…
tylko to co przyszło z trudem, czyta się łatwo…4. BADANIE PROCEDUR GENEZOWANIA STANU MASZYN
4.1. PROGRAM KOMPUTEROWY „GENEZOWANIE STANU MASZYN”
Zakres implementacji procedur genezowania stanu został sformułowany na podstawie opracowanego algorytmu genezowania stanu maszyn w rozdziale 3 opracowania i zawiera:
a) badanie zbioru parametrów diagnostycznych w aspekcie wyznaczenia optymalnego zbioru parametrów do genezowania symptomów;
b) genezowania stanu maszyny w aspekcie:
- wyznaczenia metody genezowania wartości symptomów według funkcji błędu genezy,
- szacowanie przyczyny uszkodzenia maszyny.
Opierając się na powyższych ustaleniach sformułowano zadania do zaimplementowania:
1. Pozyskanie danych pomiarowych:
a) wprowadzanie danych;
b) import danych z baz, plików tekstowych lub czujników maszyny;
c) edycja danych;
d) zapis wprowadzonych danych do bazy danych.
2. Optymalizacja zbioru parametrów diagnostycznych:
a) wybór parametrów diagnostycznych;
b) procedury selekcji informacji;
c) wyznaczenie wag wrażliwości parametrów.
3. Genezowanie stanu maszyny:
a) określenie zbioru metod genezowania;
b) obliczenie wartości genezowanej symptomów;
c) wyznaczenie błędu genezy;
d) wyznaczenie przedziału błędu od wartości granicznej symptomu;
e) szacowanie przyczyny uszkodzenia maszyny;
f) zapisanie wyników genezy stanu do bazy danych.
4. Raportowanie i wizualizacja danych:
a) wizualizacja wybranych szeregów czasowych w formie wykresów;
b) możliwość powiększenia wybranego obszaru wykresu;
c) możliwość przesuwania zawartości wykresu;
d) wyświetlanie w formie tabelarycznej wyników przeprowadzanych symulacji.
W wyniku analizy powyższych ustaleń zostały wyznaczone następujące moduły programu komputerowego „Genezowanie Stanu Maszyn”:
1. Akwizycja Danych (wprowadzanie, edycja, interpolacja i aproksymacja danych).
2. Optymalizacja Parametrów Diagnostycznych (macierz obserwacji, relacje parametr - stan, redukcja zbioru parametrów diagnostycznych).
3. Genezowanie Stanu: wartość genezowana, błąd genezy, wyznaczenie i badanie wartości minimalnych odległości przedziału błędu od wartości granicznej parametru, badanie przyczyny zlokalizowanych stanów maszyn.
4. Raportowanie (grupowanie poszczególnych symulacji celem porównania wyników).
Opracowany program komputerowy pracuje w środowisku Windows [57,62] i został on napisany w języku Java z wykorzystaniem Firebird 1.5 jako silnika bazodanowego. Ponadto w programie wykorzystano zaawansowane komponenty pakietu Swing dla pakietu Java(TM) SE Runtime Environment 6.
A. Akwizycja Danych
Moduł akwizycji składa się z pięciu zakładek (rys.4.1):
Rys. 4.1. Okno modułu Akwizycja Danych z zakładką Grupa Maszyn
a) Grupa Maszyn, b) Lista Stanów, c) Lista Parametrów, d) Lista Obiektów, e) Lista Pomiarów.
W zakładce Grupa Maszyn wprowadza się nazwę grupy maszyn oraz jednostkę obowiązującą dla tej grupy. NUMER GRUPY jest nadawany automatyczne po zatwierdzeniu zmian z pomocą przycisku Zapisz Zmiany.
W zakładce Lista Stanów można wprowadzić możliwe stany dla wybranej grupy maszyn. NR LISTY STANÓW jest nadawany w zakładce Lista Stanów (rys.4.2).
Rys. 4.2. Wybór grupy maszyn przy wprowadzaniu nowego stanu
W zakładce Lista Obiektów i zakładce Lista Parametrów można wprowadzić możliwe nazwy obiektów i nazwy parametrów dla wybranej grupy maszyn (rys.4.3) z jednoczesną możliwością ich usuwania. W zakładce LISTA STANÓW W CZASIE można wprowadzić stanów niezdatności w czasie eksploatacji dla wybranej grupy maszyn lub pojedynczej maszyny wraz z informacją o wartościach ważniejszych parametrów procesowych maszyny i parametrów otoczenia z czujników maszyny lub za pomocą pliku danych z programu Excel.
Rys. 4.3. Edycja zawartości wybranych kolumn dla zakładki Lista Parametrów wybranego pola Kod_Stanu
W zakładce Lista Pomiarów istnieje możliwość wprowadzania parametrów diagnostycznych dla wybranych obiektów, wartości parametrów diagnostycznych można wprowadzać ręcznie (Przycisk Nowy Wiersz), po wyborze z menu dla Listy Pomiarów opcji Wczytaj Parametry Diagnostyczne dla jednego obiektu (rys.4.4), wartości parametrów diagnostycznych za pomocą pliku danych z programu Excel oraz z czujników maszyny.
Podobnie można wprowadzić wartości parametrów procesowych oraz parametrów otoczenia.
Rys. 4.4. Import wartości parametrów diagnostycznych z pliku CSV
Moduł akwizycji danych pozwala więc na przyporządkowanie maszyn, układów lub zespołów do grupy maszyn oraz na akwizycję wartości parametrów diagnostycznych i stanów maszyny dla odpowiednich czasów pracy maszyny (przebiegów). Przewidziano możliwość przedefiniowania także liczby parametrów diagnostycznych grupy maszyn (zmiany wartości granicznych, kosztu, nazwy itd., oraz usunięcia lub dodania kolejnego parametru diagnostycznego, parametru procesowego i parametru otoczenia).
B. Optymalizacja Parametrów Diagnostycznych
W module Optymalizacja Parametrów Diagnostycznych następuje obliczenie wartości funkcji kryterialnych oraz wag parametrów diagnostycznych na podstawie danych wejściowych dla wybranego obiektu z możliwością zapisu do pliku tekstowego (rys. 4.5).
