Устройство диагностики и дефектоскопии

АННОТАЦИЯ

В статье приведено описание принципа работы устройства, позволяющего преждевременно выявлять неисправности различных механизмов. В качестве источника информации используются различные датчики, сигнал с которых после оцифровки и микропроцессорной обработки подвергается амплитудному анализу с последующей классификацией дефекта по форме распределения. В статье описаны основы обработки сигнала при помощи амплитудного анализа. Далее приведена блок-схема с описанием алгоритма работы устройства. При цифровой обработке сигнала задействован микропроцессорный модуль. При классификации распределений используется трехслойная искусственная нейронная сеть типа персептрон, обученная заранее по базе с распределениями с разными значениями среднего, среднеквадратического отклонения, дисперсии и т. д. Также вкратце приведен практический пример анализа распределения импульсов со звукового датчика. В статье приведены основные параметры импульсов, такие как отношение пик–долина, амплитудное разрешение, полная ширина на полувысоте. По этим параметрам делается вывод о наличии/отсутствии дефекта, также приведены формулы для их расчета. В качестве заключения приведена область применения устройства. Достоинством предлагаемого метода является его универсальность и относительная простота в реализации.

ABSTRACT

The article describes the system’s operating principle, which enables early fault detection of different mechanisms. As a source of information, various sensors are used. The signal after digitization and microprocessor processing undergoes to amplitude analysis with subsequent classification of defects by the form of distribution. The article describes the signal processing basis by means of amplitude analysis. The block diagram describes the algorithm of the device. In digital signal processing the microprocessor is involved. In the classification of the distributions, the three-layer artificial neural network of the perceptron type is being used. It is trained in advance on distributions with different values of the mean, standard deviation, and variance and so on. Also a practical example of the pulse distribution analysis with sound sensor is briefly shown. The basic parameters such as the ratio of the peak - valley amplitude resolution, the full width at half maximum are applied in the article. According to these parameters concludes the presence / absence of a defect and the formulas for calculating them. As a conclusion, we present the scope of the device. The advantage of the proposed method is its flexibility and relative ease of implementation.