Метод технической диагностики механических систем печатных машин с использованием вейвлет-анализа Семеновых, Владимир Николаевич

Введение к работе

Актуальность проблемы. Качество функционирования печатных машин, а, следовательно, и качество выпускаемой продукции во многом определяется их техническим состоянием, которое в первую очередь зависит от степени износа деталей механических систем печатных машин (МС ПМ).

Степень износа деталей МС ПМ может быть оценена системой технической диагностики оборудования, качество работы которой зависит не только от точности метода выявления диагностических компонент, но и от средств идентификации состояния деталей МС ПМ. Постоянный рост производительности компьютерного оборудования, а также совершенствование программных комплексов позволяет применять более совершенные методы для решения задачи диагностики технического состояния МС ПМ.

На сегодняшний день в полиграфии используются «классические» методы диагностики технического состояния МС ПМ, отличительной особенностью которых является скорость работы и простота использования. Следует отметить, что существующие методы имеют определенные недостатки, что делает задачу поиска и адаптации новых методов, применительно к печатным машинам, актуальной.

Актуальность данной работы заключается в разработке методики диагностики, использующей современные методы информационных технологий для повышения точности определения актуального технического состояния МС ПМ, прогнозирования развития износа и возможных отказов МС ПМ.

Цель исследования. Целью диссертационной работы является разработка методики диагностики механических систем печатных машин, основанной на вейвлет-анализе в качестве способа получения диагностических признаков из вибрационного сигнала диагностируемого узла и искусственных нейронных сетях, обеспечивающих надежное распознавание состояния системы.

Задачи исследования. Данная цель определила постановку следующих

задач:

1. Обоснование применения вейвлет-анализа в качестве метода выявления диагностических признаков из исходного вибрационного сигнала;

2. Разработка метода выявления диагностических признаков из спектра вейвлет-преобразования исходного вибрационного сигнала;

3. Выбор наиболее подходящей нейросетевой модели для решения задачи технической диагностики МС ПМ;

4. Разработка метода распознавания технического состояния узлов МС ПМ посредством анализа коэффициентов вейвлет-преобразования;

5. Автоматизация процесса сбора информации для обучения нейронных сетей и процесса распознавания при помощи программных макросов, применительно к предлагаемому методу;

6. Апробация предлагаемого метода диагностики на основе сравнительного анализа с методом, основанным на использовании преобразования Фурье, в качестве способа выявления диагностических признаков;

7. Разработка алгоритма технической диагностики МС ПМ на базе вейвлет-анализа и искусственных нейронных сетей.

Методы исследования. Для решения поставленных задач использовались методы математической статистики, виброакустической диагностики, регрессионного анализа, математические методы обработки экспериментальных данных, теории распознавания образов. Вейвлет- преобразование производилось при помощи инструмента WaveletToolbox программного комплекса Matlab, для построения искусственных нейронных сетей и регрессионного анализа применялась программа Statistica 10.

В диссертации решена задача разработки нового, более эффективного по сравнению с существующими, метода технической диагностики МС ПМ, основанного на применении вейвлет-анализа в качестве способа выявления диагностических компонент из исходного вибрационного сигнала и искусственных нейронных сетей для идентификации текущего технического состояния.

Научная новизна работы заключается в следующем:

7. 1. Разработан метод выявления диагностических признаков из спектра вейвлет-преобразования вибрационного сигнала;

   2. Выбрана нейросетевая архитектура, наиболее эффективная для задач технической диагностики;

   3. Разработаны автоматические алгоритмы, использующие коэффициенты вейвлет-преобразования для обучения и построения искусственных нейронных сетей;

   4. Решена задача распознавания технического состояния МС ПМ с использованием ансамблей искусственных нейронных сетей, состоящих из сетей, обученных на каждом масштабе информативной области коэффициентов вейвлет-преобразования;

   5. Предложена методика диагностики технического состояния МС ПМ, основанная на использовании вейвлет-преобразования и искусственных нейронных сетей.

