. oraz co jest szczególnie wa|ne dla praktyki przemysBowej - o du|ej niezawodno[ci dziaBania i w miar prostym obsBugiwaniu. 5.10 Techniki diagnozowania Maszyny przewa|aj w ogólnej produkcji przemysBowej i czsto maj decydujcy wpByw na rozwój wielu dziedzin techniki. Proces ich projektowania i konstruowania, wytwa- rzania i eksploatacji pochBania ogromne ilo[ci pracy, surowców i energii. W ostatnich latach nastpiB szybki wzrost wymagaD w stosunku do technicznych parametrów maszyn, przy rów- noczesnym d|eniu do zmniejszania kosztów wytwarzania i eksploatacji,co spowodowaBo za- sadnicze przeobra|enia w metodach ksztaBtowania jako[ci maszyn na wszystkich etapach ich istnienia. Osignity i cigle dokonujcy si postp w du|ym stopniu jest zwizany z rozwo- jem metod i [rodków diagnostyki technicznej. Badania diagnostyczne prowadzone ró|nymi metodami i [rodkami, o czym ju| cz[cio- wo w sensie podziaBu metodologicznego powiedziano poprzednio, prowadzi si w celu oceny stanu i lokalizacji uszkodzeD, maj te| za zadanie wykrycie lub potwierdzenie ogólnych zwizków przyczynowo - skutkowych. Badania te, traktowane jako metody i [rodki nauko- wego eksperymentu (strona poznawcza), sBu| wic do rozwizywania problemów o bezpo- [rednim znaczeniu praktycznym. Ogóln klasyfikacj [rodków diagnozowania, ze wzgldu na stopieD automatyzacji i miejsce ich rozmieszczenia, przedstawiono na rys.5.19. Zale|nie od rodzaju zastosowanych [rodków diagnozowania mo|liwe jest prowadzenie obserwacji zmian stanu maszyny: - metodami organoleptycznymi; - za pomoc pokBadowych urzdzeD sterujco-diagnostycznych; - za pomoc zewntrznych urzdzeD diagnostycznych. Dla procesu diagnozowania istotne znaczenie maj stosowane metody pomiarowe i wykorzystywane przy tym [rodki techniczne. Wybór ich jest uzale|niony od rodzaju diagno- zowanego obiektu i wykorzystywanych parametrów diagnostycznych, jak równie| zakresu i miejsca diagnozowania w procesie istnienia maszyny. W zwizku z tym ró|ne rodzaje diag- K ryterium klasyfikacji- U rz¹ dzenia stopieñ automatyzacji diagnostyczne Rêczne Pó³automatyczne A utomatyczne Z w ykorzystaniem Z w ykorzystaniem Proste Z ³o¿one typow ych elementów kom puterów elektrycznych i elektronicznych Jednopo- W ielopo- ziomow e ziomow e Specjalistyczne U niw ersalne B ez Z Samo- nauczania nauczaniem ucz¹ ce siê K ryterium klasyfikacji - miejsce um ieszczenia Sodka diagnozy r Pok³adow e Zew nêtrzne M ieszane (autonom iczne) pod³¹ czone do maszyny Rys.5.19 Klasyfikacja [rodków diagnozowania. nozowania (rys.5.20) ksztaBtuj zapotrzebowanie na ró|ne [rodki i techniki diagnozowania. Stawianie diagnozy na podstawie mierzonych przez urzdzenia diagnostyczne sygna- Bów diagnostycznych jest spraw skomplikowan i trudn. Wi|e si to z zagadnieniami zbie- rania i przetwarzania sygnaBów, ich interpretacji fizycznej oraz wnioskowania diagnostyczne- go, generujcego w efekcie koDcowym diagnoz w jzyku zrozumiaBym dla techników. Do- datkowe trudno[ci wynikaj z pewnych wBa[ciwo[ci urzdzenia diagnostycznego, które: - ma ograniczon mo|liwo[ przekazywania ró|norodno[ci objawów w ograniczonym czasie (pomiar nie mo|e trwa nieskoDczenie dBugo); - dziaBa z pewnym opóznieniem, w okre[lonych warunkach wspóBdziaBania z otoczeniem; - wprowadza zakBócenia znieksztaBcajce informacj o aktualnym stanie maszyny. Wiedza, umiejtno[ci i intuicja s czynnikami decydujcymi o prawidBowym posta- wieniu diagnozy i wydaniu zaleceD eksploatacyjnych. Sterowanie przyrzdami pomiarowymi polega na " powodowaniu wykonania okre[lonych dziaBaD za pomoc przyrzdów w zadanych chwilach lub co zadany okres; " wyborze wielko[ci badanych wedBug zadanego staBego programu lub w zale|no[ci od wyników poprzednich pomiarów; " tworzenie odpowiedniej dla danego pomiaru struktury systemu diagnostycznego po- przez wBczanie odpowiednich przyrzdów pomiarowych i innych urzdzeD stymu- lujcych odpowiednie warunki badania. RODZAJE DIAGNOZOWANIA KRYTERIA: na podstawie parametrów na podstawie parame- parametry diagnostyczne procesów roboczych trów procesów reszt- kowych, geometrycz- nych i innych miejsce w procesie technologicznym ogólne szczegóBowe rodzaj [rodków diagnozowania stanowiskowe za pomoc urzdzeD przeno[nych sposób zastosowania stacjonarne ruchowe: pokBadowe, przeno[ne Rys. 5.20 Klasyfikacja rodzajów diagnozowania w aspekcie wykorzystywanych metod i [rodków. W procesie przetwarzania informacji diagnostycznej oraz wnioskowania o stanie maszyny mo|e bra udziaB czBowiek (proste urzdzenia diagnostyczne), lecz jego rola zostaje stopniowo ograniczana przez inteligentne systemy diagnostyczne. Rozwój elektroniki, a zwBaszcza zastosowanie mikroprocesorów umo|liwia wprowadzanie istotnych zmian w istniejcych systemach sterowania dziaBaniem urzdzeD. Dotychczasowe metody polegajce na rcznym podBczaniu przyrzdów pomiarowych do wyznaczonych punktów kontrolnych i podejmowaniu decyzji sterujcych na podstawie uzyskanych wyników pomiarów - s coraz powszechniej eliminowane. W miejsce systemów antropo-metrycznych wprowadza si mikroprocesorowe systemy monitorowania i generowania sygnaBów sterujcych. Opracowanie wymagaD technicznych dla projektujcego taki system kontroli wymaga okre[lenia: " jakie wBa[ciwo[ci i w jakich punktach obiektu maj by kontrolowane; " warto[ci granicznych kontrolowanych wielko[ci, istotnych ze wzgldu na sterowanie funkcjonowaniem caBego zespoBu; " zale|no[ci generowanych sygnaBów sterujcych od wyników sprawdzeD; " okresu powtarzania kontroli (okresu dozorowania). W trakcie projektowania nale|y dokona wyboru: " rodzaju czujników reagujcych na zmiany warto[ci kontrolowanych wielko[ci; " sposobu zbierania informacji; " metody pomiaru zapewniajcej dostateczn dokBadno[; " sposobu uzyskiwania wyniku sprawdzenia (porównania zmierzonej warto[ci z warto[ciami granicznymi) i sposobu ich wizualizacji; " sposobu generowania sygnaBów sterujcych i ich oddziaBywania na urzdzenia wykonawcze. W przypadku gdy projektowany system automatycznego sterowania ma by moder- nizacj dotychczas funkcjonujcego systemu