|
DOI: 10.14489/td.2026.06.pp.016-023
Ушанов С. В., Барат В. А., Елизаров С. В.
ПРИМЕНЕНИЕ АВТОРЕГРЕССИОННОЙ МОДЕЛИ К СИГНАЛАМ АКУСТИЧЕСКОЙ ЭМИССИИ ПРИ ДИАГНОСТИКЕ ПОДШИПНИКОВ КАЧЕНИЯ ЭНЕРГЕТИЧЕСКОГО ОБОРУДОВАНИЯ
(с. 16-23)
Аннотация. Исследуется возможность применения метода акустической эмиссии (АЭ) при контроле подшипников качения. Предлагается использовать ком-бинированный алгоритм, включающий получение и анализ спектра оги-бающей сигнала и фильтрацию с помощью авторегрессионной модели. Для этого на основе исходного АЭ-сигнала рассчитываются параметры его де-терминированной составляющей с применением авторегрессионной модели и проводится его декомпозиция, затем полосовая фильтрация в области максимума спектрального эксцесса. При моделировании реального дефекта на экспериментальном стенде полученные при постобработке частоты в точности совпадают с рассчитанными аналитически частотами дефектов. Предлагаемый алгоритм опробован на данных, полученных при контроле конденсатных насосов ТЭЦ.
Ключевые слова: акустическая эмиссия, подшипники качения, авторегрессионная модель.
Ushanov S. V., Barat V. A., Elizarov S. V.
APPLICATION OF AUTOREGRESSIVE MODEL TO ACOUSTIC EMISSION SIGNALS IN DIAGNOSTICS OF ROLLING BEARINGS OF POWER EQUIPMENT
(pp. 16-23)
Abstract. The paper studies the possibility of using the AE method in testing rolling bearings. It is proposed to use a combined algorithm that includes obtaining and analyzing the signal envelope spectrum and filtering using an autoregressive model. For this purpose, the parameters of the deterministic component of the initial AE signal are calculated using an autoregressive model and its decomposition is carried out, then bandpass filtering is performed in the region of the maximum spectral excess. When modeling a real defect on an experimental stand, the frequencies obtained during post-processing exactly coincide with the analytically calculated frequencies of defects. The proposed algorithm was tested on data obtained during the testing of condensate pumps of a thermal power plant.
Keywords: acoustic emission, rolling bearings, autoregressive model.
С. В. Ушанов (ООО «Интерюнис-ИТ», Москва, Россия) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
В. А. Барат (ООО «Интерюнис-ИТ», ФГБОУ ВО «Национальный исследовательский университет «МЭИ», Москва, Россия) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
С. В. Елизаров (ООО «Интерюнис-ИТ», Москва, Россия) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
S. V. Ushanov (“Interunis-IT” LLC, Moscow, Russia) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
V. A. Barat (“Interunis-IT” LLC, Moscow, Russia, National Research University “Moscow Power Engineering Institute”, Moscow, Russia) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
S. V. Elizarov (“Interunis-IT” LLC, Moscow, Russia) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
1. Mcfadden P. D., Smith J. D. Vibration Monitoring of Rolling Element Bearings by the High Frequency Resonance Technique // Tribology International. 1984. Vol. 17, No. 1. P. 1 ‒ 18.
2. Shiroishi J., Li Y., Liang S., et al. Bearing Condition Diagnostics Via Vibration and Acoustic Emission Measurements // Mechanical Systems and Signal Processing. 1997. Vol. 11, No. 5. P. 693 ‒ 705.
3. Kim J. Y., Kim J. Bearing Fault Diagnosis using Grad-CAM and Acoustic Emission Signals // Applied Sciences. 2020. Vol. 10, No. 6. Art. 2050.
4. Kim S., An D., Choi J.-H. Diagnostics 101: A Tutorial for a Fault Diagnostics of Rolling Element Bearing using Envelope Analysis in MATLAB // Applied Sciences. 2020. Vol. 10, No. 20. Art. 7302.
5. Моргалик Б. М., Прудников А. П., Ковалев Д. М. Виброакустический контроль состояния элементов подшипников качения // Вестник Белорусско-Российского университета. 2022. № 3(76). С. 60 ‒ 68.
6. Girdhar P. Practical Martachinery Vibration Analysis and Predictive Maintenance. Oxford, Burlington: Elsevier, 2004. 264 р.
7. Tandon N., Choudhury A. A Review of Vibration and Acoustic Measurement Methods for the Detection of Defects in Rolling Element Bearings // Tribology International. 1999. Vol. 32, No. 8. Р. 469 – 480.
8. Randall R. B. Vibration-Based Condition Monitoring: Industrial, Automotive and Aerospace Applications. West Sussex: Wiley, 2011. 308 p.
9. Прудников А. П., Моргалик Б. М. Мониторинг состояния и диагностика подшипников качения // Вестник Белорусско-Российского университета. 2023. № 4(81). С. 41 ‒ 52.
