Содержание к диссертации
Введение
Глава 1 - Анализ сущестбующих и определение перспективных средств и способов диагностирования гидроприводов строительно-дорожных машин 12
1.1. Анализ средств и способов диагностирования гидроприводов строительно-дорожных машин 12
1.2. Определение перспективных способов диагностирования и средств их реализации 24
Глава 2 - Экспериментальные исследования гидропривода 27
2.1. Задачи экспериментальных исследований и описание экспериментальной установки 27
2.2. Методика проведения экспериментальных исследований 32
2.3. Статистическая обработка экспериментальных данных. Оценка погрешностей измерений 38
Глава 3 - Математическое моделирование гидропривода 45
3.1. Метод формирования математических моделей гидропривода 45
3.2. Математическая модель насоса 45
3.3. Математическая модель золотникового распределителя 48
3.4. Математическая модель гидропилиндра 51
3.5. Математическая модель предохранительного клапана 57
3.6. Математическая модель гидролинии с сосредоточенными параметрами 61
3.7. Математическая модель фильтра 62
3.8. Математическая модель линейного дросселя - имитатора перетечек.. 63
3.9. Проверка адекватности математической модели дроссельного гидропривода по экспериментальным графикам переходных процессов 64
3.10. Определение относительных коэффициентов чувствительности диагностических параметров 82
3.11. Разработка алгоритма формирования диагностических моделей 85
3.12. Выводы к главе 3 88
Глава 4 - Определение условий, повышающих достоверность диагностирования гидропривода 92
4.1. Определение условий диагностирования, позволяющих избежать влияние нерастворенного воздуха 92
4.2. Определение условий диагностирования, позволяющих избежать влияние процессов облитерации и загрязнения зазоров 97
4.3. Вывод к главе 4 103
Глава 5 - Использование результатов исследований 104
5.1. Основы мето диви проектирования диагностических систем 104
5.2. Вывод к главе 5 116
Заключение 118
Библиографический список использованной
Литературы 119
Приложения 129
- Определение перспективных способов диагностирования и средств их реализации
- Статистическая обработка экспериментальных данных. Оценка погрешностей измерений
- Математическая модель золотникового распределителя
- Определение условий диагностирования, позволяющих избежать влияние процессов облитерации и загрязнения зазоров
Введение к работе
Гидропривод (ГП) нашел своё широкое применение во многих технических объектах, особенно в строительно-дорожных машинах (СДМ).
В настоящее время уровень потребления С ДМ сократился в 4...6 раз. Доля машин с истекшим сроком службы достигла 40% и обновляется только 1,5...2% в год, при норме 8... 12%, что вызвало быстрое старение парка СДМ. Данная ситуация позволяет предположить, что в будущем повысится спрос на рынке строительно-дорожной техники.
В этих условиях российские СДМ должны конкурировать со всё возрастающим импортом [43]. Жесткая конкуренция требует от производителей повышения надежности и технического уровня выпускаемых машин [16], [69]. Повышению надёжности способствует применение передовых технологий технического обслуживания, включающих в себя диагностирование [36].
Одними из наиболее сложных видов строительных машин, к тому же работающих в тяжелых эксплуатационных условиях, являются экскаваторы, для которых наиболее актуально диагностирование гидропривода. На долю последнего приходится наибольшее число от всех отказов, относящихся к экскаватору в целом [11], [17].
В настоящее время разработаны различные способы диагностирования гидроприводов СДМ. Наиболее перспективным для создания диагностических систем является способ основанный на анализе переходных характеристик. Однако эффективность его применения зависит от факторов, трудно поддающихся учету, что указывает на необходимость дополнительных исследований по повышению достоверности диагностирования ГП.
Вышесказанное определяет актуальность работы.
Автор благодарит профессора д.т.н. Попова Д.Н. за ценные советы и консультации, доцента к.т.н. Пильгунова В.Н. за помощь в создании экспериментальной установки. Приносит благодарность всем преподавателям, сотрудникам кафедры "Гидромеханика, гидромашины и гидропневмоавтоматика" и отдела 3.4 НИИ ЭМ МГТУ им. Н.Э. Баумана, а также инженеру Тимофееву М.Ю. (г. Ковров).
Определение перспективных способов диагностирования и средств их реализации
Для создания диагностических систем целесообразно использовать уже разработанный и апробированный способ диагностирования. С целью выбора такого способа были более детально рассмотрены следующие из них:
Стато-параметрический способ, основанный на измерении параметров установившегося потока рабочей жидкости, соответствующего двум значениям давления при постоянной частоте вращения вала насоса и температуре рабочей жидкости.
