Nghiên cứu ứng dụng phương pháp omeda đã hiệu chỉnh trong chẩn đoán lỗi của bộ truyền bánh răng

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA PHẠM LÊ KHẢI NGHIÊN CỨU ỨNG DỤNG PHƯƠNG PHÁP OMEDA ĐÃ HIỆU CHỈNH TRONG CHẨN ĐOÁN LỖI CỦA BỘ TRUYỀN BÁNH RĂNG RESEARCH ON THE APPLICATION OF MODIFIED OMEDA IN DIAGNOSING FAULTS OF GEAR TRANSMISSION Chuyên ngành: Kỹ thuật khí Mã số: 8520103 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 01 năm 2023 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học: PGS TS Phạm Huy Hoàng (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét 1: TS Lê Hoài Phương (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét 2: PGS TS Lê Thể Truyền (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 10 tháng 01 năm 2023 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Chủ tịch: PGS TS Nguyễn Hữu Lộc Thư ký: TS Lê Thanh Long Phản biện: TS Lê Hoài Phương Phản biện: PGS TS Lê Thể Truyền Ủy viên: TS Võ Tuyển Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA CƠ KHÍ ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : PHẠM LÊ KHẢI MSHV : 2070615 Ngày, tháng, năm sinh : 22/02/1998 Nơi sinh : Hồ Chí Minh Chuyên ngành : Kỹ Thuật Cơ Khí Mã số: 8520103 I TÊN ĐỀ TÀI: NGHIÊN CỨU ỨNG DỤNG PHƯƠNG PHÁP OMEDA ĐÃ HIỆU CHỈNH TRONG CHẨN ĐOÁN LỖI CỦA BỘ TRUYỀN BÁNH RĂNG – RESEARCH ON THE APPLICATION OF MODIFIED OMEDA IN DIAGNOSING FAULTS OF GEAR TRANSMISSION II NHIỆM VỤ VÀ NỘI DUNG: -Xây dựng phương pháp OMEDA hiệu chỉnh trung bình miền bao -Đánh giá phương pháp mô thực nghiệm III NGÀY GIAO NHIỆM VỤ : (Ghi theo QĐ giao đề tài) 14/02/2022 IV NGÀY HOÀN THÀNH NHIỆM VỤ: (Ghi theo QĐ giao đề tài) 10/12/2022 V CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên): PGS.TS.PHẠM HUY HOÀNG Tp HCM, ngày 19 tháng 12 năm 2022 CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA CƠ KHÍ (Họ tên chữ ký) Ghi chú: Học viên phải đóng tờ nhiệm vụ vào trang tập thuyết minh LV HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng LỜI CẢM ƠN Lời đầu tiên, em xin gửi lời cảm ơn chân thành đến thầy PGS.TS Phạm Huy Hoàng, người theo sát chúng em thời gian luận văn vừa qua, tận tình hướng dẫn, cung cấp tài liệu, thiết bị cần thiết để em hồn thành luận văn Khơng hướng dẫn luận văn, mà môn, lớp học, thầy dạy tận tình, sẵn sàng giải đáp khuất mắc chúng em để qua chúng em có thêm kiến thức thực tế, tích lũy kinh nghiệm cho công việc sau Một lần em xin gửi lời cảm ơn chân thành tới thầy Phạm Huy Hoàng suốt thời gian theo thầy hướng dẫn Em xin gửi lời cảm ơn đến thư viện Trường Đại học Bách Khoa – Đại học Quốc gia thành phố Hồ Chí Minh cung cấp, hỗ trợ tài liệu cần thiết để em hồn thành luận văn Em xin gửi lời cảm ơn đến q thầy Khoa Cơ Khí, Trường đại học Bách Khoa – đại học Quốc Gia thành phố Hồ Chí Minh, người truyền đạt kiến thức quý báu cho em suốt thời gian học tập vừa qua Do vốn kiến thức, thời gian nghiên cứu tìm hiểu có hạn nên khơng tránh sai sót q trình thực hiện, em mong nhận ý kiến đóng góp thầy bạn đọc để luận văn hoàn thiện sau Hồ Chí Minh, tháng 12 năm 2022 Sinh viên thực Phạm Lê Khải i HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hồng TĨM TẮT LUẬN VĂN Trong năm gần đây, kỹ thuật giải mã xung xem công cụ mạnh mẽ việc chẩn đoán hư hỏng ổ bi hộp số thiết bị quay hư hỏng chúng xuất dạng xung kích thích theo chu kì Tuy nhiên, kĩ thuật ban đầu phù hợp việc trích xuất xung đơn Hai kĩ thuật ‘maximum correlated Kurtosis deconvolution' (MCKD) ‘multipoint optimal minimum entropy deconvolution’ (MOMEDA) chứng minh phù hợp việc trích xuất lỗi có chu kì Tuy nhiên, hai kĩ thuật cần phải biết trước chu kì lỗi trích xuất chu kì lỗi Điều đặt thách thức cho việc chẩn đoán lỗi hộp giảm tốc nhiều cấp lỗi có chu kì khác đồng