Rys. 4.5. Okno modułu Optymalizacja Parametrów Diagnostycznych dla wybranego obiektu
Zbiór parametrów diagnostycznych wyznacza się za pomocą metody korelacji wartości parametrów diagnostycznych ze stanem maszyny oraz metody ilości informacji parametrów diagnostycznych o stanie maszyny hj. Dla każdego parametru diagnostycznego wyliczane są wartości współczynnika korelacji liniowej i wskaźnik ilości informacji. W celu wyboru zbioru parametrów diagnostycznych wykorzystuje się wartości wag wj. Jako kryterium wyboru parametru diagnostycznego (parametrów diagnostycznych) przyjęto maksymalizację wartości wag wj i wybranie parametrów diagnostycznych według tego kryterium. Program komputerowy umożliwia wprowadzenie „ręcznego” wyboru parametrów diagnostycznych przez operatora systemu (według jego preferencji) oraz aktualizacji wartości wagi dla nowego zbioru wybranych parametrów diagnostycznych.
C. Genezowanie Stanu
W module tym następuje (rys. 4.6):
1. Wyznaczenie wartości genezowanej parametru diagnostycznego i błędu genezy (tylko dla notacji dyskretnej zdarzeń);
2. Wyznaczenie minimalnej odległości wartości genezowanej parametru diagnostycznego od jego wartości granicznej;
3. Badanie wpływu czynników eksploatacyjnych (liczba parametrów, liczebność szeregu czasowego) na genezę stanu;
4. Wizualizacja i zapis funkcji aproksymacji lub interpolacji dla wybranych parametrów wybranego obiektu.
5. Szacowanie przyczyny uszkodzenia maszyny na podstawie minimalnej odległości wartości genezowanej parametru diagnostycznego od jego wartości granicznej, wartości parametrów procesowych maszyny, wartości parametrów otoczenia oraz zdarzeń dodatkowych.
Rys. 4.6. Metoda interpolacji funkcją sklejaną stopnia trzeciego z modułu Genezowanie Stanu
Szacowanie wartości genezowanej parametru diagnostycznego oraz określenie przyczyny wystąpienia przyczyny stanu niezdatności si w chwili badania maszyny wyznacza się za pomocą algorytmu:
1. Genezowanie wartości zbioru parametrów diagnostycznych {yj*
}(tylko dla notacji dyskretnej zdarzeń):
a) za pomocą metod aproksymacji wartości parametru diagnostycznego yj*;
b) za pomocą metod interpolacji wartości parametru diagnostycznego yj*;
c) wybór metody według minimalnej wartości promienia błędu aproksymacji lub interpolacji eG;
2. Analiza przyczyny wystąpienia stanu si(TLU):
a) określenie punktu wspólnego „kanału błędowego” wyznaczonego przez promień błędu r*= max (rj,a, rj,int ) i wartość graniczną parametru diagnostycznego yj*
w chwili
S(1,b);
b) określenie większej liczby punktów wspólnych „kanału błędowego” wyznaczonego przez promień błędu r*=max(rj,a,rj,int) i wartości granicznej parametru diagnostycznego yj* w chwilach s (1,b);
c) w przypadku braku punktów wspólnych określenie minimalnej odległości „kanału błędowego” od wartości granicznej w chwili S(1,b);
d) analiza elementów zbioru stanów {si (k), k=1, …, K} i zlokalizowanego przez TLU stanu si w celu określenia przyczyny jego wystąpienia w kontekście otrzymanych ewentualnych „punktów wspólnych” lub minimalnej odległości „zbliżeń”;
e) określenie przyczyny stanu niezdatności si(b) przez badanie zależności okoliczności wystąpienia odległości minimalnej dmin dla analizowanych stanów si = {{si (k)) w kontekście wystąpienia chwilowego stanu si w przeszłości oraz warunków wystąpienia stanu si (analiza parametrów procesowych, parametrów otoczenia oraz zdarzenia dodatkowe – obciążenie, warunki terenowe, warunki klimatyczne, inne).
D. Raportowanie
Przedstawiane są wyniki badań symulacyjnych procedur genezowania stanu grupy maszyn lub pojedynczych maszyn:
1. Optymalny zbiór parametrów diagnostycznych z wartościami współczynnika korelacji liniowej rj = r(i, yj), współczynnika pojemności informacyjnej parametru diagnostycznego hj oraz wagi w1j.
2. Geneza stanu. Dane umożliwiające interpretację i wyjaśnienie przyczyny, zlokalizowanego podczas badania stanusi(TLU): „Czas pracy (przebieg)”, „Stan maszyny”, „Wagi wj”, „Błąd genezy dla metody genezowania wartości parametru diagnostycznego”, „Opis zbliżeń – odległości od wartości granicznej parametru diagnostycznego”, „Wartości parametrów procesowych maszyny”, „Wartości parametrów otoczenia”, „Zdarzenia dodatkowe”,
„Minimalna odległość dmin wraz z interpretacją genezowania stanu” (tabela 4.4 i 4.10).
Raportowanie odbywa się poprzez grupowanie poszczególnych symulacji celem porównania wyników oraz wizualizację danych poprzez rysowanie wybranych szeregów w formie wykresów liniowych, możliwość powiększenia wybranego obszaru wykresu oraz przedstawienie w formie tabelarycznej wyników przeprowadzanych symulacji.
Reasumując rozpatrzone zagadnienia dotyczące implementacji procedur genezowania stanu technicznego maszyny należy stwierdzić, że:
1. Na podstawie opracowanej metodyki i algorytmów genezowania stanu maszyn opracowano projekt programu komputerowego procesu genezowania stanu obejmujący następujące moduły:
a) Akwizycja Danych (wprowadzanie, edycja, zapis, interpolacja i aproksymacja danych wejściowych);
b) Optymalizacja Parametrów Diagnostycznych (wielokryterialna optymalizacja zbioru parametrów diagnostycznych);
c) Genezowanie Stanu (wartość genezowana, błąd genezy, badanie wpływu czynników eksploatacyjnych na genezę, badanie przyczyny zlokalizowanych stanów maszyn);
d) Raportowanie (grupowanie poszczególnych symulacji celem porównania wyników i szacowanie przyczyny uszkodzenia maszyny).
4.2. ANALIZA WYNIKÓW BADAŃ Łożysko 6203
Uzyskane wyniki badań łożyska 6203 określono w postaci szeregów czasowych (zbiory parametrów diagnostycznych w funkcji czasu eksploatacji). Wykaz rozpatrywanych parametrów diagnostycznych przedstawia tabela 4.1.
