Удосконалення вібродіагностування вузлів локомотивів для інформаційного забезпечення цифрових двійників

Abstract

UA:Об’єкт дослідження – підшипникові вузли локомотивів. Мета магістерської роботи – підвищення ефективності діагностування підшипників для інформаційного забезпечення цифрових двійників. У магістерській роботі досліджено причини експлуатаційних відмов обладнання локомотивів та обґрунтовано удосконалення технології вібродіагностування підшипникових вузлів для інформаційного забезпечення цифрових двійників. Розглянуто методологію спектрального аналізу вібрації та акустичної емісії і наведено математичні залежності для розрахунку кінематичних частот дефектів елементів підшипників кочення. За результатами стендових випробувань тягових електродвигунів електровоза ЧС7 побудовано спектри обвідної вібрації, які забезпечують раннє виявлення пошкоджень зовнішнього і внутрішнього кілець та тіл кочення. Запропоновано чотирирівневу кіберфізичну архітектуру та структуру прогностичного ядра цифрового двійника підшипникового вузла на базі вектора спектральних ознак обвідної вібросигналу. Описано послідовність гібридного моделювання тренду деградації підшипника для розрахунку його залишкового ресурсу, оптимізації графіків постановки локомотивів на ремонт та зниження експлуатаційних витрат депо.

EN: Object of research –bearing assemblies of locomotives. The aim of the master's thesis is to improve the efficiency of diagnosing the bearings with integration into the Digital Twins environment. The aim of the master's thesis is to improve the efficiency of diagnosing locomotive bearing assemblies for the information support of digital twins. The master's thesis investigates the causes of operational failures of locomotive equipment and substantiates the improvement of vibration diagnostics of bearing assemblies to support digital twins. The methodology of vibration spectral analysis and acoustic emission is examined, and mathematical expressions for calculating the kinematic defect frequencies of rolling bearings are presented. Based on bench tests of ChS7 locomotive traction motors, vibration envelope spectra are obtained for the early detection of outer ring, inner ring, and rolling element faults. A four-tier cyber- physical architecture and the predictive core structure of the bearing digital twin based on the vibration envelope spectral feature vector are proposed. An algorithm for hybrid modeling of bearing degradation trends is described to predict remaining useful life, optimize locomotive repair schedules, and reduce depot operating costs.