Chẩn đoán sớm hư hỏng hệ truyền động bằng kỹ thuật phân tích dao động mới

Cơ kỹ thuật & Kỹ thuật cơ khí động lực N. T. Du, N. P. Điền, “Chẩn đoán sớm hư hỏng hệ truyền động dao động mới.” 160 CHẨN ĐOÁN SỚM HƯ HỎNG HỆ TRUYỀN ĐỘNG BẰNG KỸ THUẬT PHÂN TÍCH DAO ĐỘNG MỚI NGUYỄN TRỌNG DU, NGUYỄN PHONG ĐIỀN Tãm t¾t: Ngày nay, giám sát tình trạng kỹ thuật và chẩn đoán hư hỏng của hệ truyền động trên cơ sở các phương pháp phân tích tín hiệu dao động đã trở nên phổ biến. Một loạt các phương pháp phân tích tín hiệu dao động trong miền thời gian và miền tần số đã được áp dụng có hiệu quả để chẩn đoán hư hỏng cho hệ truyền động. Bài báo này trình bày phương pháp phân tích tín hiệu dao động mới trong miền thời gian – tần số bằng phép biến đổi nén Wavelet (Wavelet synchorosqueezing transforms - WSST). Phương pháp này đặc biệt phù hợp với hệ truyền động vận hành với tốc độ quay biến đổi. Từ khóa: Hệ truyền động, Chẩn đoán dao động, Phép biến đổi Wavelet, Phép biến đổi Fourier 1. ĐẶT VẤN ĐỀ Các hệ truyền động cơ khí thực hiện đồng thời chức năng truyền lực và truyền chuyển động (truyền công suất). Đối với các hệ truyền động quay như hộp số bánh răng, quá trình truyền công suất diễn ra giữa các trục quay, trong đó các trục quay thường song song với nhau. Một hệ truyền động gặp sự cố có thể làm đình trệ hoạt động của máy và thậm chí, cả một dây chuyền sản xuất. Một hệ truyền động gồm nhiều cụm chi tiết cấu thành như kết cấu vỏ, trục, khớp nối trục, ổ đỡ, bánh răng. Mỗi cụm chi tiết như ổ đỡ con lăn được lắp ráp từ nhiều chi tiết máy đơn lẻ. Hư hỏng tại một chi tiết máy trong khi làm việc cũng có thể gây ra sự cố cho toàn bộ hệ truyền động. Do sự quan trọng của hệ truyền động đối với toàn bộ máy, vấn đề giám sát và chẩn đoán cho hệ truyền động thực sự nhận được sự quan tâm lớn của giới nghiên cứu vào những năm 90 của thế kỷ trước cùng với sự phát triển của kỹ thuật đo dao động bằng các đại lượng điện và nhiều phương pháp xử lý tín hiệu số đã được đề xuất. Khi đó, những giải pháp chẩn đoán máy quay đã được giới thiệu, và được các nước công nghiệp phát triển đón nhận, sau đó triển khai ứng dụng ngay trên các sản phẩm cơ khí của họ. Các công trình của các tác giả người Đức Cempel [2], Klein [3] và Kolerus [4] đã đặt nền móng cho sự phát triển các phương pháp chẩn đoán dao động của máy nói chung và hệ truyền động nói riêng. Bartz [1] đã tiến hành thống kê tần suất hư hỏng của các chi tiết/cụm chi tiết trong hộp số bánh răng, kết quả thống kê được trình bày trong bảng 1. Theo số liệu này, hư hỏng tại bánh răng xảy ra với tần suất cao. Do đó, vấn đề nhận dạng hư hỏng của bánh răng được quan tâm nghiên cứutrong bài báo này. 2. GIÁM SÁT VÀ CHẨN ĐOÁN DAO ĐỘNG CHO HỆ TRUYỀN ĐỘNG Nhiệm vụ đầu tiên của quá trình giám sát là phân tích đối tượng cần giám sát (đặc điểm, chế độ vận hành, các yêu cầu đặc biệt về vận hành). Qua đó, ta có thể chọn lựa được một số yếu tố để biểu thị trạng thái kỹ thuật của đối tượng cần giám sát, thí dụ như tình trạng còn tốt hay các loại hư hỏng có thể xảy ra trong quá trình vận hành. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 36, 04 - 2015 161 Bảng 1. Tần suất hư hỏng các chi tiết trong hộp số bánh răng [1]. Chi tiết/cụm chi tiết n< 3000 (vòng/phút) n> 3000 (vòng/phút) Bánh răng 58,2 % 31% Ổ đỡ con lăn 12,5 % 44% Vỏ hộp số 9,7 % 7% Trục 6,4 % Các chi tiết khác 13,2 % 9% Hình 1.Hư hỏng cục bộ (a) và hư hỏng phân bố (b)(nguồn[5]) Giám sát tình trạng (condition monitoring) là các hoạt động nhằm phát hiện sự hình thành và giám sát quá trình tiến triển của hư hỏng trong máy và thiết bị. Nhìn chung, các hư hỏng cục bộ (hình 1a) của chi tiết máy cần được phát hiện sớm để tránh nguy cơ sự cố hư hỏng đột ngột. Các hư hỏng phân bố cần được giám sát liên tục để tiên liệu được thời gian hoạt động còn lại và có kế hoạch thay thế kịp thời (hình 1b). Việc giám sát tình trạng của một thiết bị dựa trên việc phân tích tín hiệu dao động được đo thường xuyên. Đường đặc tính của thông số giám sát (x) được xác định từ kết quả phân tích và là cơ sở để kết luận về mức độ tiến triển của hư hỏng (hình 2). Ở một mức cao hơn, chẩn đoán tình trạng (condition diagnostics) có nhiệm vụ nhận dạng, định vị và đánh giá mức độ của hư hỏng đã được phát hiện từ việc giám sát tình trạng. Như vậy, nhiệm vụ của chẩn đoán tình trạng phức tạp hơn nhiều so với giám sát tình trạng và do đó, có chí phí cao hơn về thiết bị và nhân lực. Việc thực hiện nhiệm vụ chẩn đoán dao động cho hệ truyền động tuân theo các nguyên tắc chung được mô tả trên hình 3. Hiện nay, trên thế giới đã áp dụng nhiều phương pháp phân tích tín hiệu dao động phù hợp cho chẩn đoán tình trạng kỹ thuật của các chi tiết quay trong hệ truyền động cơ khí như trục, nối trục, ổ đỡ và bộ truyền bánh răng. Đối với bánh răng, việc chẩn đoán hư hỏng trong điều kiện vận hành tốc độ quay ổn định, dựa vào các thành phần tần số ăn khớp và các dải biên xung quanh tần số ăn khớp [6-7] đã trở nên quen thuộc. Tuy nhiên, do yêu cầu của quá trình công nghệ và sự thay đổi tải trọng, một số hệ truyền động vận hành với (a) (b) Thời gian hoạt động t Mức cảnh báo Mức dừng máy ( )x t Thời gian hoạt động còn lại Hư hỏng Hình 2.Đường đặc tính để giám sát tình trạng. Cơ kỹ thuật & Kỹ thuật cơ khí động lực N. T. Du, N. P. Điền, “Chẩn đoán sớm hư hỏng hệ truyền động dao động mới.” 162 tốc độ quay biến đổi ngẫu nhiên. Trong những trường hợp như vậy, tín hiệu dao động đo được có dạng điều biến tần số và do đó phương pháp phân tích phổ khó có thể thu được nhiều thông tin hữu ích (như tần số ăn khớp, tần số dải biên...). Để mang lại nhiều thông tin hơn cho việc nhận dạng hư hỏng bánh răng, kỹ thuật phân tích tín hiệu đồng thời trong miền thời – gian tần số đã được áp dụng. Hình 3. Quy trình giám sát-chẩn đoán dao động cho hệ truyền động. Phép biến đổi Wavelet liên tục (CWT) đã được sử dụng có hiệu quả để phân tích thời gian – tần số của tín hiệu dao động và đã được áp dụng như là một công cụ để chẩn đoán hư hỏng máy quay trong những năm gần đây [8]. Trong bài báo này sẽ đề cập đến phương pháp phân tích thời gian – tần số mới dựa trên cơ sở phép biến đổi CWT, được gọi là phép biến đổi nén Wavelet (WSST), nhằm mục đích chẩn đoán hư hỏng bánh răng trong điều kiện vận hành tốc độ quay biến đổi. 3. CƠ SỞ PHƯƠNG PHÁP PHÂN TÍCH DAO ĐỘNG MỚI Trong phần này bài báo trình bày cơ sở lý thuyết phương pháp phân tích tín hiệu dao động trong miền thời gian – tần số bằng phép biến đổi nén Wavelet. Cho hàm tín hiệu:      2 1 k K i t k k x t A t e    với K>0. Phép biến đổi Wavelet liên tục được thực hiện với tín hiệu x(t) như sau [9]:    *ˆ, 4 i x A WT s s s e      (1) Đo đạc Thông số giám sát So sánh với chuẩn Xác định mức thay đổi Phát hiện hư hỏng Mô hình chẩn đoán Trạng thái hư hỏng Nhận dạng hư hỏng C h ẩ n đ o á n G iá m s á t Phân tích tín hiệu Phát hiện sự bất thường Triệu chứng chẩn đoán Thông số chẩn đoán Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 36, 