CHƯƠNG 1 TỔNG QUAN Nhận dạng khuyết tật và giám sát tình trạng máy 1.1 Nhận dạng khuyết tật Nhận dạng khuyết tật trên ổ bi bao gồm kiểm tra và kết luận về việc có hay không sự hiện diện khuyết tật, xác định vị trí xuất hiện khuyết tật nếu có, và xác định mức độ hư hỏng tại các vị trí xuất hiện khuyết tật này. Có nhiều phương pháp thực hiện: - Phương pháp siêu âm: nguyên tắc chung của phương pháp này là truyền nguồn xung siêu âm vào bề mặt của vật thể cần kiểm tra, phân tích sóng phản hồi từ vật thể được kiểm tra và bề mặt mẫu. Sự sai khác giữa hai nguồn xung phản hồi cho biết vị trí xuất hiện khuyết tật trên bề mặt kiểm tra. Phương pháp này có ưu điểm là khá đơn giản.
Hạn chế của phương pháp này là không cho kết quả chính xác khi khuyết tật nằm sâu bên trong vật thể. - Phương pháp nội soi: dùng máy nội soi đưa vào bề mặt vật thể cần kiểm tra, hình ảnh thu được từ máy nội soi cho biết vị trí khuyết tật và mức độ hư hỏng một cách tương đối. Phương pháp nội soi được sử dụng để kiểm tra khuyết tật vòng bi tại các nhà máy điện gió. Phương pháp này chính xác hơn phương pháp siêu âm.
Tuy nhiên khi khuyết tật nằm sâu bên trong, phương pháp này không phát hiện được. - Phương pháp nhận dạng khuyết tật bằng dao động: khi ổ bi quay với vận tốc lớn dưới điều kiện tải trọng, nhiệt độ thay đổi, mô đun đàn hồi của vật liệu (E), mô men quán tính của mặt cắt ngang (I), độ cứng chống biến dạng (EI) là các đại lượng ảnh hưởng trực tiếp tới đáp ứng động lực học của ổ bi. Khuyết tật xuất hiện trong ổ bi sẽ làm thay đổi các thông số đặc trưng dao động của gối đỡ ổ bi, chẳng hạn như tần số dao động riêng, dạng dao động. Dựa vào các dấu hiệu nêu trên để kết luận ổ bi có khuyết tật hay không.
- Phương pháp kết hợp: phương pháp nhận dạng khuyết tật bằng dao động có nhiều ưu điểm trong khảo sát mô hình, tuy nhiên khi ứng dụng vào thực tế thường gặp các hạn chế. Chẳng hạn như với mức độ hư hỏng nhỏ, các đại lượng vật lý như tần số riêng, dạng dao động rất khó xác định trên kết cấu thực bằng phương pháp đo đạc bởi sai số có thể 1 vượt quá giới hạn cần đo hoặc đo đạc theo thời gian thực. Để khắc phục hạn chế này, tín hiệu dao động thường được chuyển qua những đặc trưng khác có độ nhạy cao hơn như chuyển qua véc tơ Ritz, tín hiệu Wavelet, v. Một hướng tiếp cận khác là nhận dạng khuyết tật bằng dao động được kết hợp với các công cụ khác nhằm gia tăng hiệu quả khảo sát.
Ví dụ kết hợp với phương pháp tối ưu hóa, hoặc các công cụ của trí tuệ nhân tạo (Artificial Intelligence, AI) như logic mờ (Fuzzy Logic, FL), mạng nơ-ron nhân tạo (Artificial Neural network, ANN), hoặc hệ thống suy diễn nơron - mờ thích nghi (Adaptive Neuro Fuzzy Inference System, ANFIS).2 Giám sát tình trạng máy Giám sát tình trạng là việc đo các thông số cụ thể của máy móc, chẳng hạn như dao động, nhiệt độ hoặc tình trạng dầu của máy, v.v… và chú ý đến bất kỳ sự thay đổi đáng kể nào của chúng có thể là dấu hiệu của sự cố sắp xảy ra. Việc liên tục theo dõi tình trạng của máy móc và lưu ý đến mọi sự thay đổi bất thường làm giảm tuổi thọ của máy móc cho phép lên lịch bảo trì hoặc các hành động phòng ngừa khác để giải quyết các vấn đề trước khi chúng phát triển thành những hỏng hóc nghiêm trọng hơn. Giám sát tình trạng là một thành phần quan trọng của bảo trì dự đoán. Dữ liệu được thu thập từ việc theo dõi tình trạng theo thời gian thực cung cấp thông tin có giá trị về trạng thái hiện tại và lịch sử của máy móc.
