서지주요정보
Complex time series analysis for rotor dynamics identification and fault diagnosis = 복소 시계열에 의한 회전체의 동특성 규명 및 결함 진단
서명 / 저자 Complex time series analysis for rotor dynamics identification and fault diagnosis = 복소 시계열에 의한 회전체의 동특성 규명 및 결함 진단 / Jong-Po Park.
발행사항 [대전 : 한국과학기술원, 1996].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8006177

소장위치/청구기호

학술문화관(문화관) 보존서고

DME 96004

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

리뷰정보

초록정보

On account of the ever increasing demand for high performance and efficiency ,the design of rotating machinery is pressed toward light weight and high operating speed so that in-depth study and accurate knowledge on vibration characteristics of the machines have become increasingly important to meet with the requirements such as the durability, reliability, performance, and environmental acceptability. Among others, modal testing of such machines has provided a major contribution to understand and to control many vibration phenomena encountered in practice. In recent years, time series methods have been widely and successfully used for system and/or modal parameter identification of stationary structures in many fields as an alternative to the frequency-domain approaches to overcome their inherent drawbacks. Unlike other stationary structures, rotors show peculiar modal characteristics known as the backward and forward modes with directivity information. Conventional modal testing methods often ignore the directivity of modes when they are applied to rotating machinery. It often results in heavy overlapping of the backward and forward modes in the frequency domain, leading to ineffective modal parameter identification. In the past, ARMAX (AutoRegressive Moving Average with eXogenous inputs) model-based approaches utilized the conventional modal testing theory developed for stationary structures. Thus it is not adequate to apply the conventional approach to rotating machinery, because both the conventional modal testing theory and ARMAX model adopt the real notation (real-valued signal processing), yielding complex conjugate pairs of eigensolutions, that is, losing the important directivity information of modes. Extensive investigations on the complex modal testing theory and modal parameter identification for rotating machinery have recently been reported, whose key idea is to use the directional frequency response functions (dFRFs) between complex inputs and outputs. The complex modal testing method allows clear physical insight into the backward and forward modes, and enables the separation of those modes in the frequency domain so that effective rotor dynamics identification is possible. In this work, a new time series method, directional ARMAX (dARMAX) model-based approach, is proposed for rotor dynamics identification. To implement the complex modal testing theory in the time-domain, the dARMAX model is derived from the dFRFs by accommodating the complex-valued signals to account for the rotor dynamic characteristics. Conventional parameter estimation method and model order criteria are extended to treat the complex-valued signals. A schematic fitting strategy is established for effective parameter estimations of the dARMAX model. Numerical simulations and experiments are carried out to verify and demonstrate validation, applicability and effectiveness of the proposed dARMAX model-based approach for the rotordynamics identification. The simulations and experiments show that the complex time series method successfully implements the complex modal testing in the time domain, and is superior in nature to the conventional ARMAX and the frequency-domain methods in the estimation of the modal parameters for isotropic and weakly anisotropic rotor systems. Although the machines are carefully designed for high safety, use high quality materials, and are thoroughly inspected prior to service, with the advent of such high speed machinery condition monitoring and diagnosis have also become important to predict the condition or detect the fault of the machines and avoid any failure or damage. To diagnose defective elements, signature analysis is necessary to extract some important features which describe the condition of each elements. Spectrum analysis is probably the most popular signal processing technique for diagnosing mechanical failures or faults because the frequency components and the corresponding amplitudes vary in accordance with various fault mechanism. In particular, the directional power spectra (dPS) of complex-valued signals has been proven to be a powerful diagnostic tool for rotating machinery. However, the dPS technique, originally developed for rotating machinery, can also be applied to nonrotating machines. As a spectral estimator, the FFT method has inherent limitations related to frequency resolution, variability, and inability to discern between narrow-band random and true periodic components , while the Autoregressive (AR) and Maximum Likelihood (ML) spectral estimators possess better capabilities in frequency resolution and power estimates, respectively. In this work, the directional AR and ML spectral estimators are introduced to account for complex-valued signals, resulting dPS are used for diagnosis of an automobile engine, a typical nonrotating machine, and rolling element bearings, a typical rotating machine element. In conclusion, the proposed diagnostic technique utilizing the dPS can be effectively used for diagnosis of rotating as well as nonrotating machines.