thời xuất Luận văn đề xuất phương pháp ‘modified optimal minimum entropy deconvolution’ (modified OMEDA) nhằm vượt qua hạn chế Mô số thực nghiệm chứng minh OMEDA sau hiệu chỉnh thành công việc trích xuất lỗi mà khơng cần phải biết trước chu kì Ngồi ra, luận văn cịn trung bình miền bao cơng cụ hỗ trợ hiệu cho phương pháp giải mã xung kích thích ii HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng ABSTRACT In recent years, deconvolving has become a powerful technique in diagnosing bearing or/and gearboxes faults of rotary machine when their failures appear as periodic impulses However, the original techniques were only strong in single impulse extraction Two techniques 'maximum correlated Kurtosis deconvolution' (MCKD) and 'multipoint optimal minimum entropy deconvolution' (MOMEDA) have been shown to be suitable in extracting periodic impulses However, both techniques need to know the fault period in advance and can only extract one fault cycle This poses a challenge for fault diagnosis in multi-stage reducers where faults of different periods can occur simultaneously This thesis proposes the method modified optimal minimum entropy deconvolution (modified OMEDA) to overcome the above limitation Numerical and experimental simulations have shown that OMEDA after modified is successful in extracting faults without knowing the period in advance In addition, this thesis also shows that envelope average is an effective support tool for deconvolution methods iii HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng LỜI CAM ĐOAN CỦA TÁC GIẢ Tôi xin cam đoan cơng trình nghiên cứu tơi, có hỗ trợ từ Giáo viên hướng dẫn PGS.TS Phạm Huy Hoàng Các nội dung nghiên cứu kết đề tài trung thực chưa cơng bố cơng trình nghiên cứu trước Những số liệu bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá tác giả thu thập từ nguồn khác có ghi phần tài liệu tham khảo Nếu phát có gian lận tơi xin hoàn toàn chịu trách nhiệm trước Hội đồng kết luận văn Học viên Phạm Lê Khải iv HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng MỤC LỤC LỜI CẢM ƠN .i TÓM TẮT LUẬN VĂN ii ABSTRACT iii LỜI CAM ĐOAN CỦA TÁC GIẢ vi MỤC LỤC v DANH MỤC HÌNH ẢNH viii DANH MỤC BẢNG BIỂU xi CHƯƠNG GIỚI THIỆU CHUNG 1.1 Tổng quan tình hình 1.2 Vấn đề đặt 1.3 Giới hạn phạm vi nghiên cứu 1.4 Giả định 1.5 Cấu trúc luận văn CHƯƠNG CƠ SỞ LÝ THUYẾT 2.1 Tín hiệu rung động từ truyền động bánh 2.1.1 Tác động tải trọng 2.1.2 Lỗi gia công .6 2.1.3 Mòn 2.1.4 Thành phần ma 2.1.5 Hiệu ứng điều chế biên độ .9 2.1.6 Hiệu ứng điều chế pha 10 2.1.7 Xung động bổ sung 11 2.1.8 Mơ hình tín hiệu rung động ăn khớp bánh với lỗi cục 12 v HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hồng 2.2 Kỹ thuật xử lý tín hiệu 14 2.2.1 Theo dõi bậc (Order tracking) 15 2.2.2 Trung bình tín hiệu đồng 16 2.2.3 Chỉ số Kurtosis .18 2.3 Phương pháp giải mã xung 19 2.3.1 Bài tốn trích xuất xung kích thích 19 2.3.2 Giải thuật có lặp áp dụng Kurtosis 19 2.3.3 Giải thuật có lặp áp dụng Kurtosis tương quan .22 2.3.4 Giải thuật không lặp .25 CHƯƠNG PHƯƠNG PHÁP OMEDA HIỆU CHỈNH 32 3.1 Lựa chọn độ dài lọc 32 3.2 Véc-tơ lỗi 34 3.3 Phương pháp OMEDA hiệu chỉnh 35 3.4 Trung bình miền bao 39 CHƯƠNG MÔ PHỎNG VÀ THỰC NGHIỆM 41 4.1 Mô Phỏng số 41 4.1.1 Mơ hình tín hiệu mơ rung động đơn giản 41 4.1.2 Mơ hình lưới bánh với lỗi cục .43 4.2 Thực nghiệm 49 4.2.1 Tập liệu GPMS Inc .49 4.2.2 Tập liệu UoC 53 CHƯƠNG KẾT LUẬN 59 5.1 Đánh giá chung 59 5.2 Hướng phát triển 59 vi HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hồng DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC 60 TÀI LIỆU THAM KHẢO 61 PHỤ LỤC A KẾT QUẢ TRUNG BÌNH MIỀN BAO CỦA ĐẦU RA OMEDA HIỆU CHỈNH VỚI CÁC CHẾ ĐỘ LỖI KHÁC NHAU 63 PHỤ LỤC B CHƯƠNG TRÌNH CHO