Термодинамический способ, при котором в результате анализа термодинамических процессов в общем энергобалансе оценивается доля объемных, гидравлических и механических потерь, выражающихся, в свою очередь, через перепады температур рабочей жидкости.
Силовой способ, основанный на определении усилия, развиваемого исполнительным органом диагностируемого объекта. Способ применяется для определения общего технического состояния.
Временной способ, базирующийся на определении времени выполнения рабочих операций испрлнительными органами.
Способ нормированных параметров, основанный на сравнении экспериментально определённых значений параметров гидропривода и отдельных гидроэлементов с их паспортными значениями.
Наибольшей информативностью и возможностью реализации обладает способ диагностирования по переходным характеристикам. Однако эффективность его применения зависит от достоверности сведений получаемых при обработке переходных процессов, на которые могут существенно влиять такие факторы, как зарашивание зазоров, по которым происходят перетечки, и нерастворенный воздух, находящийся в диагностической полости. Также отсутствует алгоритм формирования диагностических моделей, что делает невозможной обработку диагностической информации. Не исследована чувствительность диагностических параметров к изменениям структурных параметров, объема диагностической полости и модуля объемной упругости рукавов высокого давления (РВД). Поэтому не достигается требуемая достоверность в определении технического состояния ГП СДМ. Не разработаны основы методики проектирования диагностических систем, так как в настоящее время существует только переносной тестер, который не позволяет полностью использовать все потенциальные возможности рассматриваемого способа.
Проведённый обзор источников, посвященных вопросам диагностирования гидроприводов строительно-дорожных машин, позволил сделать следующие выводы:
Для повышения надежности ГП СДМ необходимо разрабатывать диаг ностические системы, которые позволяли бы проводить контроль технического состояния как на рабочем месте машины, так и в стационарных условиях.
Причем встроенная система должна быть частью стационарной и в основу их работы должен быть положен один способ диагностирования.
Для создания диагностических систем перспективным является способ, основанный на анализе переходных процессов. Однако эффективность его применения ограничивается влиянием трудноучитываемых факторов, отсутствием алгоритма формирования диагностических моделей и основ методики проектирования диагностических систем.
На основании сделанных выводов можно сформулировать цель диссертационной работы - повышение эффективности диагностирования гидроприводов строительно-дорожных машин по переходным характеристикам и разработка основ методики проектирования диагностических систем, реализующий данный способ.
Экспериментальные исследования были проведены для уточнения численных значений параметров математической модели ГП с последующей проверкой её адекватности путем сравнения расчетных переходных процессов в моделируемом приводе с экспериментальными графиками, полученными для диагностических режимов работы гидропривода.
При разработке схемы экспериментальной установки был проведен анализ литературы, в которой приводились статистические данные по отказам гидроагрегатов СДМ. Было определено, что наименее надежными агрегатами являются насос, золотниковые распределители и исполнительные двигатели приводов рабочего оборудования, поворота платформы и хода. Поэтому, исследования проводились на дроссельном ГП включающим в себя насос, распределитель и гидроцилиндр. Однако, необходимо отметить, что используемые в экспериментальной установке гидроэлементы не используются в приводах СДМ. Это было принято допустимым, так как гидравлическая схема экспериментальной установки в основном соответствует схеме ГП СДМ, а также в ходе исследований решалась задача совершенствования самого алго-ритма диагностирования по переходным характеристикам. Последний аналогичен для приводов различающихся используемой гидроаппаратурой, но близкими по гидравлическим схемам.
Статистическая обработка экспериментальных данных. Оценка погрешностей измерений
Общеизвестно, что результаты любого физического эксперимента содержат погрешности. Их основными источниками являются измерительный канал, ошибки наблюдателя, а также погрешности из-за невозможности соблюсти идентичность внешних условий в течении всего эксперимента. При динамических измерениях дополнительно влияет динамическая погрешность, т.е. величина, являющаяся разностью между погрешностью динамических измерений и погрешностью измерения в статическом режиме [13]. Основной физической причиной появления динамических погрешностей является инер ционность системы измерения [93]. Для того, чтобы экспериментальные данные, полученные при динамических измерениях, можно было обработать как статические измерения, необходимо измерительный канал оценить по частоте среза. Так для того, чтобы датчики и преобразующие устройства не вносили динамических погрешностей, частота их собственных колебаний должна быть не менее 160 Гц при исследуемых процессах частотой до 16 Гц и не менее 100 Гц при исследуемых процессах до 10 Гц. Все измерительные каналы в соответствии с паспортными данными удовлетворяют этим условиям, и могут без внесения динамических погрешностей пропускать до 10 кГц.