Giám sát tình trạng một cỗ máy có thể được sử dụng để dự đoán nó sẽ hoạt động như thế nào theo thời gian và nó có thể xuống cấp như thế nào, cho phép lập lịch bảo trì dựa trên những dự đoán này. Đây được gọi là bảo trì dự đoán - bảo trì dựa trên những hư hỏng nào có thể xảy ra và lên lịch bảo trì các bộ phận tương ứng với hư hỏng đó để ngăn ngừa những hỏng hóc xảy ra. Kỹ thuật giám sát tình trạng thường được sử dụng trên thiết bị quay (hộp giảm tốc, máy pittông, máy ly tâm, v.v…), hệ thống dự phòng hoặc thứ cấp và các máy móc khác như máy nén, máy bơm, động cơ điện, máy ép và động cơ đốt trong. Thiết kế của một hệ thống giám sát tình trạng phải mạnh mẽ và đáng tin cậy vì nó phải xác định được thời điểm khi sự cố xuất hiện.
Đặc điểm quan trọng này đã thu hút hầu hết các nghiên cứu xung quanh hệ thống giám sát tình trạng tập trung vào cảm biến, kỹ thuật phân tích dữ 2 liệu, thuật toán dự đoán và các thiết bị đo lường khác nhau. Trong số các hệ thống đo, đo dao động vẫn là kỹ thuật đáng tin cậy nhất để thiết kế hệ thống giám sát tình trạng và nó có thể được cải thiện bằng cách bổ sung dữ liệu với các phép đo thu được bằng các thiết bị khác. Hạn chế của các phép đo dao động là lượng nhiễu chứa trong tín hiệu đo và thiếu kiến thức về các nguồn gây ra nhiễu. Hệ thống giám sát tình trạng sử dụng dữ liệu dao động và xác định tình trạng của máy dựa trên phân tích biên độ và tần số.
Tín hiệu gốc là dữ liệu thô phải được xử lý để đưa vào hệ thống nhận dạng. Việc lấy dữ liệu trong quá trình vận hành cho biết tình trạng của máy và trong trường hợp hỏng hóc, dữ liệu sẽ có những thay đổi đáng kể. Hệ thống giám sát tình trạng làm tăng độ tin cậy của máy móc vì chúng sử dụng các cảm biến mới để thu dữ liệu; sử dụng phần cứng xử lý nhanh và các thuật toán ngày càng tốt hơn cho quá trình xử lý tín hiệu. Việc áp dụng trí tuệ nhân tạo trong các hệ thống giám sát tình trạng gia tăng độ tin cậy của máy móc hiện đại, cho phép kéo dài thời gian hơn giữa các lần bảo trì nhằm tiết kiệm chi phí.
Những hệ thống phức tạp này có thể lường trước được những hỏng hóc ở hầu hết các bộ phận cấu thành nên máy móc hiện đại.1 [1] là hệ thống giám sát tình trạng trực tuyến do công ty ASC Sensor của Đức thiết kế và chế Hình 1.1 Hệ thống giám sát tình trạng trên tàu cao tốc 3 tạo áp dụng cho tàu cao tốc. Tất cả các bộ phận quan trọng của con tàu, trong đó có ổ bi, đều được giám sát tình trạng kỹ thuật khi vận hành. Nhờ đó đảm bảo an toàn cho đoàn tàu và hành khách trong quá trình khai thác và sử dụng. Hệ thống giám sát tình trạng kỹ thuật yêu cầu các thuật toán phức tạp để xử lý tất cả các tín hiệu.
