Формализация оценки технического состояния станков как объектов контроля, диагностирования и испытаний

Тип работы:
Реферат
Предмет:
Общие и комплексные проблемы естественных и точных наук


Узнать стоимость

Детальная информация о работе

Выдержка из работы

УДК 658. 52. 011. 56. 012
В.А. Добряков
ФОРМАЛИЗАЦИЯ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ СТАНКОВ
КАК ОБЪЕКТОВ КОНТРОЛЯ, ДИАГНОСТИРОВАНИЯ И ИСПЫТАНИЙ
Рассматривается формирование теоретических основ оценки технического состояния металлорежущих станков на этапах контроля, диагностирования и испытаний.
Металлорежущий станок, техническое состояние, система контроля, диагностирования и испытаний, программно-математическое обеспечение, диагностические параметры
V.A. Dobrjakov
FORMALIZATION OF THE ESTIMATION OF THE TECHNICAL CONDITION OF MACHINE TOOLS AS OBJECTS OF THE CONTROL, DIAGNOSING AND
TESTS
Formation of theoretical bases of an estimation of a technical condition of metal-cutting machine tools at stages of the control, diagnosing and tests is considered.
Dynamic system, object of diagnosing, the monitoring system, diagnosing and tests, a pro-grammno-software, a technical condition, diagnostic parametres
Современные прецизионные металлорежущие станки (МРС) принадлежат к категории динамических систем (ДС). ДС — некоторая структура, представляющая собой совокупность взаимосвязанных элементов различной природы, предназначенная для выполнения определенных операций и осуществляющая направленный процесс преобразования во времени материи (вещества, энергии) и информации [1, 2].
Известно, что эффективность функционирования МРС зависит от их технического состояния. В процессе эксплуатации, если не применять специальных мер, техническое состояние МРС ухудшается. В связи с этим возникает проблема управления техническим состоянием станков, включающая следующие аспекты: рациональная организация контроля технического состояния, эффективные методы диагностирования и прогнозирования, определение моментов проведения технического обслуживания и профилактического ремонта (восстановления), надежные методы испытаний станков [3].
Практическое решение проблемы достигается путем разработки автоматизированной системы контроля и диагностирования (СКД), включающей соответствующие средства методического, аппаратного, метрологического и программно-математического обеспечения (ПМО), которые учитывают особенности объекта исследования.
Особенностью станков как ДС является функционирование их в динамическом режиме при наличии внешних и внутренних возмущающих случайных воздействий.
Основной характеристикой ДС является оператор, с помощью которого входные сигналы и (г) преобразуются в выходную реакцию системы У (г):
У (г) = А (г V) и (г). (1)
Здесь и далее входные и выходные сигналы ДС рассматриваются как векторы, имеющие соответственно размерности:
и (г) = [и1 (г), и 2 (г),…, и" (г)]т, У (г) = У1(г), У2(г),…, У", (г)]Г, (2)
где индекс Т — знак транспонирования.
Входные сигналы и (г) включают полезную составляющую g (г) и помеху %(г). Связь полезного сигнала и помех может быть аддитивной, мультипликативной, аддитивномультипликативной, либо иметь более сложную зависимость. Оператор А (г, У) зависит от врет
мени г и вектора параметров У = (УьУ2,…, У,), характеризующих ТС системы.
Под Т С понимают совокупность подверженных изменению в процессе производства и эксплуатации свойств ДС, характеризуемых определенными признаками, установленными технической документацией. Эти признаки могут иметь количественное и качественное выражение. Количественно выраженные признаки принято называть параметрами технического состояния (ТС) системы. Естественно, что эти параметры должны быть наблюдаемыми (контролируемыми) в процессе производства и эксплуатации и обеспечить объективную оценку ТС системы (станка).
Для определения вида ТС станка на его параметры устанавливают определенные технические нормы. К ним относятся: номинальное значение параметра У0, нижнее Ун и верхнее Ув, предельно допустимые его значения, нижний Ан=Уа-Ун и верхний Ло = Ув-У0 допуски на параметр.
В зависимости от степени соответствия параметров ТС установленным нормам различают следующие виды ТС объектов машиностроения: исправное, неисправное, работоспособное, неработоспособное и предельное.
Исправное (50) — это состояние изделия, при котором все его определяющие параметры соответствуют требованиям технической документации. Выход хотя бы одного из указанных
параметров за пределы допусков переводит МРС в неисправное состояние (5). Работоспособное (5р) состояние — все основные параметры станка находятся в пределах допусков. Выход хотя бы одного из основных параметров за пределы допусков переводит объект в неработоспособное состояние ?). Предельное (Бпр) — это такое состояние станка, при котором его дальнейшее применение по назначению, либо восстановление исправного (работоспособного) состояния невозможно или нецелесообразно. Дополнением к предельному состоянию является состояние (Эпр) • в котором возможна эксплуатация станка. Между рассмотренными состояниями справедливо следующее логическое отношение:
50 С 5р С. (3)
На рис. 1 показана схема основных состояний и возможных переходов МРС в эти состояния. Отказы, неисправности и поврежденное МРС в процессе эксплуатации возникают как случайные события и обусловлены случайными изменениями параметров технического состояния.
Исходная информационная база по МРС-ОД
— Данные
исследований при проектировании и изготовлении
— Техническая документация
— Данные эксплуатации: показатели надежности, ремонтопригодность и
— Функциональная схема ОД
— Структурная иерархическая модель ОД: декомпозиция
на системы, узлы, блоки, детали
повреждение
ремонт
Схема основных состояний МРС
Математическая модель
ОД
Линейные — нелинейные Непрерывные — дискретные Стационарные — нестационарные Детерминированные -стохастические
V
Диф. уравнения, передаточные функции, частотные характеристики, метод ПС
Формулировка цели КДИ
Определение Т С ОД
Диагностическая модель ОД
и
4 Анализ модели
ОД