При проведении эксперимента имеют место случайные ошибки, величина которых различна для измерений, выполненных одинаковым образом и систематические ошибки, величина которых одинакова во всех измерениях, проводимых одним и тем же методом посредством одних и тех же измерительных приборов. Обычно, оценка погрешностей выполняется по вероятностным ошибкам. Этот способ нашел наибольшее распространение в практике исследователей, т.к. дает возможность определить действительное значение измеряемой величины по небольшому числу измерений.
Распределение случайных погрешностей результатов наблюдений при изменении входных параметров в основном соответствует нормальному закону. Для проверки гипотезы нормальности распределения при незначительном числе наблюдений (п 120) использовались рекомендации предложенные в работе [55], согласно которым необходимо вычислить среднее абсолютное отклонение (САО) по формуле
Если гипотеза нормальности распределения не может быть принята, то исходные данные преобразуют так, чтобы их распределение подчинялось нормальному закону.
Оценка параметров случайной погрешности проводилась для экспериментально полученных зависимостей измеряемых величин от входных воздействий для датчиков давлений, температуры и частоты вращения. Число наблюдений равнялось 15 для крайних точек рабочих диапазонов.
Для определения доверительных границ погрешности результатов измерений доверительная вероятность Р принималась равной 0,95. Для определения погрешностей измерений был принят следующий порядок расчета: 1. Определялось среднеарифметическое значение измеряемой величины 2. Определялась среднеквадратичная погрешность среднеарифметиче ского значения 3. Определялись границы доверительного интервала (случайная ошиб ка) где ts = 2,131 - параметр Стьюдента, определенный по таблице [55] для малых отклонений чисел измерений по требуемой доверительной вероятности Р=0,95 при п=15. 4. Результирующая ошибка вычислялась по формуле где 5СИСТ - систематическая ошибка измерительного канала (приборная ошибка), определяется из паспортных данных и данных поверок на каждое звено измерительного канала по формуле 5. Относительная ошибка измерений (точность измерений) считалась по формуле Данные по расчетам приведены в таблице 2, согласно которой относительная погрешность результатов измерений для датчиков давлений не превышает 2,95%, для датчика частоты вращения вала приводного двигателя не превышает 1%, для датчиков температуры - 1,05%. При формировании математических моделей применялся расширенный узловой метод, в базис которого включены независимые переменные типа потенциала, типа потока и их производные [67]. Сами уравнения записывались с привлечением теории графов [10]. При этом подход к построению системы расчёта и моделирования технических систем различной физической природы основан на представлении элементов системы в виде многополюсных моделей и графа связей, объединяющего отдельные модели в систему [32]. Использование многополюсных моделей и соответствующих им графов связи позволило иметь единую структуру описания объектов различного иерархического уровня. Так например нерегулируемый насос представлял собой четырехполюсник, у которого полюсами являются узлы соединения с приводным двигателем, всасывающей, нагнетающей и дренажной линиями. Число параметров многоплюсника определяло иерархический уровень модели. Далее приведены математические модели элементов гидропривода. В экспериментальной установке использовался пластинчатый насос БГ-12-41 А. Данный насос сдвоенный, т.е. в одном корпусе размещены две рабочие секции. Секции располагаются на одном валу и их рабочие объемы равны. Полости всасывания и дренаж одни для двух секций [60, 80]. Первая секция работала на исследуемый привод, вторая на нагружающий.
Математическая модель золотникового распределителя
Анализ возможных алгоритмов формирования диагностических моделей показал перспективность и целесообразность применения метода группового учета аргументов. В качестве диагностической модели предлагается использовать регрессионную математическую модель связывающую структурные и диагностические параметры. Представление диагностической модели в поли-номном виде значительно упростит практическую реализацию диагностической системы, а при определении технического состояния ГП отпадёт необходимость в анализе графиков переходных процессов.