10. Костюков В. Н., Науменко А. П., Кудрявцева И. С. Диагностика подшипников качения по параметрам характеристической функции // Динамика систем, механизмов и машин. 2014. № 4. С. 142 ‒ 145.
11. Костюков В. Н., Науменко А. П., Бойченко С. Н., Кудрявцева И. С. Формирование вектора диагностических признаков на основе характеристической функции виброакустического сигнала // Контроль. Диагностика. 2016. № 8. С. 22 ‒ 29.
12. Гаврилин А. Н., Мойзес Б. Б. Диагностика технологических систем: учеб. пособие. Ч. 2. Томск: Изд-во ТПУ, 2014. 128 с.
13. Русов В. А. Диагностика дефектов вращающегося оборудования по вибрационным сигналам. Пермь, 2012. 252 с.
14. Абрамов И. Л. Вибродиагностика энергетического оборудования: учеб. пособие. Кемерово, 2011. 81 с.
15. Zarrouk R., El Amrani M., Bouchanaif J., et al. Bearing Inner Race Defect Diagnosis using Spectral Kurtosis (SK), Autoregressive (AR) Model and Wavelet Denoising // International Journal on Technical and Physical Problems of Engineering. 2024. Vol. 16, Is. 58. P. 104 ‒ 114.
16. Sawalhi N., Randall R. B. Spectral Kurtosis Enhancement using Autoregressive Models // ACAM Conference. Melbourne, Australia, 16 ‒ 18 Feb. 2005. Melbourne, 2005.
17. Antoni J. The Spectral Kurtosis: a Useful Tool for Characterising Nonstationary Signals // Mechanical Systems and Signal Processing. 2006. Vol. 20, No. 2. P. 282 – 307.
1. Mcfadden P. D., Smith J. D. Vibration Monitoring of Rolling Element Bearings by the High Frequency Resonance Technique // Tribology International. 1984. Vol. 17, No. 1. P. 1 ‒ 18.
2. Shiroishi J., Li Y., Liang S., et al. Bearing Condition Diagnostics Via Vibration and Acoustic Emission Measurements // Mechanical Systems and Signal Processing. 1997. Vol. 11, No. 5. P. 693 ‒ 705.
3. Kim J. Y., Kim J. Bearing Fault Diagnosis using Grad-CAM and Acoustic Emission Signals // Applied Sciences. 2020. Vol. 10, No. 6. Art. 2050.
4. Kim S., An D., Choi J.-H. Diagnostics 101: A Tutorial for a Fault Diagnostics of Rolling Element Bearing using Envelope Analysis in MATLAB // Applied Sciences. 2020. Vol. 10, No. 20. Art. 7302.
5. Моргалик Б. М., Прудников А. П., Ковалев Д. М. Виброакустический контроль состояния элементов подшипников качения // Вестник Белорусско-Российского университета. 2022. № 3(76). С. 60 ‒ 68.
6. Girdhar P. Practical Martachinery Vibration Analysis and Predictive Maintenance. Oxford, Burlington: Elsevier, 2004. 264 р.
7. Tandon N., Choudhury A. A Review of Vibration and Acoustic Measurement Methods for the Detection of Defects in Rolling Element Bearings // Tribology International. 1999. Vol. 32, No. 8. Р. 469 – 480.
8. Randall R. B. Vibration-Based Condition Monitoring: Industrial, Automotive and Aerospace Applications. West Sussex: Wiley, 2011. 308 p.
9. Прудников А. П., Моргалик Б. М. Мониторинг состояния и диагностика подшипников качения // Вестник Белорусско-Российского университета. 2023. № 4(81). С. 41 ‒ 52.
10. Костюков В. Н., Науменко А. П., Кудрявцева И. С. Диагностика подшипников качения по параметрам характеристической функции // Динамика систем, механизмов и машин. 2014. № 4. С. 142 ‒ 145.
11. Костюков В. Н., Науменко А. П., Бойченко С. Н., Кудрявцева И. С. Формирование вектора диагностических признаков на основе характеристической функции виброакустического сигнала // Контроль. Диагностика. 2016. № 8. С. 22 ‒ 29.
12. Гаврилин А. Н., Мойзес Б. Б. Диагностика технологических систем: учеб. пособие. Ч. 2. Томск: Изд-во ТПУ, 2014. 128 с.
13. Русов В. А. Диагностика дефектов вращающегося оборудования по вибрационным сигналам. Пермь, 2012. 252 с.
14. Абрамов И. Л. Вибродиагностика энергетического оборудования: учеб. пособие. Кемерово, 2011. 81 с.
15. Zarrouk R., El Amrani M., Bouchanaif J., et al. Bearing Inner Race Defect Diagnosis using Spectral Kurtosis (SK), Autoregressive (AR) Model and Wavelet Denoising // International Journal on Technical and Physical Problems of Engineering. 2024. Vol. 16, Is. 58. P. 104 ‒ 114.