antropometrycznego, nale|y zastanowi si nad przydatno[ci istniejcych urzdzeD wykonawczych (np. wentylatorów, nagrzewnic, regu- latorów obrotów itp.). Je[li system jest projektowany od nowa, wyboru tych urzdzeD nale|y dokona na wstpie, gdy| musz one speBnia szereg innych wymagaD, wynikajcych z produkcyjnych procesów technologicznych. Ogóln struktur takiego systemu przedstawiono na rys. 5.21. Rodzaj i typ czujników zale|y od badanych wielko[ci (symptomów). Nale|y jednak d|y do takiego zestawienia zespoBu czujników, by miaBy one jednakowy parametr wyj[ciowy, natomiast generator sygnaBów sterujcych powinien wytwarza sygnaBy o parametrach wymaganych przez urzdzenia wyko- nawcze. OBIEKT Otoczenie obiektu Otoczenie obiektu (zespóB urzdzeD produkc.) (materiaBy wyj[ciowe) (materiaBy wej[ciowe) Z e s p ó B c z u j n i k ó w Komutator sygnaBów Komutator sterujcych UkBad pomiarowy Generator sygnaBów Pami sterujcych ZespóB komparatorów wyników sprawdzeD Pami Programowany analizator wyników sprawdzeD warto[ci odniesienia Pami programu sterow. zbiorami danych Pami programu operacyjnego Elementy ZespóB urzdzeD sygnalizacji i rejestracji wykonawczych Rys. 5.21 Struktura systemu kontroli sterujcego zespoBem urzdzeD Urzdzenia wykonawcze steruj dziaBaniem zespoBu urzdzeD zgodnie z zadanym programem. Z punktu widzenia systemu sterujcego wyró|ni mo|na kilka rodzajów programów, w których sterowanie odbywa si: a) w funkcji czasu, jest to najprostszy sposób sterowania, w którym urzdzenia produkcyjne s wBczane i wyBczane w zadanych chwilach, bez wzgldu na ich stan i stan otoczenia obiektu. b) w funkcji stanu otoczenia urzdzeD produkcyjnych, tj. ilo[ci dostarczanych im materiaBów (podzespoBów, elementów a tak|e mediów energetycznych) i ich jako[ci (kontrola parametrów) lub stanu elementów wyj[ciowych (wypro- dukowanych przez urzdzenia produkcyjne). W tym programie urzdzenia wykonawcze systemu reaguj na takie sygnaBy jak: brak materiaBu do produkcji, nie wBa[ciwe jego parametry, zakoDczenie wykonywania elementu, stan ele- mentów w magazynie itp. c) w funkcji stanu urzdzeD produkcyjnych, okre[lonego przez ich wybrane parametry. W tym przypadku urzdzenia wykonawcze sygnalizuj niezdatno[ urzdzenia produkcyjnego lub powoduj jego wyBczenie. Optymalnym sposobem sterowania zespoBem urzdzeD jest program, w którym wyko- rzystuje si wszystkie wymienione funkcje, przy czym nadaje si im okre[lone priorytety. Uwzgldniajc powy|sze wymagania w strukturze systemu automatycznego sterowania nale|y wyró|ni dwa podsystemy, z których jeden steruje zbieraniem danych i wypra- cowywaniem diagnoz , a drugi steruje dziaBaniem obiektu i jego otoczenia poprzez urzdzenia wykonawcze. Zautomatyzowanie badaD diagnostycznych obiektów zBo|onych powa|nie zwiksza efektywno[ ich wykorzystania wskutek: - zmniejszenia czasu przestoju na okres badania; - zwikszenia wiarygodno[ci wyników kontroli; - zmniejszenia wymagaD co do liczebno[ci i kwalifikacji zaBóg obsBugujcych; - obni|enia kosztów eksploatacji. PrzykBady relacji