Tabela 4.1. Miary procesu drganiowego łożyska 6203
Parametry diagnostyczne
Aśr – wartość średnia przyspieszenia Hv – współczynnik harmoniczności
RMS(t) – wartość skuteczna po t T.Rxx – czas autokorelacji
RMS(f) – wartość skuteczna po f F.Rxx – częstotliwość autokorelacji RMS(p) – wartość szczytowa RMS A.Rxx – amplituda autokorelacji Wmax – wartość maksymalna Cov.Rxx – kowariancja autokorelacji
Wmin – wartość minimalna Szum – stosunek sygnału do szumu
Kurioza – współczynnik spłaszczenia F.Rxy – częstotliwość korelacji wzajemnej Odch.std – odchylenie standardowe A.Rxy – amplituda korelacji wzajemnej Ka – współczynnik kształtu dla A F.Coher – częstotliwość funkcji koherencji Ca – współczynnik szczytu dla A A.Coher – amplituda funkcji koherencji Ja – współczynnik impulsowości dla A P(A).2std – rozklad amplitudy (2*odchylenie standardowe) Hf – współczynnik luzu P(A).02std – rozklad amplitudy (0,2*odchylenie standardowe)
fv – częstość Rice`a dla V A.Bspec – amplituda w bispectrum
fx – częstość Rice`a dla X W.V(f) – wigner ville dla częstotliwości
Tabela 4.2. Wykaz obiektów i stanów dla grupy Łożyska 6203 Obiekty grupy: Łożyska 6203
Ob1 - Ł11X
Ob2 - Ł11Y
Ob3 - Ł21X
Ob4 - Ł21Y
Ob5 - Ł22X
Ob6 - Ł22Y
Stany dla grupy: Łożyska 6203 S31 - stan zużycia po 200h
S32 - stan zużycia po 300h S33 - stan zużycia po 400h S34 - stan zużycia po 500h S35 - stan zużycia po 600h
S36 - uszkodzenie łożyska
Wyniki badań określono dla sześciu obiektów, dla których pomiary wykonano dla dwóch elementów łożysk 6203 (Ł1, Ł2) umieszczonych w dwóch miejscach podparcia wałka (Ł11, Ł12 Ł21, Ł22) i dla dwóch osi (X, Y): (Ł11X, Ł11Y, Ł21X, Ł21Y, Ł22X, Ł22Y).
Określono także stany grupy: Łożyska 6203 związanych z czasem eksploatacji (1=200h,
2=300h, 3=400h, 4=500h, 5=600h, K= (uszkodzenie łożyska)) – tabela 4.2.
Optymalizacja parametrów diagnostycznych
Badanie procedur wyznaczenia zbioru parametrów diagnostycznych w celu wyznaczenia optymalnego zbioru parametrów diagnostycznych do genezowania wartości parametrów diagnostycznych realizowano na podstawie:
1. Wyznaczenia optymalnego zbioru parametrów diagnostycznych według metodyki przedstawionej w rozdziale 3.2. Dla zbioru danych (tabela 4.1) uzyskano zbiór parametrów diagnostycznych z odpowiednimi wartościami wagi (przykładowo dla obiektu Ł11X przedstawia tabela 4.3).
Analiza wyników dla obiektu Ł11X wykazała, że:
a) najwyższe wartości wagi w1j posiadają parametry diagnostyczne (Odch.std, Wmax, Cov.Rxx, A.Rxx, Wmin), najmniejsze zaś parametry (T.Rxx, Szum, A.Coher);
b) w celu optymalizacji zbioru parametrów diagnostycznych dla obiektu Ł11X (ilość parametrów, wartość wagi w1j) proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,02 (uzyskuje się zbiór 5 elementowy).
Tabela 4.3. Wyznaczenie optymalnego zbioru parametrów diagnostycznych dla obiektu Ł11X Macierz Parametrów Diagnostycznych dla Ł11X
KOD_PARAM NAZWA_PARAM KOD_OB NAZWA_OB JEDN RJ HJ DJI W1J
Odch.std Odchylenie standardowe Ł11X e1 oś X km 0,798 0,638 0,010 0,691
Wmax Wartość max Ł11X e1 oś X km 0,741 0,549 0,155 0,044
Cov.Rxx Kowariancja autokorelacji Ł11X e1 oś X km 0,727 0,529 0,192 0,035 A.Rxx Amplituda autokorelacji Ł11X e1 oś X km 0,711 0,506 0,233 0,029
Wmin Wartość min Ł11X e1 oś X km 0,693 0,481 0,278 0,024
Analiza wyników dla pozostałych obiektów grupy Łożyska 6203 wykazała, że:
a) najwyższe i najniższe wartości wagi wj1 posiadają różne parametry diagnostyczne:
- dla obiektu Ł11Y wartości najwyższe: Wmax, Wmin, P(A)(0,2odch.std), Ka (proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,02 – uzyskuje się zbiór 3 elementowy) oraz wartości najniższe: Hv, fv, fx,
- dla obiektu Ł21X wartości najwyższe: RMS(f), P(A).2std, Hf, Ja, Ca (proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,05 (uzyskuje się zbiór 5 elementowy) oraz wartości najniższe: F.Rxy, RMS(p), fv,
- dla obiektu Ł21Y wartości najwyższe: P(A).2odch.std, Odch.std, Kurtoza, Cov.Rxx (proponuje się przyjąć parametry o wartościach wagi w1j 0,03 (uzyskuje się zbiór 4 elementowy)oraz wartości najniższe: A.Rxx, F.Coher, - dla obiektu Ł22X wartości najwyższe: fx, A.Rxy, fv (proponuje się przyjąć
parametry diagnostyczne o wartościach wagi w1j 0,02 (uzyskuje się zbiór 3 elementowy) oraz wartości najniższe: W.V(f), Kurtoza, P(A).2std,
- dla obiektu Ł22Y wartości najwyższe: Cov.Rxx, A.Bspec, Odch.std) proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,02 (uzyskuje się zbiór 3 elementowy) oraz wartości najniższe: A.Coher, Kurtoza, A.Rxx;
c) w celu optymalizacji zbioru parametrów diagnostycznych dla łożyska 6203 (ilość parametrów, wartość wagi w1j) proponuje się przyjąć parametry diagnostyczne o maksymalnej wartości wagi w1j, czyli w1j 0,1;
d) przyjęte kryteria optymalizacji jednoznacznie identyfikują zbiory wartości parametrów posiadających największą ilość informacji o stanie technicznym i zmiennych w czasie eksploatacji łożyska 6203.
