621.89 НАУЧНЫЕ ПРОБЛЕМЫ ВЫБОРА РЕМОНТНО-ВОССТАНОВИТЕЛЬНОГО ПОКРЫТИЯ ДЛЯ МАШИН И МЕХАНИЗМОВ Владимр Борисович Ломухин Диагностическая Лаборатория, 6300039, г. Новосибирск, ул. Никитина 114 б, кандидат технических наук; доцент; Директор «ДЛ» 8 913 916 24 31, e-mail:dll91@mail.ru; Предлагаемая теория позволяет обеспечить объективное, в зависимости от текущего технического состояния, применение ремонтно-восстановительного покрытия (РВС), что приведет к увеличению ресурса механизма и экономии эксплуатационных расходов, а так же включение этой системы в процесс обучения позволит готовить специалистов на реальном материале с использованием современного оборудования. Ключевые слова: Ремонтно-восстановительное покрытие, пороговые значения, диагностирование механизмов. SCIENTIFIC PROBLEM OF CHOOSING REPAIR AND RESTORATION COATINGS FOR MACHINES AND MECHANISMS The offered theory allows to provide objective, depending on the current technical condition, application is repair regenerative structures (RRS) that will lead to increase in a resource of the mechanism and economy of working costs and as inclusion of this system in process of training will allow to prepare for experts on a real material with use of the modern equipment. Keywords: Repair floor, threshold, detection mechanisms. Особенности применения и эксплуатации нефтегазовых и горнодовывающих комплексов имеет свою специфику, похожую на периодическую эксплуатацию в сельском хозяйстве, строительстве и речном транспорте. Не происходит их ежедневного возврата к месту приписки – технического обслуживания. Этим вызваны не только особенности их эксплуатации, но и возможности применения специальных технологий. Диагностирование по результатам анализа работающего масла известно и достаточно полно изучено многими учеными. Сам способ диагностирования хорошо зарекомендовал себя в практической работе, как по оценке текущего технического состояния деталей и систем (комплексов) машин в различных областях народного хозяйства (М/М). Ремонтно-восстановительные препараты (РВС), ставшие популярными в последнее время исследуются и применяются учеными и практиками. Однако 1 сведения о их практическом применении противоречивы. Приводятся исследования, как правило, одного РВС и разрабатываются методики применения именно исследованного препарата. Отсутствуют методики и алгоритмы выбора того или иного РВС. Это связано, в первую очередь с тем, что на сегодняшний день отсутствует однозначная теория механизма воздействия ремонтновосстановительного состава (РВС) на поверхность узлов трения, что является главной помехой оптимизации РВС технологии и ее широкомасштабного внедрения в промышленности и ремонтном производстве. В связи с этим попытки применения РВС не всегда приводят к ожидаемому результату [1 – 3]. Цель и задача исследования: В настоящей работе, выполненной в различных Новосибирских университетах, сделана попытка реализовать современные научные результаты в области диагностирования по анализу масла для объективного выбора РВС в зависимости от текущего технического состояния М/М. Целью настоящей работы является: получение научно обоснованной методики выбора РВС и ее экспериментальная проверка. На рис. 1 показан алгоритм принятия решения по результату анализа смазочного масла по одному элементу-индикатору (диагностическому параметру). Обычно их несколько. Это и результаты физико-химического анализа масла (температура вспышки; кинематическая вязкость; механические примеси; щелочное число и др.), результаты спектрального анализа (количественное содержание металлов: железо; алюминий; олово; кремний и др.). В общем виде на рис. 1 элементы-индикаторы представлены как Xi так как предлагаемый подход един. Рис. 1. Алгоритм принятия решения Как следует из предлагаемого алгоритма, необходимо произвести сравнение с пороговыми значениями – нормативами. Способы определения пороговых значений могут быть различными. В настоящей работе предлагается следующий способ получения пороговых значений, изложенный в работах [4, 5]. 