Neuronowy klasyfikator falkowy uszkodzeƒ amortyzatorów samochodowych

Transkrypt

1 Neuronowy klasyfikator falkowy uszkodzeƒ amortyzatorów samochodowych JANUSZ GARDULSKI RAFA BURDZIK UKASZ KONIECZNY Powszechnie stosowane metody badaƒ amortyzatorów oraz miary okreêlajàce ich stan techniczny nie umo liwiajà okreêlenia rodzaju i stopnia ich uszkodzenia. Aktualnie ocena dokonywana jest przez porównanie zarejestrowanych amplitud w funkcji czasu z wykresami wzorcowymi (metoda BOGE, rys. 1 i 2) albo jako procentowy wskaênik (metoda EUSAMA, rys. 3 i 4) obliczany wg zale noêci: W min W st WE = 100% (1) W min zmierzona minimalna si a nacisku badanego ko a do pod o a, W st statyczna si a nacisku badanego ko a do pod o a (spoczynkowa). Rys. 2. Przyk adowy wynik badaƒ amortyzatora na urzàdzeniu BOGE [1] umo liwia stosowanie zaawansowanych algorytmów matematycznych w systemach diagnostycznych amortyzatorów. Nieograniczony dost p do sieci komputerowych otwiera wiele mo liwoêci tak e w za- Rys. 1. Schemat urzàdzenia BOGE [1]: 1 silnik, 2 spr yna o sztywnoêci wi kszej ni spr yna resorowa zawieszenia, 3 ultradêwi kowy przetwornik przemieszczeƒ, 4 p yta najazdowa; A badane ko o, B element resorujàcy, C amortyzator, D oê pojazdu, E nadwozie pojazdu Ocena za pomocà wymienionych metod ma charakter subiektywny. Na potrzeby identyfikacji uszkodzeƒ niezb dne jest opracowanie nowych metod badaƒ amortyzatorów. Post pujàca komputeryzacja Rys. 3. Schemat stanowiska do badaƒ amortyzatorów wg metody EUSAMA [2]: 1 p yta najazdowa, 2 tensometryczny uk ad pomiarowy, 3 uk ad analizujàcy, 4 silnik elektryczny Prof. ndzw. dr hab. in. Janusz Gardulski, dr in. Rafa Burdzik, mgr in. ukasz Konieczny pracujà w Katedrze Budowy Pojazdów Samochodowych Wydzia u Transportu Politechniki Âlàskiej w Katowicach. Rys. 4. Graficzna interpretacja wspó czynnika EUSAMA kresie badaƒ diagnostycznych pojazdów. Opracowanie systemu globalnej bazy wyników okresowych badaƒ technicznych stworzy oby ca kiem nowe perspektywy rozwoju metod diagnozowania podzespo ów samochodowych. Umo liwi oby to stworzenie bazy wiedzy eksperckiej. 32

