Tổng quan nghiên cứu

Trong bối cảnh công nghiệp hiện đại, việc giảm thiểu thời gian ngừng hoạt động của máy móc và hạn chế thiệt hại do hỏng hóc gây ra là ưu tiên hàng đầu. Theo ước tính, các hệ thống truyền động bánh răng chiếm tỷ trọng lớn trong các thiết bị quay công nghiệp, do đó việc chẩn đoán lỗi chính xác và kịp thời của bộ truyền bánh răng có ý nghĩa quan trọng trong bảo trì dự đoán và nâng cao hiệu suất vận hành. Tuy nhiên, tín hiệu rung động thu thập từ các cảm biến gia tốc trên vỏ hộp số thường là tổng hợp của nhiều thành phần rung động khác nhau, gây khó khăn trong việc phân tích và phát hiện lỗi cục bộ.

Mục tiêu nghiên cứu của luận văn là phát triển và ứng dụng phương pháp giải mã xung tối ưu đã hiệu chỉnh (modified OMEDA) nhằm cải thiện khả năng trích xuất các xung lỗi có chu kỳ khác nhau trong tín hiệu rung động của bộ truyền bánh răng, đặc biệt trong các hộp giảm tốc nhiều cấp. Phạm vi nghiên cứu tập trung vào tín hiệu rung động thu thập trong khoảng thời gian từ năm 2022 đến 2023, với dữ liệu mô phỏng và thực nghiệm từ các nguồn miễn phí và mô hình thực nghiệm tại một số địa phương.

Nghiên cứu không chỉ góp phần nâng cao độ chính xác trong chẩn đoán lỗi cục bộ như nứt chân răng, tróc rỗ bề mặt răng mà còn mở rộng khả năng phát hiện các lỗi kết hợp với chu kỳ xung khác nhau đồng thời. Kết quả nghiên cứu có ý nghĩa thiết thực trong việc giảm thiểu chi phí bảo trì, tăng tuổi thọ thiết bị và đảm bảo an toàn vận hành trong các nhà máy sản xuất.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình xử lý tín hiệu rung động trong truyền động bánh răng, bao gồm:

  • Mô hình tín hiệu rung động bánh răng có lỗi cục bộ: Tín hiệu rung động được mô tả là tổng hợp của các thành phần sóng hài lưới răng, hiệu ứng điều chế biên độ và pha, cùng với các xung động bổ sung do lỗi cục bộ gây ra. Phương trình mô hình tín hiệu thể hiện sự kết hợp giữa rung động khỏe mạnh và rung động do lỗi cục bộ kích thích cộng hưởng kết cấu.

  • Chỉ số Kurtosis: Là tham số thống kê đo độ nhọn của tín hiệu, được sử dụng để đánh giá mức độ xuất hiện của các xung lỗi trong tín hiệu rung động. Giá trị Kurtosis cao (>6) thường báo hiệu sự tồn tại của hư hỏng cơ khí.

  • Phương pháp giải mã xung (Deconvolution): Bao gồm các kỹ thuật như MED (Minimum Entropy Deconvolution), MCKD (Maximum Correlated Kurtosis Deconvolution), MOMEDA (Multipoint Optimal Minimum Entropy Deconvolution) và OMEDA (Optimal Minimum Entropy Deconvolution). Các phương pháp này nhằm trích xuất các xung kích thích định kỳ từ tín hiệu nhiễu, tuy nhiên đều có hạn chế như yêu cầu biết trước chu kỳ lỗi hoặc chỉ trích xuất được một chu kỳ xung.

  • Trung bình tín hiệu đồng bộ và theo dõi bậc (Order Tracking): Kỹ thuật lấy mẫu lại tín hiệu theo góc quay trục nhằm loại bỏ ảnh hưởng của dao động tốc độ, giúp phân tích chính xác các thành phần tần số liên quan đến bánh răng.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu bao gồm:

  • Dữ liệu mô phỏng số dựa trên mô hình tín hiệu rung động bánh răng với các lỗi cục bộ khác nhau.
  • Dữ liệu thực nghiệm thu thập từ các thiết bị truyền động bánh răng tại một số địa phương và các bộ dữ liệu miễn phí từ các tổ chức nghiên cứu.

Phương pháp phân tích chính là phát triển và áp dụng thuật toán modified OMEDA, kết hợp với kỹ thuật trung bình miền bao để cải thiện khả năng trích xuất xung lỗi trong tín hiệu rung động. Cỡ mẫu dữ liệu thực nghiệm được lựa chọn đảm bảo tính đại diện, với độ dài tín hiệu đủ lớn để bao phủ nhiều chu kỳ lỗi.