midzy kosztami i czasem charakteryzujcymi zastosowanie zauto- matyzowanego i niezautomatyzowanego sposobu kontroli stanu przedstawiono na rys. 5.22. Wzgldny koszt Wzgldny czas zastosowania kontroli 8 Kontrola rczna 6 Kontrola rczna 4 Kontrola automatyczna 2 Kontrola pólautomatyczna Kontrola automatyczna 100 200 300 400 Liczba 1000 2000 3000 Liczba cech operacji kontrolnych kontrolowanych Rys. 5.22 WpByw zBo|ono[ci maszyny na koszt i czas kontroli stanu. Metody jak i urzdzenia diagnostyczne projektuje si na etapie konstruowania maszyn gdzie równolegle z powstajc koncepcj rozwizaD funkcjonalnych mo|na zaplanowa stru- ktur kontrolno-pomiarow. Wraz z doskonaleniem projektu maszyny opracowuje si coraz dokBadniej równie| jej ukBad diagnostyczny, przy czym niezbdna jest znajomo[: - podstawowych funkcji wynikajcych z przeznaczenia maszyny oraz gBównych parametrów technicznych maszyny; - schematu funkcjonalnego maszyny; - danych niezawodno[ciowych elementów, podzespoBów, zespoBów (np. intensywno[ uszko- dzeD, strumieD uszkodzeD, sBabe ogniwa itp.); - dopuszczalnego czasu trwania badaD diagnostycznych i nakBadów na aparatur. Na podstawie tych wstpnych danych projektant winien dokona wyboru reprezenta- tywnych cech stanu maszyny, silnie skorelowanych z parametrami technicznymi, których zbadanie dostpnymi metodami i [rodkami diagnostycznymi umo|liwi u|ytkownikowi okre[- lenie stanu maszyny. Przy wyborze sposobu kontroli nale|y wzi pod uwag cechy diagnozowanej maszy- ny oraz cechy charakterystyczne ró|nych wariantów rozwizaD aparatury kontrolujcej. Aparatura do automatycznej kontroli charakteryzuje si: - du| dokBadno[ci wyniku sprawdzenia i obiektywno[ci diagnozy; - du| prdko[ci dziaBania; - przystosowaniem wyniku kontroli do zautomatyzowanej rejestracji i przetwarzania; - maBymi wymaganiami co do liczebno[ci i kwalifikacji personelu obsBugujcego; - du| ilo[ci poBczeD z badan maszyn, z czym wi|e si mo|liwo[ sprz|eD i zakBóceD; - du| zBo|ono[ci. W zwizku z tym, ten rodzaj aparatury zaleca si stosowa w przypadku du|ej liczby punktów kontroli, wielu symptomów stanu, odpowiedzialnej roli maszyny oraz krótkiego cza- su przeznaczonego na kontrol. Aparatura do póBautomatycznej kontroli charakteryzuje si: - mniejsz prdko[ci dziaBania w porównaniu z aparatur automatyczn; - udziaBem operatora w sterowaniu procesem kontroli oraz w opracowywaniu diagnozy; - prostsz konstrukcj i mniejsz ilo[ci poBczeD z maszyn. W zwizku z tym, ten rodzaj aparaturyzaleca si stosowa w przypadku, gdy liczba punktów kontroli i symptomów stanu nie przekracza kilkudziesiciu. Aparatura do nieautomatycznej kontroli stanu stanowi zespóB standardowych przurz- dów kontrolno-pomiarowych, których sposób u|ycia okre[la instrukcja, a kolejno[ i jako[ wykonywanych sprawdzeD zale|y od kwalifikacji operatora. Ten sposób kontroli charaktery- zuje si: - mo|liwo[ci dziaBania bez ukBadów przenoszcych, komutacyjnych i przetwarzajcych, nie- zbdnych przy kontroli automatycznej; - ni|szym kosztem opracowania