   Положения, выносимые на защиту

   1. Методы выявления диагностических признаков износа из вибрационного сигнала механических систем печатных машин посредством вейвлет-анализа позволяющие точно определить

   масштабы, на которых коэффициенты вейвлет-преобразования наиболее информативны;

   7. 5. 1. Автоматические алгоритмы построения и обучения искусственных нейронных сетей значительно сокращающие временные затраты на решение задачи идентификации технического состояния объекта диагностики;

         2. Результаты экспериментальных исследований по распознаванию технического состояния механических систем печатных машин, показавшие высокую эффективность разработанного метода;

         3. Метод диагностики технического состояния механических систем печатных машин, основанный на вейвлет-анализе и искусственных нейронных сетях, пригодный для диагностики механических систем печатных машин, подверженных механическому износу.

         Практическая ценность представленной работы заключается в том, что разработанные принципы применения вейвлет-анализа в качестве метода диагностики узлов МС ПМ позволяют не только выявить зарождающийся дефект, но и локализовать дефект на поверхности детали.

         Ансамбли сетей позволяют выявить связь между значениями коэффициентов вейвлет-преобразования и текущим техническим состоянием исследуемого узла МС ПМ, а также с высокой точностью спрогнозировать состояние узла в будущем.

         Предложенные программные макросы позволяют автоматизировать процесс сбора данных для обучения искусственных нейронных сетей, формирование ансамблей сетей и вынесение решения задачи распознавания.

         Представленный метод возможно применить как средство диагностики узлов МС ПМ в процессе эксплуатации.

         Реализация и внедрение результатов работы. Разработанные модели, методики и комплекс технических средств использованы при проведении НИР на кафедре печатного и послепечатного оборудования МГУП по темам, выполненным в рамках государственного задания:

         7. 5. 3. 1. Г 1.5.11 «Разработка теоретических основ и метода использования нейросетевых моделей для виброакустической диагностики». 2011 г. № госрегистрации 01201158788.

                  Этап: «Разработка новых методов выявления информационных диагностических признаков в виброакустическом сигнале».

                  7. 5. 3. 2. Г.2/7.1436.11. «Разработка теоретических основ и метода использования нейросетевых моделей для виброакустической диагностики». 2012 г. № госрегистрации 01201158788.

                           Этап: «Разработка теории и метода построения многослойных нейросетевых моделей для отдельных категорий устройств».

                           Апробация работы. Основные положения и результаты работы по теме диссертации докладывались на X и XV международных научно-практических конференциях «Исследование, разработка и применение высоких технологий в промышленности» (Санкт-Петербург, 2010 и 2013 соответственно).

                           Публикации. По теме диссертации опубликованы 2 научные статьи и тезисы доклада на научной конференции, из них 2 публикации в изданиях, рекомендованных ВАК.

                           Структура и объем работы. Диссертационная работа состоит из введения, 6 глав, заключения, списка литературы из 180 наименований и 5 приложений. Основная часть содержит 114 страниц, 6 таблиц, 43 рисунка. Приложения занимают 33 страницы, содержат 19 таблиц и 17 рисунков.

                           Похожие диссертации на Метод технической диагностики механических систем печатных машин с использованием вейвлет-анализа

                           

                           Диагностика механических систем привода полиграфических машин с использованием искусственных нейронных сетейКуликов Григорий Борисович

                           Разработка теоретических методов анализа и средств модернизации рапирных механизмов ткацких станковЗауи Мохамед Сегхир

                           

                           Разработка методов анализа процессов взаимодействия мягких оболочек с рабочими органами машин легкой промышленностиПолякова Екатерина Владимировна

                           

                           Алгоритмы градуировки БИК анализаторов с применением методов многомерного анализаСкутин Илья Владимирович

                           Анализ технического состояния магистральных трубопроводов методами ультразвуковой оценки развития стресс-коррозии металлаАлборов, Алан Дзамболатович

                           Разработка метода диагностирования нефтегазового оборудования, эксплуатируемого в сероводородсодержащих средах, с применением анализа охрупчивания металлаЛоманцов, Виктор Анатольевич

                           Анализ режимов работы привода приемно-намоточных механизмов и роторных узлов с синхронно-реактивными двигателями машин химических волокон методами математического моделированияНизяев, Денис Сергеевич

                           

                           Метод диагностики несущих металлоконструкций машин по размерам зоны упругопластической деформацииТолоконников Александр Сергеевич

                           

                           Обоснование выбора метода инструментальной диагностики металлоконструкций мостовых крановВобликова Юлия Олеговна

                           

                           Метод технической диагностики и профилактическое восстановление несущих металлических конструкций грузоподъемных машинБутырский Сергей Николаевич