2 W Katedrze Budowy Pojazdów Samochodowych Wydzia u Transportu Politechniki Âlàskiej opracowano nowe metody badaƒ amortyzatorów oparte na analizie sygna ów wibroakustycznych. Poszukiwano nowych estymatorów diagnostycznych wra liwych na zmiany stanu technicznego amortyzatorów. Czynny eksperyment diagnostyczny Z praktyki diagnostycznej wynika, e najcz stsze uszkodzenia eksploatacyjne amortyzatorów to wycieki p ynu i utrata uszczelnienia z o enia t ok-cylinder. W ramach przygotowaƒ do badaƒ wprowadzano wymienione uszkodzenia do amortyzatora samochodu osobowego. Ubytki p ynu amortyzatorowego modelowano stopniem jego nape nienia. W specjalnie przygotowanych do badaƒ amortyzatorach (rys. 5) zmieniano obj toêç p ynu, okreêlajàc jego procentowà liczb w stosunku do nominalnej obj toêci p ynu. Przebadano amortyzatory o obj toêci p ynu od 100% do 60% przy 5% stopniowaniu. Ubytek uszczelnienia t oka modelowano metodà trepanacji, wycinajàc kolejno 2%, 4% i 6% czynnej powierzchni uszczelnienia (rys. 6). Rys. 5. Amortyzator po modyfikacji konstrukcyjnej Rys. 6. Uszkodzenie ubytek uszczelnienia t oka amortyzatora Zmiany charakterystyk amortyzatorów spowodowane wymienionymi zamodelowanymi uszkodzeniami rejestrowano na stanowisku indykatorowym, uzyskujàc w efekcie pr dkoêciowe charakterystyki t umienia [3]. Nast pnie tak zidentyfikowane amortyzatory zamontowane by y w zawieszeniu badanego samochodu. Identyfikacj uszkodzeƒ amortyzatorów zamontowanych w pojeêdzie przeprowadzano w nast pujàcy sposób: zawieszenie pobudzano do drgaƒ wzbudnikiem harmonicznym z liniowo narastajàcà cz stotliwoêcià w zakresie od 0 do 21 Hz z amplitudà 6 mm. Badano zawieszenie typu McPherson samochodu Skoda Fabia. Przetworniki pomiarowe umieszczone by y w pobli u dolnego i górnego punktu mocowania amortyzatora. Mierzone wartoêci by y drganiami elementów nieresorowanych i resorowanych. Ró nica wartoêci przyspieszeƒ tych elementów charakteryzuje wzgl dny ruch t oka i obudowy amortyzatora. Tak zarejestrowane w postaci dyskretnej sygna y poddawane by y analizom matematycznym. Eksperyment analityczny Do analizy sygna ów wzgl dnych przyêpieszeƒ drgaƒ mo na zastosowaç takie metody jak dla nieustalonych procesów niestacjonarnych. Wymaga to zastosowania analizy wielowymiarowej sygna ów. Eksperyment obliczeniowy polega na: 1) Ocenie przydatnoêci zastosowania metod analiz niestacjonarnych sygna ów w diagnostyce amortyzatorów; 2) Wyznaczeniu i analizie wra liwoêci na zmiany stanu technicznego amortyzatora wybranych estymatorów diagnostycznych; 3) Opracowaniu klasyfikatora stanu technicznego amortyzatora. Czasowo-cz stotliwoêciowe analizy sygna ów drganiowych W artykule [4] przedstawiono metody analiz sygna ów niestacjonarnych. Przyk adowe rozk ady sygna ów zarejestrowanych w trakcie badaƒ, uzyskane w wyniku przekszta ceƒ STFT, CWT i WVD, pokazano na rys. 7. Algorytm realizujàcy STFT cechuje si krótkim czasem obliczeƒ, jednak sta a szerokoêç okna analizy pogarsza jego rozdzielczoêç pod wzgl dem cz stotliwoêci. Rozk ad sygna u po transformacji Wignera-Ville a ma najlepszà rozdzielczoêç dla celów analizy, jednak czas obliczeƒ jest bardzo d ugi. Jako kompromis wybrano ciàg à transformat falkowà, poniewa czas realizacji algorytmu jest stosunkowo krótki, natomiast okno obserwacji automatycznie zaw a si przy analizie wysokich cz stotliwoêci i rozszerza si dla niskich cz stotliwoêci. Analiza wyników wykaza a mo liwoêç identyfikacji stanu technicznego amortyzatora na podstawie rozk adu czasowo-cz stotliwoêciowego sygna u wzgl dnych przyspieszeƒ drgaƒ. Ocena ta mo e mieç jedynie wymiar jakoêciowy. Do diagnozy iloêciowej konieczne jest odnalezienie dodatkowych miar. Miary stanu technicznego amortyzatora W celu wyznaczenia punktowych miar stanu technicznego amortyzatora konieczne by o opracowanie algorytmu matematycznego. Kolejne kroki post powania przy obliczaniu estymatorów diagnostycznych zaprezentowano w artykule [5]. Analiza wàskich okien czasowo-cz stotliwoêciowych pasm rezonansowych elementów resorowanych i nieresorowanych zawieszenia pojazdu umo liwi a wyznaczenie przebiegu uêrednionych wspó czynników rezonansowych transformowanego sygna u. Na podstawie uzyskanych przebiegów obliczano kolejne miary punktowe. Algorytm opracowanej metody estymacji przekszta ceƒ wielowymiarowych sygna ów drganiowych przedstawiono na rys. 8. Analizowano wiele miar punktowych pod wzgl dem wra liwoêci na zmiany stanu technicznego amortyzatora. Do dalszych obliczeƒ wybrano nast pujàcy estymator wspó czynnik luzu, zdefiniowany zale noêcià: 33

