Дослідження чутливості коефіцієнта ексцесу діагностичних сигналів для контролю стану електротехнічного обладнання

Abstract

Обґрунтовано доцільність використання коефіцієнта ексцесу діагностичних сигналів для розпізнавання двох станів об’єкта контролю. На прикладах типових симетричних розподілів підтверджена більша чутливість коефіцієнта ексцесу до відмінності розподілів діагностичних сигналів в порівнянні з інтегральною метрикою. Запропоновано алгоритм та виконано розрахунок мінімального об’єму вибірки діагностичного сигналу для оцінки коефіцієнта ексцесу, необхідного для виявлення дефектів в об’єкті, що діагностується. Проведено комп’ютерне моделювання реалізацій оцінок коефіцієнта ексцесу вібрацій підшипників кочення електричних машин. При проведенні моделювання як тестовий було використано розподіл Стьюдента при різних ступенях свободи, що підтвердило достовірність отриманих результатів.

Обоснована целесообразность использования коэффициента эксцесса диагностических сигналов для распознавания двух состояний объекта контроля. На примерах типичных симметричных распределений подтверждена большая чувствительность коэффициента эксцесса к отличию распределений диагностических сигналов в сравнении с интегральной метрикой. Предложен алгоритм и выполнен расчёт минимального объёма выборки диагностического сигнала для оценки коэффициента эксцесса, необходимого для обнаружения дефектов в диагностируемом объекте. Проведено компьютерное моделирование реализаций оценок коэффициента эксцесса вибраций подшипников качения электрических машин. При проведении моделирования в качестве тестового было использовано распределение Стьюдента при разных степенях свободы, что подтвердило достоверность полученных результатов.

Expediency of use of diagnostic signals excess kurtosis for recognition of two conditions of control object is proved. On examples of typical symmetric distributions bigger sensitivity of excess kurtosis to difference of diagnostic signals distributions in comparison with an integrated metrics is confirmed. An algorithm is proposed and the minimum sample size of the diagnostic signal is calculated to estimate the excess kurtosis required to detect defects in the diagnosed object. Computer simulation of the excess kurtosis realizations of vibration of rolling bearings of electric machines is carried out. When carrying out the simulation, Student distribution was used as a test with different degrees of freedom, which confirmed the reliability of the results obtained.