aparatury; - du|ymi wymaganiami co do kwalifikacji obsBugujcego i stosunkowo du|ym czasem kon- troli; - maB prdko[ci dziaBania i ni|sz trafno[ci (obiektywno[ci) decyzji diagnostycznych. Ten rodzaj kontroli zaleca si stosowa przy niewielkiej liczbie punktów kontrolnych i symptomów diagnostycznych, dla maszyn o niskiej odpowiedzialno[ci. Aparatura diagnostyczna, umo|liwiajca rózne techniki diagnozowania,mo|e by oce- niana wedBug nastpujcych kryteriów: - zakres badaD diagnostycznych i kompleksowo[ kontroli; - przystosowanie metody badaD i sposobu jej realizacji do wymagaD ksztaBtowania jako[ci maszyny; - wiarygodno[ generowanych diagnoz; - dokBadno[ pomiaru cech i skuteczno[ kontroli; - prdko[ dziaBania i czas gotowo[ci; - liczebno[ i kwalifikacje personelu diagnostycznego; - zgodno[ rodzaju konstrukcji i technologii aparatury diagnostycznej i maszyny; - stopieD zautomatyzowania; - niezawodno[ aparatury diagnostycznej oraz jej wpByw na niezawodno[ maszyny; - koszt produkcji i eksploatacji; - ci|ar i wymiary; - wygoda, bezpieczeDstwo u|ytkowania i obsBugiwania. Nowoczesne maszyny realizuj, czsto wspóBbie|nie, wiele ró|norodnych, równole- gBych z innymi zadaD, przy wykorzystaniu tych samych [rodków sprztowych oraz tych sa- mych danych. PrzykBadem mog by niektóre systemy sterowania procesów przemysBowych, w których informacja o stanie procesu sBu|y zarówno bie|cemu sterowaniu, jak i badaniom wBasno[ci procesu. Trudno zatem jednoznacznie sformuBowa zasady i metodologi ró|nych technik diagnozowania we wszelkich procesach diagnostycznych, coraz cz[ciej wykorzysty- wanych w praktyce przemysBowej. 5.11 PrzykBad projektu aparatury diagnostycznej Aparatura diagnostyczna poBczona w okre[lony sposób, uzale|niony od wybranej koncepcji prowadzonej kontroli, stanowi ukBad diagnostyczny. Istnieje wiele rodzajów takiej aparatury, ale najogólniej jest to: - aparatura uniwersalna , przyBczana do obiektów z zewntrz na czas kontroli; - aparatura specjalistyczna,wbudowana do obiektu na staBe-do kontroli cigBej (monitoro- wanie stanu) lub okresowej. Szybki rozwój techniki cyfrowej umo|liwiB konstruowanie zautomatyzowanych urz- dzeD diagnostycznych, najcz[ciej typu uniwersalnego. Jest to pewnego rodzaju specjalis- tyczna maszyna cyfrowa, która pracujc metod obiegu szeregowego dokonuje kompleksowej kontroli stanu obiektu. Po zmianie programu nadaje si do badania stanu obiektu innego typu. W celu otrzymania na wyj[ciu obiektu sygnaBów charakteryzujcych jego stan trzeba na wej[ciu wytworzy (doprowadzi) kontrolne sygnaBy wej[ciowe. Nale|y wic: - wytworzy kontrolne sygnaBy wej[ciowe i poda je w odpowiedniej kolejno[ci i we wBa[ci- we miejsca obiektu badanego; - przetworzy uzyskane sygnaBy diagnostyczne na |dan posta i doprowadzi w odpowied- niej kolejno[ci do ukBadu porównania (komparatora); - doprowadzi do komparatora sygnaBy graniczne stanu zdatno[ci i dokona porównania z sygnaBem odpowiedzi; - przeanalizowa uzyskany wynik w oparciu o przyjte kryteria oceny stanu zdatno[ci (w normie-poza