Start - Dźwięk i wibracje - Diagnostyka wibroakustyczna obiektów technicznych

Diagnostyka wibroakustyczna obiektów technicznych
Diagnostyka wibroakustyczna obiektów technicznych
Metody diagnostyki wibroakustycznej pozwalają w licznych przypadkach na ocenę stanu technicznego i wczesne wykrywanie uszkodzeń w różnych obiektach technicznych. Skuteczność diagnostyki wibroakustycznej zależy od wielu czynników, w tym przede wszystkim od stopnia komplikacji budowy i działania badanego obiektu. Niezwykle ważnym jest również samo przetwarzanie zarejestrowanych sygnałów akustycznych i/lub drganiowych. Do osiągnięcia zakładanego celu czasami wystarczające okazuje się wykorzystanie prostych miar amplitudowych, statystycznych czy też powszechnie znanych dyskryminant bezwymiarowych. Znacznie częściej jednak konieczne jest stosowanie zaawansowanych metod przetwarzania w dziedzinie czasu, jak i wykorzystywanie metod analiz częstotliwościowych i czasowo-częstotliwościowych.
W przypadku jednego z najczęściej dotychczas poddawanych badaniom obiektów - w przekładniach zębatych, spośród wielu różnych analizowanych sposobów przetwarzania sygnałów, najlepsze efekty pozwoliła uzyskać analiza Wignera-Ville’a, która okazała się najbardziej czuła i umożliwiała wykrycie uszkodzenia w najwcześniejszej fazie jego rozwoju. W przypadku każdego badanego obiektu, istotne jest określenie optymalnego sposobu realizacji pomiaru, jak i poszukiwanie skutecznego algorytmu przetwarzania zarejestrowanych sygnałów celem uzyskania poprawnej diagnozy.
Kolejny wątek badania dotyczy zaawansowanych algorytmów cyfrowego przetwarzania sygnałów w dziedzinie czasu i częstotliwości do wykrywania typowych uszkodzeń w maszynach, w tym przede wszystkim w silnikach spalinowych. Celem jest stworzenie systemu zdolnego do przybliżonego wskazania źródła drgań przekraczających poziom ostrzeżenia na podstawie analizy drgań i hałasu z korpusu silnika. Dalszym celem jest możliwość predykcji wystąpienia awarii na podstawie ciągłej analizy kondycji maszyny, przy użyciu algorytmów sztucznej inteligencji i uczenia maszynowego. Aby zaproponowane rozwiązania mogły być stosowane masowo, planuje się wykorzystanie tanich czujników wykonanych w technologii MEMS.