2 Однотипные строительные машины (механизмы) эксплуатируются определенный эксплуатационный период, в течение этого периода через установленные промежутки времени производится отбор проб масла из них на анализ. Результаты анализа на данном этапе представляют единую выборку по типу строительных машин (механизмов). После завершения накопительного периода, производится разборка и инструментальная дефектация СМ/М. По результатам дефектации можно разделить эксплуатируемые СМ/М на две выборки: исправных и не исправных СМ/М. Строя гистограммы по интервалам концентрации и учитывая количество СМ/М из различных выборок, при подборе распределения получим плотности распределения вероятностей по диагнозам: исправный и не исправный объект (Рис. 2). P(KFe/Di) Исправные (D1) 0,010 Неисправные (D2) 0,005 50 100 150 200 KFe, мг/кг Рис.2. Распределение вероятностей двух диагнозов Для количества металлов в масле более подходит гамма– распределение. Именно это распределение позволяет предположить, что содержание металлов в масле в основном является функцией изнашивания. Например, для гамма–распределения моделью является поток событий с постоянной интенсивностью, что в большей мере соответствует выносу продуктов изнашивания в масло при постоянной скорости последнего. В полученных распределениях (Рис.2), при ложной тревоге исправный двигатель принимается неисправным (вместо диагноза D1 принимается диагноз D2). При пропуске дефекта (неисправности) неисправный двигатель принимается исправным (вместо D2 принимается D1). Если X – некоторый диагностический параметр и его статистические распределения плотности X вероятности для исправного и неисправного состояния известны, f i то ве Di роятность гипотезы ложной тревоги при постановке диагноза Di при действительном значении параметра, равном X, выразится как X P P1 i dx (1) x0 D1 В этом же случае вероятность пропуска дефекта выразится 3 X P P1 i dx (2) x0 D2 где P и P – вероятности ложной тревоги и пропуска дефекта; P1 и P2 – априорные вероятности диагноза при рассмотрении данного признака; X0 – левая граница распределения вероятностей, для гамма распределения она равна нулю, для нормального распределения – минус бесконечности. Интегрируя полученные на основе реального статистического материала распределения, получаем возможность построить пороги предельных значений элементов–индикаторов. При этом не важна физическая сущность исследуемого фактора, им может быть любой диагностический параметр. Если принять величину надежности диагноза равной 0,95, что соответствует уровню необходимой надежности двигателей, то можно отложить уровень 1 – 0,95 = 0,05 на интегральных кривых (рис. 3) P0,6 Ложная тревога 0,4 «пропуск дефекта» - P() 0,2 А В 0 50 100 150 200 250 KFe,мг/кг Зона отказа от распознавания Рис.3. Статистические пороги распознавания Уровень пересечет эти кривые в точках А и В. Получим пороговые значения. Видно, что при получении текущего анализа, попавшего левее точки А, диагностируем объект можно считать исправным с вероятностью большей 0,95; правее точки В – диагностируемый объект неисправен с вероятностью большей, чем 0,95. Между точками А и В находится зона отказа от распознавания (зона неопределенности), которая вполне естественна для всех методов распознавания образов. Получив, таким образом, пороговые значения и проведя сравнение (см. рис. 1), следует приступить к выбору РВС. Для этого предположим, что количество изношенного слоя следует компенсировать аналогичным количеством привнесенного слоя (материала РВС) (Рис. 4). 4 Теперь, на основании сделанного предположения (см. рис. 4), следует найти связь между концентрацией продуктов износа (диагностическим параметром) и массой необходимого РВС. Рассмотрим известное уравнение Пахомова, для расчётов применительно к силовым установкам СМ/М: масса привнесенного слоя масса изношенного слоя Рис. 4. Баланс q qф q Q Q Ki K0 e 1 e ti q qф где K 0 – начальная концентрация, г/т; t – время от смены масла, час; q – интенсивность поступления продуктов износа в масло, г/час; Q – количество масла в картере, т; q – интенсивность долива масла, т/час; qФ – интенсивность фильтрации масла, т/час. Взаимосвязь массы и концентрации можно выразить, как: q qф (3) G Ki Q (4) где G - масса изношенных элементов в системе, г K i - текущая концентрация металла, г/т Для учета ранее поступивших продуктов износа, необходимо добавить начальную концентрацию, K 0, получим: G K i K 0 Q (5) q q qф q qф q Q G K i K 0 Q Q ln 1 t i ln 1 t i q q Q Q ф q qф (6) Имея выборку предшествующих значений по отобранным пробам масла, см. рис. 2, составим систему уравнений 5 q qф q qф t1 t1 q Q K1 K 0 e Q 1 e q qф q qф q qф tn tn q Q Q 1 e K n K 0 e q q ф (7) где n – объем выборки обозначив: i q qф Q Получим: n Ki K0 e i i 1 K0 Ki q Q ti (8) t q 1 e i i Q i t 1 e ш e i (9) i i (10) K i q 1 e ii G j K j K 0 Q K j Q Q e i t (11) i Массу РВС, которую следует применить, если текущая концентрация элемента-индикатора соответствует К j, а предшествующие значения концентраций известны, с учётом потерь. Используя пороговые значения, можно рассчитать остаточный ресурс по выражениям: (12) Gпор K пор Q где K