Информация об отказах: вид, место, величина, глубина диагностирования
С учетом источников, отказов, дефектов, погрешностей
Модель
отказов
Диагностируемость:
— выявл. ненаблюдаемых отказов
— оценка чувствительности
диагностирования_______________
Выбор диагностических параметров
Обобщенные параметры: измеримые, информативные, инвариантные
6 Выбор методов КДИ и синтез СД
Прямые и косвенные диагностические признаки
Функциональное и тестовое диагностирование
Аппаратная часть СКД
Проведение измерений, формирование
программного обеспечения
Алгоритм КДИ
Программная часть СКД
Отработка программного обеспечения и получение результатов КДИ
Принятие решения о состоянии ОД
Информация об отказах, дефектах
Оценка достоверности диагностирования
Рис. 1. Формирование теоретических основ на этапах организации контроля диагностирования и испытаний МРС
1
2
т.п.
3
5
8
Таким образом, с точки зрения глубины диагностирования различают задачи контроля (обнаружения неисправности) и диагностирования (локализации дефекта) — первая задача выполняется также и при различных испытаниях.
Совокупность задач, решаемых при определении ТС МРС на понятийном уровне, сформулированы в качестве ряда последовательных этапов организации и проведения контроля, диагностирования и испытаний (КДИ) (рис. 1). На первом этапе формулируется математическая модель объекта КДИ, в которой описываются основные режимы его работы и особенности функционирования. В частности, объект может быть линейным или нелинейным, стационарным или нестационарным, непрерывным или дискретным, может быть описан с помощью дифференциальных уравнений, передаточных функций, частотных характеристик, уравнений в пространстве состояний и т. д.
На втором этапе формулируется цель КДИ. Она может состоять в определении ТС объекта, оценке его исправности, работоспособности, правильности функционирования, получении качественной или количественной информации о его характеристиках, отказах или дефектах (вид, место, величина). С точки зрения глубины диагностирования различают обнаружение отказа, когда требуется вынести одно из двух суждений: «объект исправен» или «объект неисправен», и локализацию (поиск) отказа, когда требуется с заданной степенью точности (глубиной поиска отказа) указать место неисправности.
На третьем этапе осуществляется построение диагностической модели объекта, наиболее полно отражающей цель исследований при организации КДИ, а модели контроля и испытаний вполне корректно можно рассматривать как частные случаи или усеченные варианты диагностической модели.
Таким образом, сформулируем понятие «диагностическая модель» — это математическая модель объекта (станка), учитывающая возможные источники отказов, дефектов и погрешностей (модель объекта в совокупности с моделью отказов). При этом реальные погрешности, отказы и дефекты обычно отображаются в модели опосредованно в виде дополнительных входных сигналов или в виде изменения некоторых параметров, например, коэффициентов уравнений.
На четвертом этапе построенная модель используется для анализа диагностируемости, т. е. для выявления множества ненаблюдаемых отказов (дефектов), классов эквивалентных и неразличимых дефектов, оценки чувствительности диагностирования. На этом этапе речь может идти о потенциальных характеристиках диагностируемости, без привязки к конкретному методу контроля или набору диагностических признаков.
На пятом этапе выбираются конкретные диагностические признаки, под которыми понимаются характеристики объекта, используемые для определения его ТС. К ним относим, во-первых, характеристики и параметры объекта, определяемые целью исследований при КДИ, и, во-вторых, переменные и параметры, подлежащие прямому измерению. В технической диагностике параметры называют прямыми и косвенными диагностическими признаками [3]. Выбор совокупности непосредственно измеряемых диагностических параметров представляет собой ответственный этап, от которого во многом зависят качество, точность и эффективность всей СКД станка. Требования, которым должны удовлетворять измеряемые параметры, можно сформулировать в виде принципа «трех И»: измеримость, информативность, инвариантность.
Измеримость параметра означает, что он должен допускать возможность непосредственного измерения с помощью соответствующего датчика (вибрации, температуры, перемещение скорости и т. д.). Информативность параметра означает, что он должен нести существенную информацию об отказах (дефектах) и допускать возможность количественного определения их характеристик. Инвариантность параметра означает, что он должен иметь малую (в идеале — нулевую) чувствительность к шумам и другим возмущающим воздействиям.