Quy trình nghiên cứu được thực hiện theo timeline từ tháng 2/2022 đến tháng 12/2022, bao gồm các bước: xây dựng thuật toán, mô phỏng số, thực nghiệm và đánh giá kết quả. Phương pháp phân tích sử dụng các chỉ số thống kê như Kurtosis và D-norm để đánh giá hiệu quả trích xuất xung lỗi.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả trích xuất xung lỗi đa chu kỳ: Phương pháp modified OMEDA đã chứng minh khả năng trích xuất đồng thời nhiều xung lỗi có chu kỳ khác nhau trong cùng một tín hiệu rung động. Kết quả mô phỏng cho thấy, với độ dài bộ lọc từ 1% đến 4% độ dài bản ghi, các xung lỗi được xác định chính xác với sai số vị trí không vượt quá độ dài bộ lọc.

  2. Khả năng xử lý lỗi chu kỳ thay đổi nhỏ: Trong trường hợp chu kỳ lỗi thay đổi nhỏ (ΔT < 5%), modified OMEDA vẫn duy trì được độ chính xác cao trong việc phát hiện vị trí xung lỗi, vượt trội so với MOMEDA truyền thống vốn yêu cầu chu kỳ lỗi cố định.

  3. Tăng cường độ nhạy bằng trung bình miền bao: Việc áp dụng kỹ thuật trung bình miền bao hỗ trợ hiệu quả cho quá trình giải mã xung, giúp giảm nhiễu và tăng giá trị Kurtosis đầu ra lên đến 20-30% so với phương pháp không sử dụng, từ đó nâng cao độ tin cậy trong chẩn đoán.

  4. So sánh với các phương pháp truyền thống: Modified OMEDA cho kết quả vượt trội hơn so với MED, MCKD và MOMEDA về khả năng trích xuất xung lỗi phức tạp, đặc biệt trong các tín hiệu có nhiều chu kỳ lỗi đồng thời. Tốc độ tính toán cũng được cải thiện đáng kể nhờ thuật toán không lặp.

Thảo luận kết quả

Nguyên nhân chính giúp modified OMEDA vượt trội là do việc lựa chọn nhiều đỉnh cực đại trong véc-tơ K-norm để xây dựng véc-tơ chỉ báo lỗi t, thay vì chỉ chọn một đỉnh như OMEDA truyền thống. Điều này cho phép bộ lọc FIR được thiết kế để giải mã toàn bộ các xung kích thích có trong tín hiệu, không phụ thuộc vào chu kỳ lỗi cố định.

So với các nghiên cứu trước đây, kết quả này khẳng định tính khả thi của việc áp dụng kỹ thuật giải mã không lặp kết hợp với trung bình miền bao trong chẩn đoán lỗi bánh răng phức tạp. Dữ liệu có thể được trình bày qua biểu đồ K-norm và Kurtosis đầu ra, minh họa rõ ràng các vị trí xung lỗi được xác định chính xác.

Ý nghĩa của nghiên cứu nằm ở việc cung cấp một công cụ chẩn đoán lỗi hiệu quả, giảm thiểu sai số do biến đổi chu kỳ lỗi và nhiễu nền, từ đó nâng cao độ tin cậy trong bảo trì dự đoán và giảm thiểu rủi ro vận hành.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống giám sát rung động tích hợp modified OMEDA: Áp dụng phương pháp này trong các hệ thống giám sát trực tuyến tại nhà máy để phát hiện sớm các lỗi cục bộ, giảm thiểu thời gian ngừng máy. Thời gian triển khai dự kiến trong vòng 6-12 tháng, do phòng kỹ thuật và bảo trì thực hiện.

  2. Đào tạo nhân sự vận hành và bảo trì: Tổ chức các khóa đào tạo chuyên sâu về kỹ thuật xử lý tín hiệu rung động và ứng dụng modified OMEDA cho đội ngũ kỹ thuật viên nhằm nâng cao năng lực chẩn đoán. Thời gian đào tạo 3-6 tháng, do phòng đào tạo phối hợp với chuyên gia kỹ thuật.

  3. Phát triển phần mềm phân tích tín hiệu tự động: Xây dựng phần mềm tích hợp thuật toán modified OMEDA và trung bình miền bao, hỗ trợ phân tích dữ liệu nhanh chóng và trực quan. Dự kiến hoàn thành trong 12 tháng, do bộ phận công nghệ thông tin và nghiên cứu phát triển thực hiện.

  4. Mở rộng nghiên cứu ứng dụng cho các loại thiết bị quay khác: Khuyến nghị nghiên cứu tiếp tục áp dụng phương pháp cho các thiết bị quay phức tạp khác như ổ bi, tua bin, nhằm đa dạng hóa ứng dụng và nâng cao hiệu quả bảo trì. Thời gian nghiên cứu mở rộng khoảng 1-2 năm, do các viện nghiên cứu và trường đại học phối hợp thực hiện.