04 - 2015 163 với điều kiện  ˆ 0   nếu 0 . Vâṇ tốc góc tức thời  ,x s  tại vị trí dịch chuyển  và tỷ lệ s bất kỳ có thể đươc̣ tính như sau :            , , ,, , 0 x x xx x WT si WT s WT ss WT s                  (2) Hình 4. Sơ đồ thuật toán phép biến đổi WSST. Trong quá trình biến đổi tín hiệu từ miền thời gian – tỷ lệ (, s) sang miền thời gian – tần số góc (, x(,s)), phép biến đổi WSST đã cải tiến rõ rệt độ phân giải thời gian – tần số của tín hiệu. Các hệ số nén wavelet (giống như các hệ số wavelet trong CWT), được định nghĩa như sau bởi Daubechies [9]:         , , 3/2 ,1 , , x x x x A s T WT s h s ds                      (3) với   2 /th t e  là dạng hàm xung, và     , ; W ,x xA s R T s      , là ngưỡng giảm nhiễu và  là độ phân giải tần số (dương). Sơ đồ thuật toán phép biến đổi WSST được miêu tả trên hình 4. Minh họa về đồ thị phân bố thời gian - tần số của tín hiệu dao động bằng phép biến đổi CWT và phép biến đổi WSST được đưa ra trên hình 5. Ta thấy rõ ràng phân bố thời gian – tần số bằng phép biến đổi WSST có các tần số mảnh hơn, rõ hơn không bị nhiễu so với phép biến đổi CWT. Điều này giúp cho ta có thể quan sát các thành phần tần số của tín hiệu dễ dàng hơn, làm tăng khả năng chính xác của kết quả chẩn đoán. Cơ kỹ thuật & Kỹ thuật cơ khí động lực N. T. Du, N. P. Điền, “Chẩn đoán sớm hư hỏng hệ truyền động dao động mới.” 164 Hình 5. So sánh phân bố thời gian – tần số bằng hai phép biến đổi 4. KẾT QUẢ THỰC NGHIỆM Thí nghiệm được mô tả trên hình 6, gồm 2 bánh răng trụ, trong đó bánh răng gắn với trục vào là 24 răng, bánh răng gắn với trục ra là bánh răng 40 răng. Hư hỏng nứt chân răng được tạo ra trên 1 răng của bánh răng 24. Tốc độ động cơ biến đổi từ 300–1800 vòng/phút bằng biến tần. Tải trọng được tạo ra bởi phanh từ với momen xoắn cực đại là 100Nm. Hình 6. Mô hình thí nghiệm(a), ví trí gá đặt đầu đo(b), vết nứt răng (c), kết cấu hộp số (d) Tín hiệu dao động đo được nhờ đầu đo gia tốc được biểu diễn trên miền thời gian (hình 7) và miền tần số (hình 8). Với trường hợp tốc độ quay biến đổi việc phân tích tín hiệu sử dụng các phương pháp truyền thống như phân tích phổ (hình 8) gặp nhiều khó khăn. Cụ thể là, các đỉnh phổ không tập trung, khó quan sát được các thành phần tần số cần quan tâm như thành phần tần số ăn khớp, thành phần tần số dải biên trong cả hai trường hợp bánh răng bình thường và bánh răng có hư hỏng nứt chân răng. a) CWT b) WSST Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 36, 04 - 2015 165 Phân tích thời gian - tần số trên hình 9a, b bằng phép biến đổi WSST cho thấy với trường hợp bánh răng không có hư hỏng (hình 9a) các tần số ăn khớp xuất hiện không rõ ràng (do bánh răng còn mới nên biên độ dao động của tần số ăn khớp nhỏ). Ngược lại với trường hợp bánh răng có hư hỏng nứt chân răng (hình 9b) có thể thấy rõ các tần số ăn khớp tăng tuyến tính theo thời gian, tỷ lệ thuận với tần số quay của trục. Thêm vào đó trên phân bố thời gian – tần số ta còn thấy có sự xuất hiện thành phần tần số dao động riêng của hộp số là hằng số theo thời gian, và vùng khoanh tròn là vùng cộng hưởng tần số. Khi tần số ăn khớp tăng dần gặp tần số dao động riêng sẽ gây nên hiện tượng cộng hưởng. Rõ ràng bên cạnh phương pháp phân tích phổ truyền thống đã được khẳng định từ lâu, phân tích thời gian – tần số cũng có thể đưa ra vùng cộng hưởng này một cách trực quan và dễ dàng hơn. Có thể nói việc phân tích thời gian – tần số bằng phép biến đổi WSST mang lại nhiều thông tin hơn. Sử