Изложенное выше проиллюстрируем диаграммой, изображенной на рис. 2, на которой выделены множества измеренных, информативных и инвариантных параметров МРС. Если пересечение этих трех множеств не пусто, то их общая часть содержит параметры, удовлетворяющие всем требованиям КДИ. В противном случае приходится удовлетворять в первую очередь требованию измеримости, а в отношении двух других требований идти на разумный компромисс. Такие параметры для исследуемого класса объектов можно корректно представить как обобщенные диагностические параметры. Именно на основе их измерений целесообразно строить СКД, эффективную для станков различного назначения.
Рис. 2. Взаимосвязь измеряемых параметров в пространстве состояний станка
Шестой этап связан с выбором метода КДИ и синтезом СД. Этот этап заканчивается объединением всех средств в единую систему и формированием на этой основе аппаратной части СКД. Исходя из задач КДИ и на основе положений технической диагностики, рассмотренных в [1, 2], выделяем функциональное и тестовое диагностирование. Как правило, первое из них выполняется в рабочем режиме, а второе — в специальном режиме при подаче на вход системы тестовых воздействий, что особенно характерно, например, для различных испытаний станков.
Характерным примером функционального диагностирования являются методы оценивания состояния и методы аналитической избыточности. Суть диагностирования на основе аналитической избыточности состоит в проверке выполнения некоторого аналитического соотношения, связывающего переменные системы. Примером таких соотношений служат первые интегралы ДС, которые должны сохранять свое значение в любой момент времен. Если такие соотношения отсутствуют, их можно получить за счет введения избыточности в исходную систему.
Типичным примером тестового диагностирования являются методы оценивания параметров, развитые в теории идентификации. Диагностирование проводится путем сравнения экспериментальных оценок параметров, полученных в ходе испытаний, с их эталонными значениями. На данном этапе формулируется алгоритм обработки результатов КДИ.
Седьмой и восьмой этапы относятся к непосредственному проведению измерений, формированию и отладке ПМО на базе математической (в том числе статистической) обработки результатов измерений и получения результата КДИ. Цель обработки косвенных диагности-
ческих признаков состоит в отбраковке недостоверных результатов, фильтрации помех, пересчете данных прямых измерений в результат и оценке погрешности. Итогом является получение результата диагностирования (принятие решения об отнесении объекта к одному из неисправных состояний или информация о характеристиках дефектов). Одновременно может оцениваться достоверность диагностирования, например, путем указания вероятностей ошибок первого и второго рода (вероятностей ложного обнаружения и пропуска отказа или дефекта).
Далее по результатам диагностирования принимается решение о ремонте или замене неисправного функционального узла (ФУ) либо об изменении технологического режима обработки на данном станке и другие мероприятия, относящиеся к сфере обеспечения работоспособности, технологической надежности и безопасности, и которые уже выходят за рамки технической диагностики. Следует заметить, что в литературе по технической диагностикеболь-шое количество работ посвящено исследованию систем управления и сложных электронных устройств, до сих пор существует известный терминологический разнобой. Значительно менее развита область диагностики технологического оборудования, что проанализировано в [2, 3]. Используемая терминология в значительной степени определяется традициями этих предметных областей. Имеется также ряд отличий в использовании одних и тех же терминов отечественными и зарубежными специалистами по диагностике. В частности, это касается трактовки понятия «диагностическая модель», которая является предметом рассмотрения в данной главе.
Под диагностической моделью в отечественной литературе принято понимать математическую модель объекта диагностирования, дополненную моделью отказов (дефектов). Это заметно отличается от «западной» трактовки диагностической модели как совокупности соотношений, связывающих диагностические признаки и отказы (дефекты).
В этой связи формулировку диагностической модели, суть которой сводится к созданию теоретической основы определения и оценки технического состояния МРС, целесообразно представить в виде соответствующей концепции, простроенной с учетом системных свойств станка как ОД [1]. Анализ источников научно-технической информации по проблеме организации КД и опыт собственных исследований, изложенные в [2], позволяют представить данную концепцию как совокупность четырех взаимосвязанных аспектов решаемых задач, характеризующихся иерархической структурой функциональных подсистем МРС или пересекающимися подмножествами измеряемых параметров (сигналов) станка либо различными скоростью или свойствами физических процессов, протекающих в его подсистемах. В соответствии с указанной концепцией в данной главе рассматривается подход к построению диагностических моделей станков различного назначения как ДС.