Reasumując przeprowadzone badania dla modułu „Parametry diagnostyczne” dla łożyska 6203 stwierdza się, że:
a) w badaniach proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,1 i odpowiadającej jej liczebności zbioru;
b) proponuje się także rozpatrywać zbiór parametrów diagnostycznych jednoelementowy, dla którego waga w1j przyjmuje wartość maksymalną i wynikające z tego rozwiązania alternatywne;
c) przyjęte kryteria optymalizacji jednoznacznie identyfikują zbiory wartości parametrów posiadających największą ilość informacji o stanie technicznym i zmiennych w czasie eksploatacji maszyny, co potwierdza poprawność sformułowania procedur optymalizacji zbioru parametrów diagnostycznych.
Genezowanie stanu
Badanie procedur genezowania stanu dla grupy Łożyska 6203 w celu wyznaczenia metody genezowania wartości parametru diagnostycznego według funkcji błędu genezy oraz badanie sposobu szacowania przyczyny stanu niezdatności na podstawie wartości genezowanej parametru diagnostycznego realizowano poprzez:
1. Określenie zbioru metod genezowania wartości parametrów diagnostycznych i sposobu szacowania przyczyny zaistnienia stanu niezdatności w chwili badania łożysk 6203 według metodyki przedstawionej w rozdziale 3.3. Dla zbioru parametrów diagnostycznych (tabela 4.3) uzyskano wizualizację (rys.4.7; 4.8; 4.9) zmian wartości wybranych parametrów diagnostycznych (dla Ł11X), o największych wartościach wag, w funkcji przyjętego czasu pracy dla analizowanych metod aproksymacji i interpolacji.
Rys. 4.7. Wizualizacja wartości genezowanej parametru Odch.std (waga w1=0,692) dla aproksymacji średniokwadratowej stopnia 2
Dane umożliwiające analizę wartości analizowanych parametrów w celu szacowania przyczyny stanów dla metody genezowania wartości parametru diagnostycznego o najniższej wartości błędu genezy przedstawiono w tabeli 4.4.
Rys. 4.8. Wizualizacja wartości genezowanej parametru Odch.std (waga w1=0,692) dla interpolacji funkcją sklejaną stopnia 1
Rys. 4.9. Wizualizacja wartości genezowanej parametru Odch.std (waga w1=0,692) dla interpolacji funkcją sklejaną stopnia 3
2. Analiza wyników dla obiektu Ł11X wykazała, że:
a) otrzymuje się różne najlepsze (według minimalnej wartości błędu genezy) metody genezowania dla parametrów diagnostycznych:
- dla Odch.std – metoda aproksymacji średniokwadratowej stopnia 2 (błąd genezy = 48%), - dla Cov.Rxx – metoda aproksymacji średniokwadratowej stopnia 2 (błąd genezy = 56%), - dla A.Rxx – metoda aproksymacji średniokwadratowej stopnia 2 (błąd genezy = 21,9%), a) w celu określenia przyczyny wystąpienia stanu niezdatności na podstawie odległości wartości genezowanej parametrów diagnostycznych z błędem genezy od wartości granicznej parametru diagnostycznego dla obiektu Ł11X wykorzystuje się algorytm:
analiza parametrów diagnostycznych – maksymalna wartość wagi, analiza metod genezowania wartości parametru diagnostycznego – minimalny błąd genezy, określenie odległości minimalnej od wartości granicznej. Dla Ł11X odpowiednio stwierdza się:
parametr A.Rxx, metoda aproksymacji 2 stopnia, (odległość = 0,6).
3. Badanie wartości genezowanej parametrów diagnostycznych wraz z błędem genezy i sposobu szacowania przyczyny zaistnienia stanu niezdatności w chwili badania maszyny w zależności od następujących parametrów:
a) metody genezowania wartości parametrów diagnostycznych;
b) liczebności zbioru parametrów diagnostycznych
Analiza wyników badań dla pozostałych obiektów grupy Łożyska 6203 wykazała, że:
1. Otrzymuje się różne najlepsze (według minimalnej wartości błędu genezy) metody genezowania dla różnych parametrów diagnostycznych:
a) dla obiektu Ł11Y dla parametrów diagnostycznych (Wmax, Wmin, P(A)(0,2odch.std), Ka) otrzymuje się odpowiednio: dla Wmax – metoda aproksymacji 2 stopnia (błąd genezy = 28,5%), dla Wmin – metoda aproksymacji 2 stopnia (błąd genezy = 28,6%), dla P(A)(0,2odch.std) – metoda aproksymacji 2 stopnia (błąd genezy = 25,4%), dla Ka – metoda aproksymacji 2 stopnia (błąd genezy
= 12,6%),
Tabela 4.4. Dane umożliwiające analizę wartości parametrów diagnostycznych dla metody aproksymacji średniokwadratowej stopnia 2 dla obiektu Ł11X
Akwizycja dyskretna wartości zdarzeń dla obiektu Ł11X 1. Wybór metody genezowania wartości parametru diagnostycznego dla Ł11X
Genezowanie Stanu Ł11X dla parametru Odch.std za pomocą Aproksymacji Średniokwadratowej stopnia 2 Wartość graniczna parametru =6.0, Waga Odch.std = 0,69127, Błąd genezy =48,15%
Stany obiektu:
S31 - stan zużycia po 200h S32 - stan zużycia po 300h S33 - stan zużycia po 400h S34 - stan zużycia po 500h S35 - stan zużycia po 600h S36 - uszkodzenie łożyska
Parametry procesowe obiektu Yp: Yp31, Yp32, Yp33 Parametry otoczenia obiektu Yo: Yo31, Yo32, Yo33 Zdarzenia dodatkowe Zd: Zd31, Zd32
2. Analiza sekwencji odległości d Czasy i odległości d dla stanów:
1 : S31 odległość d(S31)=2,43 dla czasu t(S31 )=216,40 2 : S32 odległość d(S32)=1,25 dla czasu t(S32 )=307,40 Odległość minimalna dmin=-2.2682 dla czasu 380,00 Stany obiektu w pobliżu dmin: S32