norm), doprowadzi sygnaB wyniku do urzdzenia programujcego, które powoduje przej[cie do nastpnego etapu kontroli lub jej wstrzymanie; - poda sygnaB wBczenia podprogramu lokalizacji uszkodzenia w przypadku uzyskania wyni- ku  poza norm ; - przedstawi na wskazniku rezultat badania lub dokona jego trwaBej rejestracji; - przeprowadzi samokontrol aparatury diagnostycznej. Realizacja powy|szych zadaD wymaga opracowania zBo|onego urzdzenia, które w uproszczeniu mo|na przedstawi za pomoc schematu blokowego podanego na rys. 5.23. Najbardziej rozbudowanym zespoBem urzdzenia jest ukBad programujcy, który kieruje prac caBej zautomatyzowanej aparatury wedBug wcze[niej opracowanego programu badania diag- nostycznego. W ukBadzie tym nastpuje odczyt programu, przesBanie w odpowiedniej kolejno[ci sygnaBów wBczenia generatorów sygnaBów kontrolnych i innych obwodów aparatury diagnostycznej oraz podanie na komparator sygnaBów do porównania. Generator sygnaBów kontrolnych OBIEKT BADANIA DIAGNOSTYCZNEGO Sterowanie generatorów UkBad sygnaBowych samokontroli Selekcja Selekcja SygnaBy graniczne PROCESOR i opózniajce Komparator Analizator Rejestrator Sterowanie kolejno[ci (synchronizator) Odczyt programu kontroli WSKAyNIK STANU Program (DIAGNOZA) diagnostyczny UKAAD PROGRAMUJCY Rys.5.23 Uproszczony schemat blokowy uniwersalnej aparatury diagnostycznej. UkBad programujcy skBada si z bloków wykazanych na schemacie, zrealizowanych z wykorzystaniem techniki cyfrowej, czytników fotoelektrycznych, elektromechanicznych lub magnetycznych, bloków sterowania i selekcji z synchronizatorem, licznikami dekadowymi, logicznymi ukBadami cyfrowymi i komutatorami elektronicznymi. Aparatura diagnostyczna o specjalistycznym zastosowaniu jest na ogóB wbudowana do badanego obiektu. Nie jest ona tak rozbudowana jak aparatura uniwersalna, ale ma te| i mniejsze mo|liwo[ci co do liczby kontrolowanych cech, elastyczno[ci zmian programów i dokBadno[ci wyników. PrzykBadem rozwizania specjalistycznej aparatury diagnostycznej jest komputerowy tester stanu silnika wysokopr|nego, przedstawiony na rys.5.24. Funkcjonowanie testera jest oparte na metodach wykorzystujcych generowane przez silnik zmienne wielko[ci procesów fizycznych, takich jak : - analiz ci[nienia w przewodach wtryskowych, - analiz fluktuacji prdko[ci ktowej waBu korbowego silnika, - analiz parametrów obwodów elektrycznych. Po przeprowadzeniu oceny przydatno[ci mo|liwych metod oceny stanu silnika do rea- lizacji w technice komputerowej zaproponowano zestaw metod do caBkowicie bezinwazyjnej, szybkiej i pewnej oceny silnika. Ocen koDcow stanu silnika wysokopr|nego przeprowadza si na podstawie: - przebiegów ci[nienia w przewodach wtryskowych, - przebiegów prdko[ci regulatorowych, - charakterystyk mocy i momentu obrotowego w funkcji prdko[ci ktowej waBu silnika. Mikrokomputerowy zestaw przeno[ny zbudowano w oparciu o komputer 486 DX2, taktowany zegarem 33MHz . W skBad zestawu wchodz ponadto : -zespóB czujników pomiarowych i zBcz z silnikiem, -ukBady