Представленный в [1, 3] системный подход к объекту (современным МРС) как сложной технической ДС, анализ теоретического подхода к проблеме КДИ для объектов, содержащих подсистемы, различные по принципу действия, физическим процессам, сложным самостоятельным многокоординатным функциям, а также формирование идеологии организации КДС в виде ряда этапов позволяют корректно применить математический аппарат, развитый в современной теории управления для описания ДС. Этот аппарат основан на методе пространства состояний (ПС).
Математическая модель ДС, в качестве которой рассматривается станок, в ПС имеет вид
менные матрицы соответствующей размерности, причем пхп — матрица, А характеризует собственную динамику объекта, пхг — матрица В — структуру его входного устройства, шхп — мат-
(4)
где U Е Rr, Y Е Rm, X Е Rn — векторы входа, выхода и состояния- А (г), B (t), C (t), D (t) пере-
рица С — структуру выходного устройства, шхт — матрица Б — структуру нединамической (алгебраической или прямой) связи входа с выходом.
ДС, описываемая уравнениями вида (4), содержит переменные матрицы, элементы которых (или часть элементов) являются функциями времени. Такие системы называются нестационарными. Для стационарной системы матрицы не зависят от времени. В этом случае (4) преобразуется к виду
X (г) = АХ + ви У (г) = СХ + Би
(5)
Во многих работах, например [3], показано, что сложные технические системы (СТС), в том числе и станочные объекты, содержащие электромеханические, гидравлические, пневматические и другие ФУ, можно описать совокупностью дифференциальных уравнений 1-го порядка. Реальные СТС (станочные объекты) представляются в виде ДС п-го порядка.
Модель Д С п-го порядка можно представить следующим образом:
X = А* X + В*и
У = С * X + Б*и
(6)
А* у * ?'-«'Г * Т~Ч * у ~ ч
, В, С, Б имеют отличный от (5) вид.
Тогда общее решение уравнения (6) стационарной системы записывается как
X (г)_
А'-(г — г о)
X о +! е
го
А (г-г0) О*
У (г)_ С
_ Г1* О, А (г — го)
• В*и (т)йт,
А (г-г0) о*
• В*и (т)йт + Б*и (г).
го
(7)
Модель станочной системы как ДС с детерминированными характеристиками представляется в виде уравнений (6). В общем случае, если рассматривать станок как объект с детерминированными и стохастическими характеристиками, так как на него могут при работе воздействовать различные случайные возмущения и помехи (тепловые, вибрационные электрические и т. д.), модель вида (6) преобразуется к виду
& lt-
г
(8)
где & amp-) — случайный процесс, например, типа «белый шум» [3].
Основываясь на уравнениях (8) можно получить структурную схему модели объекта с учетом детерминированных и стохастических характеристик, показанную в [3].
Таким образом, математическая модель станка как ДС на базе метода ПС вида (5) и (6) в подавляющем большинстве практических случаев при наложении ограничений возможно свести к достаточно простой модели, например линейной, непрерывной, стационарной, детерминированной или с учетом стохастических характеристик вида (8). Математический аппарат для таких моделей достаточно хорошо разработан. Метод П С позволяет рассматривать и более сложные модели в отдельных случаях с установленными ограничениями, причем решение уравнений модели производить не аналитически, а цифровыми методами на ЭВМ.
ЛИТЕРАТУРА
1. Добряков В. А. Совершенствование гибкого обслуживания по состоянию при эксплуатации технологических объектов управления / В. А. Добряков // Вестник СГТУ. 2009. № 3 (41). Вып. 2. С. 78−81.
2. Добряков В. А. Современный подход к гибкому обслуживанию технологических объектов управления в автоматизированном производстве / В. А. Добряков // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ. 2010. С. 41−46.
3. Контроль в системах автоматизации технологических процессов / А. А. Игнатьев, М. В. Виноградов, В. А. Добряков др. Саратов: СГТУ, 2001. 124 с.
Добряков Владимир Анатольевич —
кандидат технических наук, доцент кафедры «Автоматизация и управление технологическими процессами»
Саратовского государственного технического университета
Dobrjakov Vladimir Anatolevich —
Candidate of Technical Sciences, the senior lecturer of chair «Automation and management of technological processes» the Saratov State Technical University
Статья поступила в редакцию 20. 05. 2011, принята к опубликованию 24. 06. 2011

ПоказатьСвернуть
Заполнить форму текущей работой