3. Pamięć zdarzenia przy dmin=-2.2682 dla czasu 380,00 Stany obiektu w pobliżu dmin: S32
Wartości parametrów procesowych Yp obiektu:
Yp31=xxx1 Yp32=xxx2
Wartości parametrów otoczenia Yo obiektu:
Yo31=yyy1 Yo32=yyy2
Zdarzenia dodatkowe:
Zd31: xxxxxxxxxxxxx Zd32: yyyyyyyyyyyyy
4. Szacowanie przyczyny uszkodzenia obiektu Ł11X Stany obiektu: S01, S02
Wartości parametrów procesowych Yp obiektu:
Yp31=xxx1 Yp32=xxx2
Wartości parametrów otoczenia Yo obiektu:
Yo31=yyy1 Yo32=yyy2
Zdarzenia dodatkowe:
Zd31: xxxxxxxxxxxxx Zd32: yyyyyyyyyyyyy
b) dla obiektu Ł21X dla parametrów diagnostycznych (RMS(f), P(A).2std, Hf, Ja, Ca) otrzymuje się odpowiednio (załącznik E): dla RMS(f) – metoda interpolacji funkcji sklejanych stopnia 1 (błąd genezy = 1,9%), dla P(A).2std – metoda aproksymacji 2 stopnia (błąd genezy = 0,4%), dla Hf – metoda aproksymacji 2 stopnia (błąd genezy = 4,9%), dla Ja – metoda aproksymacji 2 stopnia (błąd genezy = 4,7%), dla Ca – metoda aproksymacji 2 stopnia (błąd genezy = 4,5%),
c) dla obiektu Ł21Y dla parametrów diagnostycznych (P(A).2odch.std, Odch.std, Kurtoza, Cov.Rxx) otrzymuje się odpowiednio: dla P(A).2odch.std – metoda aproksymacji 2 stopnia (błąd genezy = 0,222%), dla Odch.std – metoda aproksymacji 2 stopnia (błąd genezy = 7,247%), dla Kurtoza – metoda aproksymacji 2 stopnia (błąd genezy = 0,914%), dla Cov.Rxx – metoda aproksymacji 2 stopnia (błąd = 7,587%), d) dla obiektu Ł22X dla parametrów diagnostycznych (fx, A.Rxy, fv ) otrzymuje się
odpowiednio: dla fx – metoda metoda aproksymacji 2 stopnia (błąd genezy = 3,4%), dla A.Rxy – metoda metoda aproksymacji 2 stopnia (błąd genezy = 18,4%), dla fv – metoda metoda aproksymacji 2 stopnia (błąd genezy = 6,1%),
e) dla obiektu Ł22Y dla parametrów diagnostycznych (Cov.Rxx, A.Bspec, Odch.std) otrzymuje się odpowiednio: dla Cov.Rxx – metoda metoda aproksymacji 2 stopnia (błąd genezy = 5,8%), dla A.Bspec – metoda metoda aproksymacji 2 stopnia (błąd genezy = 0,5%), dla Odch.std – metoda aproksymacji 2 stopnia (błąd = 14,8%);
2. W celu określenia przyczyny wystąpienia stanu niezdatności na podstawie odległości wartości genezowanej parametrów diagnostycznych z błędem genezy od wartości granicznej parametru diagnostycznego dmin wykorzystuje się algorytm:
a) analiza parametrów diagnostycznych według maksymalnej wartość wagi w1j ;
b) analiza metod genezowania wartości parametru diagnostycznego według minimalnego błędu genezy;
c) określenie odległości minimalnej od wartości granicznej dmin.
d) szacowanie przyczyny uszkodzenia poprzez analizę parametrów dodatkowych (parametrów procesowych, parametrów otoczenia i zdarzeń dodatkowych) w chwili
(dmin) wpływających na zmianę stanu obiektu.
Dla obiektów grupy Łożyska 6203:
a) dla Ł11Y – metoda aproksymacji 2 stopnia, parametr Ka (odległość = -0,03), brak wartości parametrów dodatkowych w chwili (dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
b) dla Ł21X (załącznik E) – metoda aproksymacji 2 stopnia, parametr P(A).2std (odległość = -0,001), brak wartości parametrów dodatkowych w chwili (dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
c) dla Ł21Y – metoda aproksymacji 2 stopnia, P(A).2std (odległość = -0,004),
d) dla Ł22X – metoda aproksymacji 2 stopnia, parametr fx (odległość = 9,8), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
e) dla Ł22Y – metoda aproksymacji 2 stopnia, parametr A.Bspec (odległość = 20,2), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia.
3. Alternatywnym rozwiązaniem jest realizacja procesu genezowania tylko dla parametrów o najwyższej wartości wagi, wówczas odpowiednio dla:
a) dla Ł11Y – metoda aproksymacji 2 stopnia, parametr Wmax (odległość = -3,5), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
b) dla Ł21X – metoda metoda interpolacji funkcji sklejanych stopnia 1, parametr RMS(f) (odległość = 11,5), brak wartości parametrów dodatkowych w chwili
=f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
c) dla Ł21Y – metoda aproksymacji 2 stopnia, P(A).2std (odległość = -0,002), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
d) dla Ł22X – metoda metoda aproksymacji 2 stopnia, parametr fx (odległość = 9,8), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
e) dla Ł22Y – metoda metoda aproksymacji 2 stopnia, parametr Cov.Rxx (odległość = 22,8), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia.
Przedstawiony powyżej algorytm jednoznacznie identyfikuje parametry diagnostyczne i metody genezowania, umożliwiające określenie przyczyny stanu niezdatności łożyska 6203 (przy założeniu że będą znane wartości parametrów dodatkowych w chwili =f(dmin)), co powinno umożliwić sformułowanie odpowiednich reguł wnioskowania diagnostycznego w zakresie genezowania stanu.
Przekładnia zębata samochodowa
Uzyskane wyniki badań stanowiskowych przekładni samochodowej określono w postaci szeregów czasowych (zbiory parametrów diagnostycznych w funkcji czasu eksploatacji) oraz zbiór stanów przekładni. Wykaz rozpatrywanych parametrów diagnostycznych przedstawia tabela 4.5, zaś zbiór stanów przekładni w tabeli 4.6.
