Информативными параметрами

Критерии идентификации источников акустической эмиссии должны базироваться на комплексном анализе всех информативных признаков, включая анализ параметров импульсных потоков. В частности, повышение коррелированное™ импульсных потоков свидетельствует о возникновении серьезных изменений в техническом состоянии испытываемых сосудов [139].

и т. п.). Поэтому изображения также могут строиться с использованием любого из информативных признаков, либо их комбинаций.

Аналогично при имитации смешанных стратегий, где в качестве случайных параметров рассматривается удельный вес каждого способа производства в общем объеме производства промышленной продукции, также можно получить бесконечное множество смешанных стратегий. Поэтому для группировки исходных сочетаний случайных величин, полученных методами статистического моделирования, на третьем этапе методики прогнозирования ВЭР используются алгоритмы машинного распознавания образов. Решением задач теории распознавания образов является такое правило распознавания (классификации) , которое соответствует экстремуму целевой функции — показателю качества распознавания (обучения). При этом правильный выбор информативных признаков, в которых сосредоточена наиболее существенная для распознавания информация, является одной из важнейших и необходимых предпосылок успешного решения задачи распознавания в целом. В данном случае полученные путем машинной имитации совокупности случайных параметров естественно интерпретировать как точки в многомерном пространстве, инфор-

возбуждения и т. д., ищутся также наиболее информативные признаки акустических сигналов. Модель будет верной, если достигнута идентичность выходных сигналов модели и машины по найденным признакам и установлена взаимно однозначная связь между этими признаками и наиболее важными параметрами модели и машины. В этом случае изменения внутренних параметров машины и соответствующих параметров модели будут вызывать одинаковые изменения информативных признаков на выходах машины и ее модели, что дает возможность по этим признакам измерять внутренние параметры машины, т. е. осуществлять акустическую диагностику машины.

Наиболее трудный этап в постановке акустического диагно-'за — поиск информативных признаков. Акустический сигнал машины представляет собой смесь сигналов от множества элементарных источников, зачастую сильно между собой связанных. Найти признак сигнала, позволяющий из смеси выделить часть, которая обусловлена данным источником, не всегда просто, даже если имеется хорошая модель. Поэтому развитие методов обработки и анализа акустических сигналов является самостоятельной проблемой акустической диагностики, тесно примыкающей

Разделение источников вибраций (шумов). Этот важный класс задач состоит в обнаружении источников вибраций и шумов. Одна из них подробно рассмотрена в главе 4, где основное внимание обращено на количественную оценку вкладов источников. Есть, однако, и другие задачи этого класса, где требуется качественно определить главный источник или выявить преобладающий механизм возбуждения вибраций и шумов. В одной из таких задач [143, 155] рассматриваются квазилинейные колебательные системы с одной степенью свободы. По характеристикам выходного сигнала определяется тип источника — автоколебания, случайные или периодические, внешнее или параметрическое возбуждение. Задача решена на основе анализа функций распределения плотности вероятности квадрата амплитуды и фазы сигнала. В качестве информативных признаков, по которым производится распознавание системы, используются характеристики, определяющие вид функции плотности (количество максимумов, степень убывания функции и некоторые другие). Хотя это решение получено для системы с одной степенью свободы, оно может быть основой для анализа механизмов возбуждения вибраций и шумов в более сложных системах, в частности в зубчатом зацеплении.

Во многих задачах акустической динамики машин возникает необходимость анализировать одновременно два или несколько акустических сигналов. В этих случаях требуется знать их совместное распределение вероятностей. Помимо того, что совместное распределение содержит как предельные случаи одномерные распределения исследуемых сигналов, в нем содержится также полная информация о статистических связях между ними. Это -особенно важно, например, в задачах определения вкладов одновременно работающих машин в акустическое поле, где вопросы «вязи между различными сигналами имеют определяющее значение (см. главу 4). Кроме того, как показали исследования, некоторые характеристики совместных распределений машинных сигналов чувствительны к изменению параметров внутреннего состояния машин и могут использоваться в качестве информативных признаков в акустической диагностике машин.

В общем случае алгоритм распознавания неисправностей в задаче виброакустической диагностики включает два основных этапа: 1) определение совокупности информативных признаков, высокочувствительных к распознаваемому классу неисправностей; 2) принятие решения об отнесении текущего состояния объекта к одному из распознаваемых состояний.

диагностической модели является выбор множества информативных признаков Т и построение оператора В, отображающего множество сигналов-откликов S на множество информационных признаков, т. е. В : S -* Т.

Известно [3], что после удаления нестационарного тренда данные наблюдаемых процессов всегда могут быть представлены моделью APGC. Однако в случае окрашенного шума внутренних возмущений параметры этой модели, используемые в качестве информативных признаков, в отличие от параметров ФДМ, рассмотренных выше, несут в себе, кроме информации о динамических характеристиках системы, информацию о характеристиках внутренних возмущений. Это обстоятельство не дает возможности даже в случае R [q (?)]=0 использовать трехэтапный метод наименьших квадратов. Однако задачу можно решить, применяя диагностический подход аналогично методу тестовой вибродиагностики. Отличие в том, что на этапе обучения в случе линейной МС обрабатывается массив данных и(, у,. (i = l,. . ., TV) в соответствии с процедурой трехэтап-ного метода наименьших квадратов, а в случае нелинейной МС — массив данных и(, q1{ ,. . ., qni (i = l,. . ., N) в соответствии с модифицированным методом динамических испытаний. Кроме того, в том и другом случае на этапе постановки диагноза используется массив данных n4. (s=l, . . ., TV).