Đối tượng nên tham khảo luận văn

  1. Kỹ sư bảo trì và vận hành thiết bị công nghiệp: Nắm bắt kỹ thuật chẩn đoán lỗi bánh răng hiện đại, áp dụng trong công tác bảo trì dự đoán, giảm thiểu sự cố máy móc.

  2. Nhà nghiên cứu và giảng viên trong lĩnh vực kỹ thuật cơ khí và xử lý tín hiệu: Tham khảo phương pháp giải mã xung tối ưu đã hiệu chỉnh, làm cơ sở phát triển các nghiên cứu tiếp theo về chẩn đoán lỗi thiết bị quay.

  3. Chuyên gia phát triển phần mềm giám sát và phân tích dữ liệu công nghiệp: Áp dụng thuật toán modified OMEDA để xây dựng các công cụ phân tích tín hiệu rung động tự động, nâng cao tính chính xác và hiệu quả.

  4. Quản lý nhà máy và chuyên viên an toàn vận hành: Hiểu rõ về các phương pháp chẩn đoán lỗi tiên tiến giúp đưa ra các quyết định bảo trì hợp lý, đảm bảo an toàn và tối ưu hóa chi phí sản xuất.

Câu hỏi thường gặp

  1. Phương pháp modified OMEDA khác gì so với MOMEDA truyền thống?
    Modified OMEDA không yêu cầu biết trước chu kỳ lỗi và có thể trích xuất nhiều xung lỗi đồng thời, trong khi MOMEDA cần chu kỳ lỗi cố định và chỉ trích xuất được chu kỳ xung đơn. Ví dụ, trong hộp giảm tốc nhiều cấp, modified OMEDA phát hiện được các lỗi với chu kỳ khác nhau cùng lúc.

  2. Độ dài bộ lọc ảnh hưởng thế nào đến kết quả trích xuất xung?
    Độ dài bộ lọc nhỏ giúp giảm sai số vị trí xung và tránh chồng lấp các xung kích thích, tuy nhiên quá nhỏ có thể làm biến động kết quả. Nghiên cứu đề xuất độ dài bộ lọc từ 1% đến 4% độ dài bản ghi để cân bằng độ chính xác và ổn định.

  3. Kurtosis được sử dụng như thế nào trong chẩn đoán lỗi?
    Kurtosis đo độ nhọn của tín hiệu, giá trị cao (>6) cho thấy sự xuất hiện của các xung lỗi. Trong nghiên cứu, Kurtosis được dùng làm chỉ số đánh giá hiệu quả trích xuất xung của các phương pháp giải mã.

  4. Phương pháp này có áp dụng được cho các thiết bị quay khác ngoài bánh răng không?
    Có thể áp dụng cho các thiết bị quay khác như ổ bi, tua bin, miễn là tín hiệu rung động có đặc trưng xung kích thích định kỳ hoặc gần định kỳ. Nghiên cứu đề xuất mở rộng ứng dụng trong tương lai.

  5. Làm thế nào để xử lý tín hiệu rung động có nhiều nhiễu nền?
    Kỹ thuật trung bình miền bao và trung bình tín hiệu đồng bộ được sử dụng để giảm nhiễu nền, kết hợp với modified OMEDA giúp tăng độ nhạy và chính xác trong việc phát hiện xung lỗi.

Kết luận

  • Phương pháp modified OMEDA đã hiệu chỉnh thành công giới hạn của các kỹ thuật giải mã xung truyền thống, cho phép trích xuất nhiều xung lỗi với chu kỳ khác nhau trong tín hiệu rung động bánh răng.
  • Kỹ thuật trung bình miền bao hỗ trợ hiệu quả trong việc tăng cường độ nhạy và giảm nhiễu nền, nâng cao độ chính xác chẩn đoán.
  • Kết quả mô phỏng và thực nghiệm chứng minh tính khả thi và ưu việt của phương pháp trong các hệ thống truyền động bánh răng phức tạp.
  • Đề xuất triển khai ứng dụng trong giám sát trực tuyến, đào tạo nhân sự và phát triển phần mềm phân tích tín hiệu công nghiệp.
  • Hướng nghiên cứu tiếp theo là mở rộng ứng dụng cho các thiết bị quay khác và tối ưu hóa thuật toán cho các điều kiện vận hành thực tế.

Để nâng cao hiệu quả bảo trì dự đoán và giảm thiểu rủi ro vận hành, các nhà quản lý và kỹ sư kỹ thuật nên cân nhắc áp dụng phương pháp modified OMEDA trong hệ thống giám sát rung động hiện tại. Liên hệ chuyên gia để được tư vấn triển khai và đào tạo chi tiết.