Please use this identifier to cite or link to this item: http://lib.kart.edu.ua/handle/123456789/8533
Title: Удосконалення технології вібродіагностування тягових редукторів електропоїздів
Other Titles: Improvement of the technology for the vibration-based diagnostics of electric train traction gearboxes
Authors: Бульба, Владислав Ігорович
Bulba, V. I.
Keywords: дискретне вейвлет-перетворення
дискретні стохастичні моделі
розкладання за емпіричними модами
тяговий редуктор електропоїзда
фрактальна розмірність покриття
широкосмуговий спектр вібрації
box counting method
broadband vibration spectrum
discrete stochastic models
discrete wavelet transform
electric train traction gearbox
empirical mode decomposition
Issue Date: 2021
Publisher: Український державний університет залізничного транспорту
Citation: Бульба, В. І. Удосконалення технології вібродіагностування тягових редукторів електропоїздів : автореф. дис. ...канд. техн. наук : 05.22.07 — рухомий склад залізниць та тяга поїздів / В. І. Бульба ; Укр. держ. ун-т залізн. трансп. - Харків, 2021. - 24 с.
Abstract: UA: Дисертація присвячена вдосконаленню технології вібродіагностування тягових редукторів електропоїздів завдяки розробленій технології діагностування, яка здійснює поділ зареєстрованої вібрації на підшипникову складову та складову зубчастого зачеплення з подальшим аналізом отриманих смуг фрактальною розмірністю покриття та можливістю прогнозування отриманих нових ознак різних пошкоджень елементів тягових редукторів дискретними стохастичними моделями. Моделювання проковзування тіл кочень відносно інших елементів підшипників здійснювалось циклостаціонарною моделлю, яка відобразила характер вібрації у вигляді специфічних імпульсних збурень на широкосмугових спектрах вібрації в околицях відповідних частотних діапазонів. Для відокремлення вібрації зубчастого зачеплення та підшипникової вібрації застосовувалось дискретне вейвлет-перетворення та розкладання за емпіричними модами. Оцінювання вібрації у виділених частотних смугах здійснювалось підрахунком фрактальної розмірності покриття, яка краще за загальновживані ознаки обліковує корисні складові. Для прогнозування технічного стану тягових редукторів електропоїздів залучались дискретні стохастичні АRІМА моделі, які потребують лише наявності дискретних величин, що накопичуються впродовж відповідних вимірювань. Найнижча точність за результатами досліджень сягала 91,4 %. Удосконалена технологія вібродіагностування підвищує достовірність діагностування на 25,7 %, та призводить до економічного ефекту за розрахунковий період в розмірі 19227738 грн.
EN: The thesis deals with improvement of the technology for the vibration-based diagnostics of electric train traction gearboxes by means of the developed diagnostic technology which provides decomposition of the acquired vibration on the bearing component and gear mesh component by the means of wavelet analysis and empirical mode decomposition with further analysis of the obtained bands with the box counting method and the possibility of prediction of the obtained new features of various faults of traction gearboxes elements with discrete stochastic models. It was proposed to introduce a new diagnostic feature of the box counting method into the vibration-based technology of electric train traction gearboxes, which will provide a better account of the useful components of vibration signals compared to commonly used features. For prediction of the technical state of electric train traction gearboxes, it was proposed to use discrete stochastic ARIMA models, which require only the presence of discrete values that accumulate during the relevant measurements. The lowest accuracy according to the research results reached 91.4 %. The calculation of the confidence of the improved technology of the vibration-based diagnostics turned out to be higher by 25.7 % compared to the use of a standard phonendoscope, the diagnostic influence for 6 features of the states was calculated, and the economic effect for the reference period was 1,922,773 UAH.
URI: http://lib.kart.edu.ua/handle/123456789/8533
Appears in Collections:2021

Files in This Item:
File Description SizeFormat 
aref_Bulba.pdf957.57 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.