Ниже сообщается о результатах статистического анализа вибраций экспериментального редукторного стенда с косозубой передачей РС-1, работающего по схеме замкнутого контура, и редукторного стенда Ш-8 с прямозубой передачей, а также о результатах поиска наиболее информативных признаков состояния редуктора. Анализ производился с помощью ЭЦВМ и аналого-цифрового преобразователя, разработанного в ИМАШ.

установление корреляционных связей между контролируемыми показателями качества продукции и информативными параметрами СНК;

типовыми зависимостями между информативными параметрами средств контроля и параметрами качества продукции, типовыми законами распределения влияющих факторов;

Более универсальной моделью прибора, использующего эффект Баркгаузена, является структуроскоп типа «Скиф-100», отличающийся от ранее разработанных магнитошумовых приборов новыми возможностями по определению корреляционных связей между информативными параметрами и параметрами контролируемого материала [5].

Так, электроемкостный метод контроля (ЭМК) предусматривает введение объекта контроля или его исследуемого участка в электростатическое поле и определение искомых характеристик материала по вызванной им обратной реакции на источник этого поля. В качестве источника поля применяют электрический конденсатор, который является одновременно и первичным электроемкостным преобразователем (ЭП), так как осуществляет преобразование физических и геометрических характеристик объекта контроля в электрический параметр. Обратная реакция ЭП проявляется как изменение его интегральных параметров, чаще всего двух параметров, из которых один характеризует «емкостные» свойства ЭП, а другой — диэлектрические потери (например, емкость и тангенс угла потерь — составляющие комплексной проводимости). Эти параметры являются первичными информативными параметрами ЭМК.

Рис. 1. Схема воздействия характеристик объекта контроля на электрические параметры электроемкостного преобразователя. Корреляционные связи между контролируемыми и информативными параметрами (сплошная линия—сильные, штриховая— слабые)

Определив экспериментально коэффициент Пуассона и модуль Юнга, можно рассчитать две остальные константы упругости покрытия: модуль сдвига и модуль объемной упругости. Интересна попытка применения метода акустической эмиссии для исследования кинетики разрушения покрытий [90]. Появляется возможность при использовании соответствующей аппаратуры провести пространственно-временную локацию и идентификацию нарушения сплошности покрытия. Основными информативными параметрами при этом являются амплитуда сигнала — величина, связанная с увеличением линейного размера дефекта, и интенсивность сигнала, т. е. число элементарных актов перераспределения полей напряжений в единицу времени [91, 92].

В основу контроля центральной части положен импульсный эхо-метод с помощью нормальных волн моды s0. Контроль проводят с помощью двух расположенных со смещением от центра преобразователей, каждый из которых излучает УЗ-колебания в направлении, перпендикулярном оси и кромкам полосы. Информативными параметрами являются амплитуда и время импульсов, отраженных от дефекта и кромки. Информация со всех преобразователей поступает в ЭВМ, обрабатывается и фиксируется на регистраторе. На ленте отмечаются амплитуда, координаты и протяженность дефектов, а также сведения о наличии акустического контакта. Полученная информация позволяет проводить оптимальный раскрой полосы, цель которого — выделение бездефектного участка полосы.

и алгоритмы раннего обнаружения затяжек и посадок рассмотрены в работе [3]. Основными информативными параметрами для них являются вес и скорость перемещения бурильной колонны, а также длина колонны и плотность жидкости в скважине, в качестве которой берется среднее значение плотности на входе и выходе скважины перед началом СПО.

Электрический вид неразрушающего контроля основан на регистрации параметров электрического поля, взаимодействующего с контролируемым объектом (собственно электрический метод), или поля, возникающего в контролируемом объекте в результате внешнего воздействия (термоэлектрический и трибоэлектрический методы). Первичными информативными параметрами являются электрические емкость или потенциал.

(ферриты), полупроводники, тонкостенные металлические объекты. По характеру взаимодействия с объектом контроля различают методы прошедшего, отраженного, рассеянного излучения и резонансный. Первичными информативными параметрами являются амплитуда, фаза, поляризация, частота, геометрия распространения вторичных волн, время их прохождения и др.

Оптический вид неразрушающего контроля основан на наблюдении или регистрации параметров оптического излучения, взаимодействующего с контролируемым объектом. По характеру взаимодействия различают методы прошедшего, отраженного, рассеянного и индуцированного излучения. Последним термином определяют оптическое излучение объекта под действием внешнего воздействия, например люминесценцию. Первичными информативными параметрами являются амплитуда, фаза, степень поляризации, частота или частотный спектр, время прохождения света через объект, геометрия преломления и отражения лучей.