Tabela 4.5 Miary procesu drganiowego przekładni zębatej samochodowej Parametry diagnostyczne przekładni zębatej
Aśr – wartość średnia przyspieszenia A.Rxx – amplituda autokorelacji RMS(t) – wartość skuteczna po t Cov.Rxx – kowariancja autokorelacji RMS(f) – wartość skuteczna po f Szum – stosunek sygnału do szumu RMS(p) – wartość szczytowa RMS T.Rxy – czas korelacji wzajemnej
Wmax – wartość maksymalna F.Rxy – częstotliwość korelacji wzajemnej Wmin – wartość minimalna A.Rxy – amplituda korelacji wzajemnej Kurtoza – współczynnik spłaszczenia Cov.Rxy – kowariancja korelacji wzajemnej 3moment – moment 3 rzędu F.Coher – częstotliwość funkcji koherencji Odch.std – odchylenie standardowe A.Coher – amplituda funkcji koherencji
Ka – współczynnik kształtu dla A P(A).2std – rozklad amplitudy (2*odchylenie standardowe) Ca – współczynnik szczytu dla A P(A).02std – rozklad amplitudy (0,2*odchylenie standardowe) Ja – współczynnik impulsowości dla A F1.Bspec – częstotliwość f1 w bispectrum
hf – współczynnik luzu F2.Bspec – częstotliwość f2 w bispectrum fv – częstość Rice`a dla V A.Bspec – amplituda w bispectrum fx – częstość Rice`a dla X A.Bcohe – amplituda w bikoherencji Hv – współczynnik harmoniczności W.V(t) – wigner ville dla czasu
T.Rxx – czas autokorelacji W.V(f) – wigner ville dla częstotliwości F.Rxx – częstotliwość autokorelacji
Wyniki badań określono dla czterech obiektów (PŁ1V1, PŁ1V2, PŁ2V1, PŁ1V2), dla których pomiary wykonano dla dwóch prędkości obrotowych przekładni zębatej określonych jako prędkość liniowa samochodu V (V1,=30km/h, V2=60km/h) oraz dla dwóch czujników umieszczonych w dwóch miejscach na obudowie łożysk przekładni. Określono także stany przekładni zębatej samochodowej związanych z czasem eksploatacji i dwoma prędkościami V1 i V2 (1=1000km, 2=2000km, 3=3000kmh, 4=4000km, K=(uszkodzenie przekładni zębatej samochodowej) – tabela 4.6.
Tabela 4.6. Zbiór stanów dla przekładni zębatej samochodowej Stany przekładni zębatej
S21 - stan zużycia po 10000 km, V1 S22 - stan zużycia po 20000 km V1 S23 - stan zużycia po 30000 km, V1 S24 - stan zużycia po 40000 km, V1 S25 - stan zużycia po 10000 km, V2 S26 - stan zużycia po 20000 km, V2 S27 - stan zużycia po 30000 km, V2 S28 - stan zużycia po 40000 km, V2 S29 - uszkodzenie przekładni, V2 Uwagi:
V1=30km/h, przekładnia bez wyłamanego zęba, V2=60km/h - przekładnia z wyłamanym zębem
Optymalizacja parametrów diagnostycznych
Badanie procedur wyznaczenia optymalnego zbioru parametrów diagnostycznych do oceny genezowania wartości parametrów diagnostycznych realizowano na podstawie ustaleń przedstawionych w rozdziale 3.2. Dla zbioru parametrów diagnostycznych uzyskano
optymalne zbiory parametrów diagnostycznych z odpowiednimi wartościami wagi, przykładowo dla obiektu PŁ1V1 (tabela 4.7).
Analiza wyników dla obiektu PŁ1V1 wykazała, że:
a) najwyższe wartości wagi w1j posiadają parametry diagnostyczne (Wmin, A.Rxx, RMS(f), RMS(t), Asr, Odch.std), najmniejsze zaś parametry diagnostyczne (W.V(t), F.Coher, P(A).2std);
b) w celu optymalizacji zbioru parametrów diagnostycznych dla obiektu PŁ1V1 (ilość parametrów, wartość wagi w1j) proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,04 (uzyskuje się zbiór 6 elementowy).
Tabela 4.7. Zbiór Parametrów Diagnostycznych dla obiektu PŁ1V1
Macierz Parametrów Diagnostycznych dla PŁ1V1
KOD_PARAM NAZWA_PARAM KOD_OB NAZWA_OB JEDN RJ HJ DJI W1J
Wmin Wartość min PŁ1V1 Ł1V1 km 0,905 0,819 0,010 0,445
A.Rxx Amplituda autokorelacji PŁ1V1 Ł1V1 km 0,892 0,796 0,032 0,138
RMS(f) Wartość skuteczna po f PŁ1V1 Ł1V1 km 0,867 0,753 0,091 0,048
RMS(t) Wartość skuteczna po t PŁ1V1 Ł1V1 km 0,865 0,748 0,097 0,045
Asr Wartość średnia PŁ1V1 Ł1V1 km 0,865 0,748 0,097 0,045
Odch.std Odchylenie standardowe PŁ1V1 Ł1V1 km 0,865 0,748 0,098 0,045
Analiza wyników dla pozostałych obiektów przekładni zębatej samochodowej wykazała, że:
1. Najwyższe i najniższe wartości wagi wj1 posiadają różne parametry diagnostyczne:
a) dla obiektu PŁ1V2 wartości najwyższe (fx, fv, Szum, A.Rxy, A.Rxx) proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,04 (uzyskuje się zbiór 5 elementowy) oraz wartości najniższe: Ja, F.Coher, Ca,
b) dla obiektu PŁ2V1 wartości najwyższe: RMS(p), Odch.std, RMS(t), Cov.Rxx, RMS(f) (proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,1 – uzyskuje się zbiór 5 elementowy) oraz wartości najniższe: W.V(t), A.BCohe, T.Rxx,
c) dla obiektu PŁ2V2 wartości najwyższe: fx, fv, Szum, Ka, T.Rxx (proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,02 (uzyskuje się zbiór 5 elementowy) oraz wartości najniższe: P(A).0,2std, F.Rxy, A.BCohe;
2. W celu optymalizacji zbioru parametrów diagnostycznych dla obiektów przekładni zębatej samochodowej (ilość parametrów, wartość wagi w1j) proponuje się przyjąć parametry diagnostyczne o maksymalnej wartości wagi w1j przedstawione powyżej.