dopasowujco - sprzgajce, -monitor, klawiatura, drukarka. Docelowo przewiduje si zastosowanie obudowy przemysBowej , umo|liwiajcej eks- ploatacj testera w warunkach du|ego zapylenia, wilgotno[ci i obni|onej temperaturze oraz klawiatury numerycznej zdalnego sterowania. Rys.5.24 Schemat ideowy testera silników wysokopr|nych. DziaBanie testera oparte jest o zestaw programowych moduBów w jzyku Turbo Pascal 7.0 pisanych w stylu strukturalnym. Wyró|niono tu programy tzw. organizacyjne, pozwalaj- ce na tworzenie dynamicznego menu systemu, korzystanie z menu przy pomocy klawiatury, myszki, dr|ka sterowniczego, a tak|e uniwersalne moduBy prezentacji grafiki na ekranie mo- nitora i wydrukach. Do programów funkcjonalnych zaliczono programy pozwalajce na pomiar i przetwo- rzenie wyników dla uzyskania interesujcego parametru stanu silnika. Zaliczy do nich nale- |y : moduB pomiaru prdk[ci ktowej i kta wyprzedzenia tBoczenia, wyznaczania charakte- rystyk bezwBadno[ciowych mocy i momentu, prezentacji parametrów ukBadu wtryskowego, wyznaczania ci[nienia koDca suwu spr|ania, wyznaczania parametrów instalacji elektrycz- nej. Powy|sze moduBy zostaBy poBczone w jedn caBo[, przy czym u|ytkownik ma do dys- pozycji rozwijane, przyciskowe menu. Istnieje te| mo|liwo[ rcznego wykonywania posz- czególnych testów diagnostycznych, przy pomocy opcji - TEST. Cykl badaD diagnostycznych testerem obejmuje wykonanie nastpujcych czynno[ci : - oczujnikowanie silnika, - doprowadzenie silnika do równowagi cieplnej, - kontrol poprawno[ci podBczenia czujników, - ocen poziomów sygnaBów, - ocen zakresu i równomierno[ci biegu silnika, - pomiar któw wyprzedzenia tBoczenia paliwa do 1 cylindra, przy zadanych prdko[ciach ktowych silnika (2 pomiary lub wicej), - wyznaczenie charakterystyki dynamicznej silnika, - kontrol parametrów ukBadu wtryskowego, - porównawczy test szczelno[ci cylindrów, - kontrol alternatora. Na ekranie monitora testera w polach odczytowo - sterujcych prezentowane s wyni- ki badaD diagnostycznych. Górny pas "status" podaje w kolejno[ci bie|c funkcj testera, nazw urzdzenia i aktualny czas badania. Ni|ej, przy lewym brzegu, znajduje si gBówne pole prezentacji mierzonych przebiegów lub najwa|niejszych wyników przetwarzania (np. charakterystyka dynamiczna). PrzykBadowe wyniki badaD pokazano na rys.5.25. Rys.5.25 PrzykBadowe wyniki badaD (przebieg wtrysku, warto[ci ci[nieD w cylindrach). Praw stron ekranu zajmuj pola prezentacji warto[ci wa|niejszych parametrów. Pas dolny tworz przyciski rozwijanego "menu" programu testera. Uruchomienie funkcji opisane na polach przycisków mo|liwe jest przez naci[nicie odpowiadajcego im klawisza funkcyjnego klawiatury, bdz za pomoc klawiszy ruchu kursora i naci[nicia klawisza Enter. 