dụng phân bố thời gian – tần số từ phép biến đổi WSST có thể chẩn đoán sớm hư hỏng trong hệ truyền động ngay trong quá trình máy tăng tốc, giúp phòng tránh sớm rủi ro khi vận hành. 5. KẾT LUẬN Bài báo này đã trình bày một giải pháp nhỏ để chẩn đoán hư hỏng bánh răng trong điều kiện vận hành tốc độ quay biến đổi. Bên cạnh phương pháp phân tích truyền thống đã được khẳng định, phân tích thời gian – tần số dựa trên cơ sở phép biến đổi WSST, đã đưa ra một cách biểu diễn khác của tín hiệu và cung cấp nhiều thông tin hơn. Những kết quả a) Bình thường b) Có hư hỏng nứt chân răng Hình 9.Phân bố thời gian – tần số bánh răng bình thường và bánh răng có hưhỏng.Hình 8. Phân tích tín hiệu miền tần số. Hình 7.Tín hiệu đo được trong miền thời gian. Cơ kỹ thuật & Kỹ thuật cơ khí động lực N. T. Du, N. P. Điền, “Chẩn đoán sớm hư hỏng hệ truyền động dao động mới.” 166 nghiên cứu trong bài báo này rất có giá trị thực tiễn về lâu dài, đặc biệt hệ truyền động công suất lớn ở các nhà máy nhiệt điện và thủy điện, vận hành với tốc độ quay thường xuyên biến đổi. TÀI LIỆU THAM KHẢO [1]. Bartz, W. J. (1992). Schäden an geschmierten Maschinenelementen. Kontakt und Studium Band 28. Expert Verlag, Ehningen. [2]. Cempel, C. (1990). Vibroakustische Maschinendiagnostik. Verlag der Technik, Berlin. [3]. Klein, U. (1999). Schwingungsdiagnostische Beurteilung von Maschinen und Anlagen. Verlag Stahleisen, Düsseldorf. [4]. Kolerus, J. (2000). Zustandsüberwachung von Maschinen. Expert-Verlag, Renningen–Malmsheim. [5]. Dien, N. P. (2002). Beitrag zur Diagnostik der Verzahnungen in Getrieben mittels Zeit- Frequenz- Analyse. Technischen Universität Chemnitz (Dissertation). [6]. Randall, R. B. (2011). Vibration-based Condition Monitoring: Industrial, aerospace and automotive applications. Wiley, New York. [7]. Nguyễn Phong Điền, Nguyễn Trọng Du (2012). Phát hiện vết nứt răng của bộ truyền bánh răng bằng phương pháp trung bình hóa tín hiệu dao động và phép biến đổi Wavelet liên tục. Tuyển tập công trình khoa học hội nghị cơ học toàn quốc lần thứ 9 1, Hà Nội, 8-9, tháng 12, trang 119-129, pp. [8]. Peng, Z. K., F. L. Chu (2004). Application of the wavelet transform in machine condition monitoring and fault diagnostics: a review with bibliography. Mechanical Systems and Signal Processing18, pp. 199-221. [9]. Daubechies, I., J.F. Lu, & H.T. Wu (2011). Synchrosqueezed wavelet transforms: an empirical mode decomposition-like tool. Applied and Computational Harmonic Analysis30, pp. 243–261. ABSTRACT EARLY FAULT DIAGNOSTIS OF TRANSMISSION SYSTEM BY VIBRATION SIGNAL ANALYSIS NEW TECHNIQUE Today, condition monitoring and fault diagnostics of transmission systems based on vibration signal analysis methods has become popular. A variety of vibration signal analysis methods in the time domain and frequency domain has been effectively applied to fault diagnostic for transmission systems. This article presents the new vibration signal analysis method in time – frequency domain by Wavelet based on synchrosqueezing transforms (WSST). This method is especially suitable for transmission systems operating with variable rotational speed. Keywords:Fault diagnostic, Fourier transform, Wavelet based on synchrosqueezing transforms, Vibration analysis. Nhận bài ngày 06 tháng 02 năm 2015 Hoàn thiện ngày 10 tháng 4 năm 2015 Chấp nhận đăng ngày 15 tháng 4 năm 2015 Địa chỉ: Bộ môn Cơ ứng dụng, Viện Cơ Khí, Trường ĐH Bách Khoa Hà Nội ĐT: 04 38680469