Reasumując przeprowadzone badania dla procedur Optymalizacja Parametrów Diagnostycznych dla obiektów przekładni zębatej samochodowej proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j według powyższych ustaleń oraz odpowiadające im liczebności zbioru.
Genezowanie stanu
Badanie modułu genezowania stanu dla obiektów przekładni zębatej samochodowej realizowano na podstawie określenia metody genezowania wartości parametrów diagnostycznych i sposobu szacowania przyczyny zaistnienia stanu niezdatności.
Przykładowo dla parametru diagnostycznego Wmin obiektu PŁ1V1 przedstawiono wizualizację zmian jego wartości w funkcji przyjętego czasu pracy dla analizowanych metod
aproksymacji i interpolacji (rys. 4.10, 4.11, 4.12). Dane umożliwiające szacowania przyczyny uszkodzenia dla obiektu PŁ1V1 przedstawiono w tabeli 4.10
Rys. 4.10. Wizualizacja wartości genezowanej parametru Wmin (waga w1=0,4452) dla aproksymacji średniokwadratowej stopnia 2
Rys. 4.11. Wizualizacja wartości genezowanej parametru Wmin (waga w1=0,4452) dla interpolacji funkcją sklejaną stopnia 1
Rys. 4.12. Wizualizacja wartości genezowanej parametru Wmin (waga w1=0,4452) dla interpolacji funkcją sklejaną stopnia 3
Tabela 4.10. Dane umożliwiające analizę wartości parametrów diagnostycznych dla metody interpolacji stopnia 3 dla obiektu PŁ1V1
Akwizycja dyskretna wartości zdarzeń dla obiektu PŁ1V1
1. Wybór metody genezowania wartości parametru diagnostycznego dla PŁ1V1 Genezowanie wartości parametru Wmin za pomocą funkcji sklejanej st3
Wartość graniczna parametru =0.80, Waga Wmin = 0.4452, Błąd genezy =19.53%
Stany obiektu:
S01 - stan niezdatności 1 S02 - stan niezdatności 2 S03 - stan niezdatności 3 S04 - stan niezdatności 4
Parametry procesowe obiektu Yp: Yp1, Yp2, Yp3 Parametry otoczenia obiektu Yo: Yo1, Yo2, Yo3 Zdarzenia dodatkowe Zd: Zd1, Zd2, Zd3 2. Analiza sekwencji odległości d Czasy i odległości d dla stanów:
1 : odległość d(S01)=-0.039 dla czasu t(S01 )=11516.60 2 : odległość d(S02)=-0.046 dla czasu t(S02 )=20231.60 3 : odległość d(S03)=-0.0172 dla czasu t(S03 )=33082.60 4 : odległość d(S04)=-0.0388 dla czasu t(S04 )=40628.60 Pozostałe czasy i odległości d:
1 : odległość d=-0.2821 dla czasu t=15311.360 2 : odległość d=-0.146 dla czasu t=28231.60 3 : odległość d=-0.0172 dla czasu t=38082.44
Odległość minimalna dmin=-0.2821 dla czasu 15311.360 Stany obiektu w pobliżu dmin: S01,.S02
3. Pamięć zdarzenia przy dmin =-0.2821 dla czasu 15311.360
Stany obiektu w pobliżu dmin: S01,.S02 Wartości parametrów procesowych Yp obiektu:
Yp1=xxx1 Yp2=xxx2
Wartości parametrów otoczenia Yo obiektu:
Yo1=yyy1 Yo2=yyy2
Zdarzenia dodatkowe:
Zd1: xxxxxxxxxxxxx Zd2: yyyyyyyyyyyyy
4. Szacowanie przyczyny uszkodzenia obiektu PŁ1V1 Stany:obiektu: S01,.S02
Wartości parametrów procesowych Yp obiektu:
Yp1=xxx1 Yp2=xxx2
Wartości parametrów otoczenia Yo obiektu:
Yo1=yyy1 Yo2=yyy2
Zdarzenia dodatkowe:
Zd1: xxxxxxxxxxxxx Zd2: yyyyyyyyyyyyy
Analiza wyników dla obiektu PŁ1V1 wykazała, że otrzymuje się różne najlepsze (według minimalnej wartości błędu genezy) metody genezowania dla parametrów diagnostycznych:
a) dla Wmin – metoda interpolacji 3 stopnia (błąd genezy = 19,5%);
b) dla A.Rxx – metoda aproksymacji 2stopnia (błąd genezy = 27,3%);
c) dla RMS(f) – metoda aproksymacji 2 stopnia (błąd genezy = 23,7%);
d) dla Asr – metoda interpolacji 3 stopnia (błąd genezy = 17,5%);
e) dla RMS(t) – metoda interpolacji 3 stopnia (błąd genezy = 19,7%);
f) dla Odch.std – metoda interpolacji 3 stopnia (błąd genezy = 19,7%).
W celu określenia przyczyny wystąpienia stanu niezdatności na podstawie odległości wartości genezowanej parametrów diagnostycznych z błędem genezy od wartości granicznej parametru diagnostycznego dmin,, podobnie jak dla grupy obiektów Łożyska 6203, wykorzystuje się algorytm:
a) analiza parametrów diagnostycznych według maksymalnej wartość wagi w1j ;
b) analiza metod genezowania wartości parametru diagnostycznego według minimalnego błędu genezy;
c) określenie odległości minimalnej od wartości granicznej dmin.;
d) szacowanie przyczyny uszkodzenia poprzez analizę parametrów dodatkowych (parametrów procesowych, parametrów otoczenia i zdarzeń dodatkowych) w chwili
(dmin) wpływających na zmianę stanu obiektu.
W przypadku obiektu PŁ1V1 (tabela 4.10) przyjmuje się następujący ciąg konkluzji: metoda interpolacji 3 stopnia, parametr Asr ( odległość = - 0,08), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia.