5.12 Podsumowanie Tre[ci tego rozdziaBu dotycz podstaw diagnostyki technicznej maszyn, przedstawio- nych od strony teorii diagnostyki jak i od strony metod i [rodków diagnozowania. Wyprowa- dzajc warunki obserwowalno[ci maszyny wprowadzono peBny opis stanów zdatno[ci i niez- datno[ci maszyny w ujciu zdatno[ci zadaniowej i funkcjonalnej. Na tym tle przedstawiono podstawowe formy dziaBania diagnostycznego prowadzce ka|dorazowo do wypracowania decyzji diagnostycznej. Po zdefiniowaniu podstawowych okre[leD wielko[ci opisujcych zmiany stanu maszy- ny omówiono gBówne no[niki informacji diagnostycznej, która w ró|ny sposób jest wyko- rzystywana w systemie diagnostycznym. Model obiektu badaD diagnostycznych wraz z opisem stanowi wprowadzenie do mo- delowo wspartych metod identyfikacji stanu maszyny. Wyró|niajc modele symptomowe i strukturalne podano zaBo|enia wspóBczesnej metodologii badaD diagnostycznych. Na szcze- góln uwag zasBuguje tu podejmowana w ostatnim czasie problematyka modeli holistycz- nych, umo|liwiajcych [ledzenie zmian stanu maszyny od jej projektu do likwidacji. Klasyfikacja metod i [rodków diagnostyki technicznej daje przejrzysty wgld w do- tychczasowe dokonania tej dziedziny wiedzy, szczególnie istotne z ekonomicznego punktu widzenia, tak wa|nego elementu dla praktyki przemysBowej. Literatura 1. BOBROWSKI D.: O pewnych sprawach formalnych zwizanych z wiarygodnym diagno- zowaniem. Mat.Konf. Wyd. ITWL. Szczyrk. 1995. 2. CEMPEL C.: Modele diagnostyki wibroakustycznej. DMRiP. Borówno. 1994.(s.25-44). 3. CEMPEL C.: Ewolucyjne modele symptomowe w diagnostyce maszyn. Mat. Kongresu Diagnostyki Technicznej. GdaDsk. 1996. 4. CEMPEL C., NATKE H.G.: An introduction to the holistic dynamics of operating systems. Progress Report No.2 CRI - B - 2/92. 1996. 5. DRAPER N.R., SMITH .H.: Analiza regresji stosowana. BNIn|. Warszawa.1973. 6. EYKHOFF P. : Identyfikacja w ukBadach dynamicznych. BNIn|. Warszawa.1980. 7. FINDEISEN W. ii : Analiza systemowa - podstawy i metodologia. PWN.Warszawa.1985. 8. ACZKOWSKI R.: Identyfikacja chaosu zdeterminowanego. P.A.K. Nr. 8. 1990. 9. MACCZAK K., NAHORSKI Z.: Komputerowa identyfikacja obiektów dynamicznych. BNIn|. Warszawa.1983. 10. MACCZAK K.: Technika planowania eksperymentu. WNT.Warszawa.1976. 11. MACCZAK K.: Metody identyfikacji wielowymiarowych obiektów sterowania. WNT. Warszawa.1971. 12. TADEUSIEWICZ R.: Metody rozpoznawania obrazów w diagnostyce. Rydzyna.1983. 13. UHL T.: Identyfikacja ukBadów mechanicznych...ZN AGH.Nr.25. Kraków. 1990. 14. UHL T., GIERGIEL J.: Identyfikacja ukBadów mechanicznych.PWN.Warszawa.1990. 15. ZEIGLER B.: Teoria modelowania i symulacji. PWN.Warszawa.1984. 16. {ÓATOWSKI B.ii : Komputerowe wspomaganie identyfikacji..ZN P.Zw. nr.49(s.55-71). 17. {ÓATOWSKI B.: Globalna ocena stanu silnika....Zajczkowo.1992.(s.155-160). 18. {ÓATOWSKI B.: Identyfikacja diagnostyczna obiektów technicznych. Zagadnienia Eksploatacji Maszyn. Z.1 (105). PAN. 1996. 19. {ÓATOWSKI B.: Diagnozowanie silnika wysokopr|nego. ITE. Radom. 1995.

Wyszukiwarka

Podobne podstrony:
roz5
roz5 8
roz5 3
roz5
roz5
roz5
05 Inz pow roz5 Powłoki napawane
Delphi Kompendium Roz5
roz5 6
roz5 5
roz5
roz5
roz5 2
ROZ5
roz5 1
5 jsOchrona roz5
E Mat1 wyk10 rach roz5
roz5 7

więcej podobnych podstron