최근의 회전기계는 고성능, 고효율 요구에 따른 경량화, 고속화 추세로 설계되고 있어, 전반적인 만족도는 회전기계의 진동특성과 밀접하게 연관되 깊이있고 정확한 진동특성 규명이 요구된다. 회전체의 모우드 매개변수는 동특성과 진동의 처방에 관한 많은 정보을 제공한다. 모우드 매개변수 규명에 있어서 주파수 영역의 방법이 갖는 여러가지 단점들을 극복하기 위해 시계열 형태의 ARMAX 모델에 의한 방법이 일반 구조물에 넓리 사용되어 왔다. 그런데, 기존의 ARMAX 모델은 일반 구조물에는 적합하나 회전체에는 부적합한 기존의 모우드 시험 이론으로 부터 유도되었다. 진동신호를 실수값으로 취급하는 위의 두 가지 기존 방법들을 회전체에 적용했을때 전,후방 모우드의 방향성을 상실하고 이 모우드들의 심한 간섭을 초래해 효과적인 모우드 매개변수 규명이 이루어지지 않았다. 최근에 회전체의 모우드 매개변수 규명을 위하여 복소표기법에 의한 복소 모우드 시험이론이 개발되었다. 여기서 복소 입출력 사이에 정의된 방향주파수응답함수는 전,후방 모우드의 방향성을 부여하고, 이 모우드들을 분리하므로 모우드 매개변수 규명에 효과적이다. 본 연구의 주목적은 u}챨瓦?? 장점을 활용하여 복소 모우드 시험 이론을 시간영역에서 구현하는 방법을 개발하는 것으로, 복소신호처리를 근간으로 하는 새로운시계열 형태의 방향 (Directional) ARMAX (dARMAX) 모델을 이용하는 방법을 제안하였다. 먼저 회전체의 동적 특성을 고려하기 위해 방향주파수응답함수로부터 dARMAX 모델을 유도하였으며, 기존의 시계열 모델의 이산변수 추정법과 차수 결정법을 복소신호를 다루기 위하여 확장하였고, 효과적인 변수 추정을 위하여 체계적인 모델 피팅 전략을 제시하였다. 전산 모의실험과 실험실에서 제작된 회전체 실험 등을 통하여, 제안된 방법의 타당성, 실제 회전체의 적용성과 유용성을 검정하였고, 기존의 ARMAX 모델에 의한 방법및 주파수 영역의 방법과의 비교을 통해 개발된 방법이 회전체의 모우드 매개 변수 규명에 보다 효과적임을 보였다. 한편, 비록 회전체가 우수한 재질과 높은 안전성을 갖도록 설계되고 사전에 철저한 검사를 받아도 경량화, 고속화된 기계의 요구와 출현으로 운전중 자체 진동신호를 이용한 상태감시와 진단은 기계의 상태변화 예측, 결함 탐지, 운전 중의 손상및 파손 방지를 위해 더욱 중요하게 되었다. 결함 요소를 진단하기 위해서 각 요소의 상태를 나타내는 중요 특징을 추출 하기 위해 신호해석이 필수적인데, 결함 메카니즘에 따라서 진동신호의 주파수와 진폭이 다양하게 나타나기 때문에 스펙트럼 해석을 통한 결함 진단기법이 넓리 이용되어 왔다. 최근에 복소진동신호의 방향스펙트럼을 이용한 회전기계의 진단 기법이 개발되었다. 방향스펙트럼은 기존의 스펙트럼과는 달리 신호의 전,후 방향 성분을 분리하므로 회전기계의 결함진단에 효과적이며, 회전하지않는 기계에도 적용할 수 있다. 한편, 스펙트럼 추정자로서의 FFT 방법은 주파수 분해능, 변화성, 협대역 랜덤 및 실재 주기 성분 간의 구분능력 등과 관련된 고유의 제한점들을 갖는 반면, AR및 ML 방법들은 보다 우수한 주파수 분해능및 파워 추정 능력을 각각 가지고 있어, 본 연구에서는 복소신호처리에 의한 방향스펙트럼를 구하기 위하여 방향 AR 및 ML 방법을 사용 하였다. 전형적인 비회전체인 자동차 엔진과 회전기계 요소인 구름베어링의 진단을 통하여, 방향스펙트럼을 이용하는 제안한 진단법이 보다 효과적이고 유용함을 실험적으로 보였다.

서지기타정보

서지기타정보
청구기호 {DME 96004
형태사항 xxi, 224 p. : 삽도 25 cm
언어 영어
일반주기 Appendix : A, Zoom algorithms for directional spectra
저자명의 한글표기 : 박종포
지도교수의 영문표기 : Chong-Won Lee
지도교수의 한글표기 : 이종원
학위논문 학위논문(박사) - 한국과학기술원 : 기계공학과,
서지주기 Referece : p. 214-224
주제 Complex Time Series
Rotor Dynamics Identification
Fault Diagnosis
Directional ARMAX Model
Directional AR and ML Spectral Estimators
복소 시계열
회전체 동특성 규명
결함진단
방향 ARMAX Model
방향 AR 및 ML 추정자
QR CODE qr code