Máy móc được trang bị đủ số lượng cảm biến để ghi dòng dữ liệu. Bộ cảm biến đo dao động, nhiệt độ, dòng điện tại nguồn điện, chất lượng dầu, nhiệt kế, âm thanh, phát xạ âm và bất kỳ biến số nào khác liên quan đến quá trình của từng loại máy cụ thể. Một ví dụ khác là hệ thống nhận dạng và dự báo khuyết tật trực tuyến có tên SKF được sử dụng trên hệ thống tàu cao tốc ở Châu Âu được trình bày trên Hình 1.2 Nguyên lý hoạt động của SKF vai trò kiểm tra trực tuyến sự xuất hiện khuyết tật cũng như ngăn ngừa kịp thời sự phát triển của khuyết tật; cung cấp các thông tin khẩn cấp về tình trạng kỹ thuật của hệ thống cho hệ thống điều khiển toàn bộ đoàn tàu. Ngoài ra, SKF cung cấp thông tin mang tính chất dự báo về tình trạng kỹ thuật của hệ thống cơ khí cho hệ thống bảo trì bảo dưỡng để có thể chủ động tiến hành công việc này ở những mức độ khác nhau, tại các thời điểm phù hợp.
Điều này cho phép giảm chi phí trong bảo trì bảo dưỡng cũng như cho phép khai thác hiệu quả hơn toàn bộ con tàu. Tình trạng bánh xe, trục và các bộ phận liên quan được phản ánh thông qua tín hiệu dao động được đo bởi các cảm biến gắn trên 4 các vị trí tương ứng. Tín hiệu này được truyền về trung tâm xử lý bằng đường truyền không dây GSM. Tình trạng kỹ thuật của các bộ phận này sẽ được trung tâm điều hành nắm bắt kịp thời để có cơ chế quản trị phù hợp.
Một số giải pháp nhận dạng khuyết tật Có thể chia các giải pháp tiếp cận trong công tác nghiên cứu về giám sát sức khỏe máy móc và công trình thành hai nhóm: nhóm mô hình (Model-based Method) và nhóm phi cấu trúc (hay còn gọi là nhóm các phương pháp dẫn động số, Data-Driven Method) [3]. Trong nhóm thứ nhất, sự phát hiện khuyết tật trong cơ hệ được dựa vào kết quả nghiên cứu trên mô hình tương ứng của cơ hệ. Vì trong thực tế, có vô số các cấu trúc khác nhau và có vô số kiểu khuyết tật khác nhau có thể xuất hiện trên một cấu trúc cụ thể nên việc xây dựng các mô hình để nhận dạng khuyết tật như trên là quá phức tạp, thường mang tính riêng biệt và không tìm ra được phương pháp chung. Theo phương pháp thứ hai, các thuật toán được xây dựng trên cơ sở đã xác lập được tập dữ liệu đo phản ánh ứng xử động lực học cơ hệ.
Phương pháp này dựa trên đặc điểm là tính chất vật lý của kết cấu, chẳng hạn như mô đun đàn hồi (E), mô men quán tính của mặt cắt ngang (I), hoặc cả hai (EI), ảnh hưởng trực tiếp tới các đặc trưng trong dao động của cơ hệ. Khuyết tật xuất hiện trên cơ hệ, cho dù là loại khuyết tật gì cũng sẽ làm giảm độ cứng chống biến dạng (EI) của hệ (có thể là mô đun đàn hồi (E), có thể là mô men quán tính của tiết diện ngang (I), và cũng có thể là cả hai), do đó, sẽ làm thay đổi đặc tính dao động của cơ hệ, chẳng hạn tần số tự nhiên, đặc tính chuyển vị hoặc thay đổi dạng dao động. Đây là các dấu hiệu để nhận biết khuyết tật [4]. Theo phương pháp này, hiện nay đã có nhiều nghiên cứu thành công với những mức độ khác nhau [4-8].