пор - может принимать значения А или В (см. рис. 3) Соответственно остаточный ресурс определяется до момента применения РВС (порог А) или ресурс когда еще возможно применить РВС (порог В) K пор (13) tост ti ti t1 Gi 6 t K пор Q K i K 0 Q K пор ti ti ti t1 Ki 1 e e q K i Q i t i i ti t1 (14) i Однако время, затрачиваемое на накопление статистического материала для расчета пороговых значений велико. Поэтому применение допорогового метода диагностирования ДВС, начиная со второй пробы, позволяет обосновать выбор необходимого РВС для СМ/М в текущем техническом состоянии [1, 6]. Проверка теоретических предпосылок по выбору РВС по результатам диагностирования ДВС по анализу смазочного масла: Для экспериментальной проверки теоретических предпосылок изложенных выше, была произведена экспериментальная проверка. Цель проверки следующая: если применить методику допорогового метода диагностирования для выборки неисправных двигателей (см. рис.2), разделив ее повторно на исправные и не исправные, и проверив выборки на различие, рассчитать пороговые значения, то зона отказа от распознавания должна измениться. Это подтвердит правильность теоретических предпосылок. Данные по расчетам для различных типов энергетических установок СМ/М, используемых в различных областях народного хозяйства РФ, приведены в табл.1. Таблица 1 Изменение «Зоны отказа от распознавания» для различных типов энергетических установок СМ/М, используемых в различных областях народного хозяйства РФ № Двигатель 1 2 3 4 Порог Порог А1 В1 до до 40 120 Судовой Г 70-5 (плав.кран) Судовой М-400(ДГ) 80 Автомобильный 30 ЗМЗ 402.1 (авто.кран) Дизель-генератор 40 6НФД-36 Ширина ЗООР До 80 Порог А после 180 Порог В после 210 Ширина ЗООР после 30 Объем выборки тыс.ед. 4,8 140 170 60 140 150 220 160 250 10 30 3,7 0,9 150 110 160 200 40 0,6 Как видно по приведенным в таблице данным, проверка теоретических предпосылок, приводит к существенному сужению «зоны отказа от распознавания» (ЗООР). Очевидно, что и для выбора применяемых РВС, следует учитывать полученные разделения. Например, (см. табл. 1 и рис. 5) на отрезке: 7 - {А1 В1} следует применять кондиционеры металла; (группа 1) - {В1 А} следует применять оптимизаторы шероховатостей поверхностей; (группа 11) - {А В} следует применять ремонтно-восстановительные составы; (группа 111) - до значения А1 применять препараты не следует; - за значением В, применять препараты не следует, нужно применить традиционный ремонт. Таким образом, получим интервалы применения РВС по значению концентрации железа в работающем масле, см. табл.2. Рис. 5. Модель принятия решения при выборе препарата для СМ/М Группа I –кондиционеры металла; группа II –оптимизаторы поверхности; группа III -РВС Таблица 2 Интервалы применения РВС по значению концентрации железа в работающем масле Наименование Группа 1 Марка двигателя Судовой Г 70-5 Судовой М-400 Автомобильный ЗМЗ 402.1 Дизель-генератор 6НФД-36 Концентрация железа, г/т 40 - 120 80 - 140 30 - 170 40 - 150 Группа 11 Судовой Г 70-5 Судовой М-400 Автомобильный ЗМЗ 402.1 Дизель-генератор 6НФД-36 120 - 180 140 - 150 170 - 220 150 - 160 Группа 111 Судовой Г 70-5 Судовой М-400 Автомобильный ЗМЗ 402.1 Дизель-генератор 6НФД-36 180 - 210 150 - 160 220 - 250 160 - 200 8 Как видно из вышеизложенного, предлагаемая теория выбора РВС по результатам диагностирования перспективна для машин и механизмов. © В.Б. Ломухин, 2015 БИБЛИОГРАФИЧЕСКИЙ СПИСОК 1. В.Б. Ломухин, Основы современной эксплуатации двигателей. Новосибирск: Наука. 2004.- 188 с. 2. Anatoly Dounaev. Friction Surfaces Modification Using Tribo-Compounds /Anatoly Dounaev and Said Sharifullin //World Applied Sciences Journal. ISSN 1818-4952, 2014. – Vol. 31 (2). – P. 272 – 276. 3. Sharifullin. New approach to investigating plasma processes occurring in friction units of machines and mechanisms /S. Sharifullin, N. Rogozhkin // IOP Conference Series: Materials Science and Engineering. – 2014. – V. 69. doi:10.1088/1757-899X/69/1/012039. 4. В.Б. Ломухин, Совершенствование системы диагностирования судовых дизелей по параметрам смазочного масла. Автореф. Дисс… канд. техн. наук. – Новосибирск, НГАВТ 2002. – 1 с. 5. В.Б. Ломухин, Система диагностирования дизелей по методу комплексного анализа смазочного масла / Кононов А.Ф., Сорокин Н.Н., Шеромов Л.А. Стандарт предприятия. СТП 314.536.0-01-88. – Новосибирск, 1988. – С.79. 6. В.Б. Ломухин, Математическая модель оптимального подбора препаратов по состоянию двигателя на основе спектрального анализа картерного масла. //«Ползуновский вестник» № № 1 и 2, Алт.ГПУ, Барнаул, 2003. – С. 45 – 49 9