Однако имеется основное отличие предлагаемого подхода, в сравнении с подходами А.Г. Ивахненко. Заключается оно в том, что применительно к реальному объекту предлагается формировать диагностические модели используя численный, а не натурный эксперимент. Это позволит избежать повторения дорогостоящих экспериментов, например при изменении в конструкции объекта диагностирования [31]. При общем рассмотрении, создание диагностических моделей состоит из двух этапов. На первом этапе применяются математическое моделирование и численный эксперимент. На втором этапе используются статистические методы обработки полученных данных [34, 35]. Алгоритм формирования диагностической модели состоит из следующих этапов: 1. Выбора структурных параметров и определения диапазона их изменения. Этот этап задаёт "глубину" диагностирования. Чем она больше, тем большее количество структурных и диагностических параметров необходимо выбрать и следовательно более сложный будет алгоритм диагностирования. 2. Разработки математической модели ГП и проверки её адекватности. 3.Планирования и проведения численного эксперимента для определения диагностических параметров. Структурные параметры объекта диагностирования при этом выступают в роли факторов. Составляется план факторного эксперимента (ПФЭ), который представляет собой все возможные комбинации значений структурных параметров [3, 4]. Необходимо отметить, что пол ный ПФЭ обладает избыточностью данных, поэтому на практике можно использовать неполный ПФЭ. В таком плане учитывают только предельные значения структурных параметров, которые определяются с одной стороны их максимально допустимыми значениями, увеличение которых ведёт к полной или частичной потере работоспособности объекта диагностирования, а с другой стороны - наименьшими возможными значениями структурных параметров для нового, неизношенного гидропривода. На все составленные комбинации факторов методами математического моделирования находят отклики (значения диагностических параметров). Таким образом, мы получаем совокупность факторов и откликов. 4.Проведения регрессионного анализа, в котором независимыми переменными являются диагностические параметры, а зависимыми - структурные параметры [35]. Найденная регрессионная (диагностическая) модель должна наилучшем образом связать факторы (структурные параметры) и отклики (диагностические параметры). Результатом этого анализа будет диагностическая модель, которую в общем виде можно записать следующим образом где X - структурные параметры; Y - диагностические параметры; А - коэффициенты регрессии. В частности, для исследованного дроссельного гидропривода получена следующая диагностическая модель Анализируя результаты регрессионного анализа (рис.3.21, рис.3.22) можно отметить, что стандартная ошибка оценки для обоих уравнений равна нулю. Это говорит о высокой достоверности в определении диагностической модели, что подтверждается и малой величиной абсолютной ошибки. После подстановки в диагностическую модель значений экспериментально полученных диагностических параметров для максимальных значений структурных параметров, последние были определены с достоверностью 83%. Однако, при структурных параметрах составляющих 6% от максимально возможных достоверность диагностирования уменьшилась до 68%, что объясняется малыми значениями относительных коэффициентов чувствительности. Проведенные исследования позволили сделать следующие выводы: - Определенные относительные коэффициенты чувствительности диагностических параметров показывают, что увеличение значения структурных параметров ведет к повышению достоверности диагностирования. Возрастание модуля объемной упругости РВД из-за старения материала также способствует росту достоверности диагностирования. Диагностические параметры более чувствительны к понижению модуля объемной упругости РВД, чем к его росту. - Более перспективен для разработки алгоритмов формирования диагностических моделей метод группового учета аргументов с математическим моделированием. Возможность практического использования разработанного алгоритма формирования диагностических моделей подтвердила диагностическая модель исследуемого дроссельного гидропривода, с помощью которой были определены максимальные значения структурных параметров с достоверностью 83%).
Определение условий диагностирования, позволяющих избежать влияние процессов облитерации и загрязнения зазоров
Наряду с воздухом, на достоверность диагностирования отрицательно сказываются процессы облитерации и загрязнения зазоров, по которым происходят перетечки РЖ. При поиске путей уменьшения их влияния был проведен анализ условий возникновения и особенностей физических процессов сопровождающих заращивание зазоров. Также была определена их продолжительность. Для анализа были приняты следующие условия обуславливающие появление процессов облитерации и загрязнения зазоров [64]: 1) Применение в ГП рабочей жидкости склонной к образованию граничных слоев с особыми свойствами; 2) Отсутствие пульсаций расхода рабочей жидкости, протекающей через зазор [65]; 3) Наличие в рабочей жидкости механических частиц, соизмеримых с размерами зазора; Также были отмечены ряд факторов, влияющих на скорость заращивания зазоров, а именно тонкость фильтрации РЖ, повышение которой ведет к уменьшению рассматриваемой скорости и рост температуры рабочей жидкости, способствующий ускорению таких процессов. По последнему фактору необходимо добавить, что анализ информационных источников показал необходимость различать два проявления влияния температуры РЖ, в зависимости от того изменяется ли она перед зазором или это изменение происходит в самом зазоре. Чтобы уменьшить влияние первого изменения, диагностирование следует проводить при установившемся температурном режиме, а сам привод должен находится в определённых условиях, например в закрытом боксе, температура в котором относительно постоянна. Особенно это актуально при проведении работ по обслуживанию СДМ в зимний период. Процесс второго изменения температуры РЖ был рассмотрен как вызванный вязким трением диссипативный нагрев жидкости. Рост температуры сопровождается изменением давления по длине зазора.