CÁC KỸ THUẬT GIẢI MÃ XUNG BẰNG NGÔN NGỮ MABLAB 69 vii HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hồng Hình 4.22 Trung bình miền bao TSA5 chế độ lỗi mẻ đầu (nhẹ nhất) 58 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng Chương KẾT LUẬN 5.1 Đánh giá chung Luận văn trình bày phương pháp cải tiến từ phương pháp trích xuất xung lỗi mang tên OMEDA hiệu chỉnh Ưu điểm: • Phương pháp trích xuất tất xung lỗi có ghi, bao gồm lỗi ngẫu nhiên lỗi theo chu kì • Phương pháp có khả phát lỗi khó phát bánh lỗi nứt hay bong tróc mặt • Có thể thực cho liệu thô mà không cần phải áp dụng phương pháp xử lý trước TSA, lấy mẫu lại • Hoạt động tốt kể tín hiệu có độ nhiễu cao Nhược điểm: • Thời gian tính tốn lâu so với phương pháp truyền thống • Đối với liệu có số mẫu lớn, cần phải hạ mẫu xuống (downsample) để có thời gian tính tốn chấp nhận Ngoài ra, luận văn trung bình miền bao kĩ thuật hỗ trợ tốt cho phương pháp giải mã xung 5.2 Hướng phát triển Với mạnh việc áp dụng cho tín hiệu thơ khơng cần trung bình động bộ, OMEDA hiệu chỉnh có tiềm lớn cho việc chẩn đốn lỗi cho thiết bị có chế độ làm việc thay đổi Ngồi chung tơi nghiên cứu độ hiệu OMEDA hiệu chỉnh việc chấn đoán hư hỏng ổ bi tương lai 59 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hồng DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC P L Khải, P H Hoàng, “Ứng dụng phương pháp OMEDA hiệu chỉnh chẩn đoán lỗi truyền bánh răng,” Tạp chí khí Việt Nam, số 299+300, tr 93-99, 2023 60 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng TÀI LIỆU THAM KHẢO [1] R B Randall, "A New Method of Modeling Gear Fault," ASME Journal of Mechanical Design, vol 104, no 2, pp 259-262, 1982 [2] W Wang and A K Wong, "Autoregressive Model-Based Gear Fault Diagnosis," Journal of Vibration and Acoustics, vol 124, no 2, pp 172179, 2002 [3] R A Wiggins, "Minimum entropy deconvolution," Geoexploration, vol 16, no 1, pp 21-35, 1978 [4] H Endo and R Randall, "Enhancement of autoregressive model based gear tooth fault detection technique by the use of minimum entropy deconvolution filter," Mechanical Systems and Signal Processing, vol 21, no 2, pp 906-919, 2007 [5] G L McDonald and Q Zhao, "Maximum correlated Kurtosis deconvolution and application on gear tooth chip fault detection," Mechanical Systems and Signal Processing, vol 33, pp 237-255, 2012 [6] G L McDonald and Q Zhao, "Multipoint Optimal Minimum Entropy Deconvolution and Convolution Fix: Application to vibration fault detection," Mechanical Systems and Signal Processing, vol 82, pp 461477, 2017 [7] Z Wang, "Research and application of improved adaptive MOMEDA fault diagnosis method," Measurement, vol 140, pp 63-75, 2019 [8] Y Cheng, Z Wang, W Zhang and G Huang, "Particle swarm optimization algorithm to solve the deconvolution problem for rolling element bearing fault diagnosis," ISA Transactions, vol 90, pp 244-267, 2019 61 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng [9] E P Remmers, "Gear Mesh Excitation Spectra for Arbitrary Tooth Spacing Errors, Load and Design Contact Ratio," ASME Journal of Mechanical Design, vol 100, no 4, pp 715-722, 1978 [10] R B Randall, "Vibration Signals from Rotating and Reciprocating Machines," in Vibration-based Condition Monitoring, Ed New York: John Wiley & Sons, 2010, pp 40-47 [11] W Wang and A K Wong, "Autoregressive Model-Based Gear Fault Diagnosis," ASME Journal of Vibration and Acoustics, vol 124, no 2, pp 172-179, 2002 [12] R B Randall, "Basic Signal Processing," in Vibration-based Condition Monitoring, Ed New York: John Wiley & Sons, 2010, pp 117-122 [13] T K Phúc, "Nghiên cứu phương pháp chẩn đoán hư hỏng truyền bánh phân tích tín hiệu âm thanh," M.A thesis, The University of Đà Nẵng, Đà