Analiza wyników badań dla pozostałych obiektów przekładni zębatej samochodowej wykazała, że otrzymuje się różne najlepsze (według minimalnej wartości błędu genezy) metody genezowania dla różnych parametrów diagnostycznych):
a) dla obiektu PŁ1V2 dla parametrów diagnostycznych (fx, fv, Szum, A.Rxy, A.Rxx) otrzymuje się odpowiednio: dla fx – metoda aproksymacji 2 stopnia (błąd genezy =
4,4%), dla fv – metoda aproksymacji 2 stopnia (błąd genezy = 8,7%), dla Szum – metoda aproksymacji 2 stopnia (błąd genezy = 18,9%), dla A.Rxy – metoda aproksymacji 2 stopnia (błąd genezy = 10,2%), dla A.Rxx – metoda aproksymacji 2 stopnia (błąd genezy = 14,8%);
b) dla obiektu PŁ2V1 dla parametrów diagnostycznych (RMS(p), Odch.std, RMS(t), Cov.Rxx, RMS(f)) otrzymuje się odpowiednio (załącznik F): dla RMS(p) – metoda aproksymacji 2 stopnia (błąd genezy = 16,1%), dla Odch.std – metoda interpolacji 3 stopnia (błąd genezy = 9,7%), dla RMS(t) – metoda interpolacji 3 stopnia (błąd genezy = 9,7%), dla Cov.Rxx – metoda interpolacji 3 stopnia (błąd genezy = 21,5%), dla RMS(f) – metoda interpolacji 3 stopnia (błąd genezy = 8,8%);
c) dla obiektu PŁ2V2 dla parametrów diagnostycznych (fx, fv, Szum, Ka, T.Rxx) otrzymuje się odpowiednio: dla fx – metoda aproksymacji 2 stopnia (błąd genezy = 2,6%), dla fv – metoda aproksymacji 2 stopnia (błąd genezy = 4,7%), dla Szum – metoda aproksymacji 2 stopnia (błąd genezy = 20,4%), dla Ka – metoda aproksymacji 2 stopnia (błąd genezy = 1,7%), dla T.Rxx – metoda interpolacji 3 stopnia (błąd genezy = 9,8%);
W celu określenia przyczyny wystąpienia stanu niezdatności na podstawie odległości wartości genezowanej parametrów diagnostycznych z błędem genezy od wartości granicznej parametru diagnostycznego dla przekładni zębatej samochodowej wykorzystuje się jak dla obiektu podobny algorytm jak dla PŁ1V1. Wówczas dla:
a) PŁ1V2 – metoda aproksymacji 2 stopnia, parametr fx (odległość = -11,7), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
b) PŁ2V1 – metoda metoda interpolacji 3 stopnia, parametr RMS(f) (odległość = 0,07), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia.
c) PŁ2V2 – metoda aproksymacji 2 stopnia, parametr Ka (odległość = 0,1), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia.
Alternatywnym rozwiązaniem jest analiza metod genezowania tylko dla parametrów o najwyższej wartości wagi, wówczas odpowiednio dla:
a) PŁ1V2 – metoda aproksymacji 2 stopnia, parametr fx (odległość = -11,7), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
b) PŁ2V1 – metoda aproksymacji 2 stopnia, parametr RMS(p), (odległość = 0,05), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia;
c) PŁ2V2 – metoda aproksymacji 2 stopnia, parametr fx (odległość = -1,9), brak wartości parametrów dodatkowych w chwili =f(dmin) nie pozwala na ich wykorzystanie w szacowaniu przyczyny uszkodzenia.
Przedstawiony powyżej algorytm jednoznacznie identyfikuje parametr diagnostyczny i metodę genezowania, umożliwiające określenie przyczynę stanu niezdatności dla przekładni zębatej samochodowej.
4.3. PODSUMOWANIE
W rozdziale tym rozpatrzono zagadnienia dotyczące badań procesu genezowania stanu maszyn, zweryfikowanego programowo na wybranych łożyskach 6203 oraz przekładni zębatej samochodowej.
Określono zakres badań procedur genezowania stanu, który zawiera:
a) badanie zbioru parametrów diagnostycznych w aspekcie wyznaczenia optymalnego zbioru parametrów diagnostycznych do genezowania wartości parametrów diagnostycznych na podstawie wyników badań zespołów i układów maszyn;
b) badanie jakości genezowania stanu zespołów i układów maszyn poprzez:
- wyznaczenie metody genezowania wartości parametru diagnostycznego według funkcji błędu genezy,
- badanie sposobu szacowania przyczyny stanu niezdatności na podstawie wartości genezowanej parametru diagnostycznego.
Przeprowadzono badania procedur dla łożyska 6203 i przekładni zębatej samochodowej, przy czym analiza wyników badań pozwoliła na sformułowanie następujących wniosków:
1. W genezowaniu stanu maszyn proponuje się przyjąć parametry diagnostyczne o wartościach wagi w1j 0,1 i odpowiadającej jej liczebności zbioru, ewentualnie określić zbiór parametrów diagnostycznych jednoelementowy, dla którego waga w1j
przyjmuje wartość maksymalną.
2. W celu określenia przyczyny wystąpienia stanu niezdatności na podstawie odległości wartości genezowanej parametrów diagnostycznych z błędem genezy od wartości granicznej parametru diagnostycznego dla różnych grup należy wykorzystać algorytm (analiza parametrów diagnostycznych na podstawie maksymalnej wartości wagi, analiza metod genezowania wartości parametru diagnostycznego na podstawie minimalnego błędu genezy, określenie odległości minimalnej od wartości granicznej, szacowanie przyczyny uszkodzenia poprzez analizę parametrów dodatkowych (parametrów procesowych, parametrów otoczenia i zdarzeń dodatkowych) w chwili
(dmin) wpływających na zmianę stanu obiektu), którego realizacja dla różnych grup generuje różne rozwiązania. Alternatywnym rozwiązaniem jest analiza metod genezowania tylko dla parametrów o najwyższej wartości wagi, przy czym uzyskuje się także różne rozwiązania dla różnych grup (zespołów i układów maszyn).
3. Przyjęte kryteria optymalizacji i przedstawione algorytmy jednoznacznie identyfikują wszystkie elementy metodyki genezowania stanu maszyn, co potwierdza poprawność sformułowanych procedur oraz działania programu „Genezowanie Stanu Maszyn”.
Pozwala to także na sformułowanie, dedykowanych dla zespołów i układów maszyn, reguł wnioskowania diagnostycznego.