Особенность процесса состоит в том, что влияние давления и температуры на вязкость в основном компенсирует одно другое [91]. Это следует из того, что увеличение температуры РЖ по длине зазора ведёт к уменьшению вязкости, а следовательно к увеличению скорости течения масла. Учитывая то, что проводимость канала не изменялась, то повышение скорости течения приводит к уменьшению скорости падения давления по длине зазора. Вновь установившееся значение давления компенсирует уменьшение вязкости масла. Всё это приводит к тому, что расход через зазор остаётся относительно постоянным. Все вышесказанное показывает, как можно избежать влияния роста температуры масла. При проведении анализа был принят рассмотренный ниже "механизм" процесса облитерации. Наиболее сильно облитерация проявляется у жидкостей сложных по молекулярному составу, к ним относятся минеральные масла на нефтяной основе [65, 94]. Масло, протекая через зазор, взаимодействует с его стенками, которые обладая поверхностной энергией, адсорбируют на своей поверхности полярно-активные молекулы масла, образуя у границы фиксированные слои жидкости. При достижении определённой толщины граничного слоя дальнейший рост слоев жидкости прекращается, так как действие силового поля твёрдой поверхности ослабевает в результате экранирующего влияния близлежащих к твёрдой поверхности слоев полярных молекул [64]. Процесс облитерации для масел, отработавших определённый ресурс, из-за старения, более сложный. Так у используемого в исследуемом дроссельном ГП масла МГЕ-10А результаты старения проявляются через 350 часов эксплуатации [45]. Судят о степени изношенности масла по изменению кислотного числа К0н, которое до 350 часов эксплуатации достаточно постоянно и меняется незначительно (от 0,42 до 0,38), а после 350 часов происходит резкий рост числа Кон, что говорит об изменениях свойств рабочей жидкости как физических, так и химических (явление деструкции). Время 350 часов приведено ориентировочно, как усредненное значение и оно может незначительно меняться в зависимости от условий эксплуатации.
При исследованиях было принято следующее представление влияния процесса старения масла на заращивание щелей. Масло МГЕ-10А получают путём введения в базовое масло на нефтяной основе ряда присадок [89]: вязкостной ВБ-2 (7%-10%), антиокислительной ДБК-69 или ДБК-70 (0,3%-0,5% по массе), антикоррозионной МНИ-5 (1%-1,5% по массе), противоизносной ТКФ (трикрезилфосфат) (0,1%-0,3% по массе). В ходе эксплуатации масло подвергается воздействию различных видов энергии в присутствии контактирующих материалов, многие из которых обладают свойствами катализаторов химических процессов. После этих воздействий в масле происходят физико-химические изменения. В ходе которых в базовом масле происходит разрыв химических связей с образованием свободных радикалов, которые, в свою очередь, взаимодействуют с кислородом, образуя радикалы перекисей взаимодействующих с исходными молекулами уг-леродов и образующих углеводородные радикалы и молекулы гидроперекисей. В присутствии катализаторов (металлы с переменной валентностью - Си, Fe, Pb) и при высоких температурах происходит разложение перекисей и образование воды, кислоты, сложных эфиров и смол. Последние непосредственно участвуют в процессах заращивания зазоров. В тоже время, присадки в ходе процесса хемосорбции образуют сорбционные плёнки на контактирующих с маслом деталях, в том числе и на деталях образующих интересующих нас зазоров, тем самым ускоряя процесс заращивания. Всё вышесказанное происходит совместно и одновременно с процессом поляризации молекул масла. Такой анализ позволил сделать вывод, что при эксплуатации старого масла процесс заращивания зазоров в гидроагрегатах происходит значительно быстрее, чем при использовании нового масла. Следовательно, для повышения достоверности диагностирования ГП необходимо проводить после замены старого масла.