Nẵng, 2011 [14] C A Cabrelli, "Minimum entropy deconvolution and simplicity: A noniterative algorithm," Geophysics, vol 50, no 3, pp 394-413, 1985 [15] E Bechhoefer and X Zhang, "Improved Fault Detection by Appropriate Control of Signal Bandwidth of the TSA," in Annual Conference of the PHM Society, Coronado, 2015 [16] P Cao, S Zhang and J Tang, "Preprocessing-Free Gear Fault Diagnosis Using Small Datasets With Deep Convolutional Neural Network-Based Transfer Learning," IEEE Access, vol 6, pp 26241-26253, 2018 62 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng PHỤ LỤC A KẾT QUẢ TRUNG BÌNH MIỀN BAO CỦA ĐẦU RA OMEDA HIỆU CHỈNH VỚI CÁC CHẾ ĐỘ LỖI KHÁC NHAU 63 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng 64 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng 65 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng 66 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng 67 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng 68 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng PHỤ LỤC B CHƯƠNG TRÌNH CHO CÁC KỸ THUẬT GIẢI MÃ XUNG BẰNG NGƠN NGỮ MABLAB Bốn chương trình ứng với bốn phương pháp giải mã MEDA, MCKD, OMEDA MOMEDA cơng bố tại: • Minimum Entropy Deconvolution MATLAB implementation (MED: overlapMode=’full’, MEDA: overlapMode=’valid’): http://www.mathworks.com/matlabcentral/fileexchange/29151-minimumentropy-deconvolution-med-1d-and-2d • M-Shift Maximum Correlated Kurtosis Deconvolution (MCKD): http://www.mathworks.com/matlabcentral/fileexchange/31326 • Optimal Minimum Entropy Deconvolution Adjusted (OMEDA): http://www.mathworks.com/matlabcentral/fileexchange/53482-optimalminimum-entropy-deconvolution-withconvolution-fix–non-iterative-solution • Multipoint Optimal Minimum Entropy Deconvolution Adjusted (MOMEDA): http://www.mathworks.com/matlabcentral/fileexchange/53483-multipointoptimal-minimum-entropy-deconvolutionwith-convolution-adjustment– momedaChương trình phương pháp OMEDA hiệu chỉnh: function [outputY, t, kNorms, filterFIR] = meomeda(inputX,filterSize,nImpulse) % Calculate X0 N = length(inputX); L = filterSize; X0 = zeros(L,N+L-1); % y = f*x where x is padded for l =1:L 69 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng if( l == ) X0(l,1:N) = inputX; else X0(l,2:end) = X0(l-1, 1:end-1); end end X0 = X0(:,L:N); % Calculate the inverse component autocorr_inv = pinv(X0*X0'); % Calculate the filter solution matrix F = autocorr_inv * X0; Y = X0' * F; kNorms = sum(Y.^4,2)./(sum(Y.^2,2).^2); [val,loc] = findpeaks(kNorms,'MinPeakDistance',round(length(inputX)/20)); % assume the maximum number of pulses in the signal is 20 peakSort = sortrows([val,loc],'descend'); dummyK = zeros(L*2-1,1); % Built the impulse train vector separated the by periods t = zeros(N-L+1,1); impulseLoc = zeros(nImpulse,1); for k = 2:nImpulse for i = 1:L*2-1 if peakSort(k,2)+i-L >= && peakSort(k,2)+i < length(inputX) dummy_t = zeros(N-L+1,1); dummy_t(peakSort(1:k,2)+[impulseLoc(1:k-1);iL]) = 1; y = Y*dummy_t; dummyK(i) = kurtosis(y); else dummyK(i) = -1; end 70 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hoàng end [~,maxK] = max(dummyK); impulseLoc(k) = maxK-L; end t(peakSort(1:nImpulse,2) + impulseLoc) = 1; filterFIR = F * t; outputY = Y * t; end 71 HVTH: Phạm Lê Khải GVHD: PGS TS Phạm Huy Hồng PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Phạm Lê Khải Ngày, tháng, năm sinh: 22/02/1998 Nơi sinh: 1998 Địa liên lạc: 2, đường 207, Hiệp Phú, thành phố Thủ Đức, thành phố Hồ Chí Minh Q TRÌNH ĐÀO TẠO • Từ 2016 – 2020: Sinh viên trường Đại học Bách Khoa – Đại học Quốc gia thành phố Hồ Chí Minh • Từ 2020 – 2023: Học viên cao học trường Đại học Bách Khoa – Đại học Quốc gia thành phố Hồ Chí Minh Q TRÌNH CƠNG TÁC 72