16. Sawalhi N., Randall R. B. Spectral Kurtosis Enhancement using Autoregressive Models // ACAM Conference. Melbourne, Australia, 16 ‒ 18 Feb. 2005. Melbourne, 2005.
17. Antoni J. The Spectral Kurtosis: a Useful Tool for Characterising Nonstationary Signals // Mechanical Systems and Signal Processing. 2006. Vol. 20, No. 2. P. 282 – 307.
1. McFadden, P. D., & Smith, J. D. (1984). Vibration monitoring of rolling element bearings by the high frequency resonance technique. Tribology International, 17(1), 1–18.
2. Shiroishi, J., Li, Y., Liang, S., et al. (1997). Bearing condition diagnostics via vibration and acoustic emission measurements. Mechanical Systems and Signal Processing, 11(5), 693–705.
3. Kim, J. Y., & Kim, J. (2020). Bearing fault diagnosis using grad-CAM and acoustic emission signals. Applied Sciences, 10(6), Article 2050.
4. Kim, S., An, D., & Choi, J.-H. (2020). Diagnostics 101: A tutorial for a fault diagnostics of rolling element bearing using envelope analysis in MATLAB. Applied Sciences, 10(20), Article 7302.
5. Morgalik, B. M., Prudnikov, A. P., & Kovalev, D. M. (2022). Vibration-acoustic control of the condition of rolling bearing elements. Vestnik Belorussko-Rossiiskogo universiteta, (3), 60–68. [in Russian language].
6. Girdhar, P. (2004). Practical machinery vibration analysis and predictive maintenance. Elsevier.
7. Tandon, N., & Choudhury, A. (1999). A review of vibration and acoustic measurement methods for the detection of defects in rolling element bearings. Tribology International, 32(8), 469–480.
8. Randall, R. B. (2011). Vibration-based condition monitoring: Industrial, automotive and aerospace applications. Wiley.
9. Prudnikov, A. P., & Morgalik, B. M. (2023). Condition monitoring and diagnostics of rolling element bearings. Vestnik Belorussko-Rossiiskogo universiteta, (4), 41–52. [in Russian language].
10. Kostyukov, V. N., Naumenko, A. P., & Kudryavtseva, I. S. (2014). Diagnostics of rolling bearings by parameters of the characteristic function. Dinamika sistem, mekhanizmov i mashin, (4), 142–145. [in Russian language].
11. Kostyukov, V. N., Naumenko, A. P., Boychenko, S. N., & Kudryavtseva, I. S. (2016). Formation of a vector of diagnostic features based on the characteristic function of a vibroacoustic signal. Kontrol'. Diagnostika, (8), 22–29. [in Russian language].
12. Gavrilin, A. N., & Moizes, B. B. (2014). Diagnostics of technological systems: Textbook (Part 2). Tomsk Polytechnic University Publishing House. [in Russian language].
13. Rusov, V. A. (2012). Diagnostics of rotating equipment defects by vibration signals. Perm. [in Russian language].
14. Abramov, I. L. (2011). Vibration diagnostics of power equipment: Textbook. Kemerovo. [in Russian language].
15. Zarrouk, R., El Amrani, M., Bouchanaif, J., et al. (2024). Bearing inner race defect diagnosis using spectral kurtosis (SK), autoregressive (AR) model and wavelet denoising. International Journal on Technical and Physical Problems of Engineering, 16(58), 104–114.
16. Sawalhi, N., & Randall, R. B. (2005, February 16–18). Spectral kurtosis enhancement using autoregressive models. In ACAM Conference. Melbourne, Australia.
17. Antoni, J. (2006). The spectral kurtosis: A useful tool for characterising nonstationary signals. Mechanical Systems and Signal Processing, 20(2), 282–307.
18. Antoni, J., & Randall, R. B. (2006). The spectral kurtosis: Application to the vibratory surveillance and diagnostics ofrotating machines. Mechanical Systems and Signal Processing, 20(2), 308–331.
19. Dyer, D., & Stewart, R. M. (1978). Detection of rolling element bearing damage by statistical vibration analysis. Journal of Mechanical Design, 100(2), 229–235.
20. Pagnan, S., Tacconi, G., & Ottonello, C. (1994, October 9–13). Filtering of randomly occurring signals by kurtosis in the frequency domain. In 12th IAPR International Conference on Pattern Recognition (Vol. 2, pp. 131–133). Jerusalem, Israel.
Статью можно приобрести в электронном виде (PDF формат).
Стоимость статьи 700 руб. (в том числе НДС 20%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.
После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.
Для заказа скопируйте doi статьи:
10.14489/td.2026.06.pp.016-023
и заполните форму
Отправляя форму вы даете согласие на обработку персональных данных.
.
This article is available in electronic format (PDF).
The cost of a single article is 700 rubles. (including VAT 20%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.
After depositing your payment on our bank account we send you file of the article by e-mail.
To order articles please copy the article doi:
10.14489/td.2026.06.pp.016-023
and fill out the form
.
|
Текущий номер
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»