3 Wz min wartoêç minimalna z uêrednionych wspó czynników transformaty w paêmie rezonansu zawieszenia. 2) E max = Wz max + Wn max (4) Wz max maksymalna wartoêç Êrednich wspó czynników transformaty w paêmie rezonansu zawieszenia (ko a), Wn max maksymalna wartoêç Êrednich wspó czynników transformaty w paêmie rezonansu nadwozia. 3) (5) Wykresy rozk adów wartoêci wybranych estymatorów przedstawiono na rys. 9. Zaproponowane estymatory mogà byç stosowane wy àcznie w przypadku pojedynczego uszkodzenia. Nie dajà one jednoznacznej diagnozy przy uszkodzeniach àcznych wycieku p ynu amortyzatorowego i utraty szczelnoêci z o enia t ok-cylinder. Zachodzi a wi c koniecznoêç opracowania klasyfikatora uszkodzeƒ. Klasyfikator uszkodzeƒ amortyzatora Na podstawie wybranych atrybutów obiektów istnieje mo liwoêç opracowania algorytmów matematycznych przydzielajàcych je do okreêlonej klasy. Za pomocà analizy wyników wyznaczono klasy Rys. 7. Rozk ad sygna u wzgl dnych przyspieszeƒ drgaƒ po przekszta ceniach: a) krótkoczasowà transformatà Fouriera STFT, b) transformatà Wignera-Ville a WVD, c) ciàg à transformatà falkowà CWT (2) w i uêrednione wspó czynniki transformaty w paêmie rezonansu zawieszenia, n liczba uêrednionych wartoêci wspó czynników transformaty. Wprowadzono tak e nowe estymatory: Wz 1) C w = max + Wz min (3) 2 Wz max wartoêç maksymalna z uêrednionych wspó czynników transformaty w paêmie rezonansu zawieszenia, Rys. 8. Algorytm obliczeniowy estymatorów diagnostycznych amortyzatora na podstawie analizy wielowymiarowej sygna ów przyspieszeƒ 34

4 Rys. 10. Sieç wielowarstwowa jednokierunkowa z wstecznà propagacjà b du modu klasyfikacji Rys. 9. Analiza wra liwoêci na zmiany stanu technicznego amortyzatora estymatorów falkowych: a) L, b) C w, c) E max, d) E w uszkodzeƒ jako cztery 10% przedzia y od 100% do 60% wype nienia p ynem amortyzatorowym i dwie klasy okreêlajàce nominalny stan uszczelnienia t oka i wyst powania ubytku uszczelnienia. Jako atrybuty obiektów wybrano wartoêci przedstawionych estymatorów. Algorytm klasyfikacji realizowano wykorzystujàc sztucznà sieç neuronowà. Struktura zaproponowanej sieci sk ada si z 25 neuronów (rys. 10). W pierwszej warstwie znajdujà si 4 neurony, na których wejêcia podawane sà kolejno wartoêci estymatorów L, C w, E max, E w, w warstwie wyjêciowej jest 6 neuronów, które umo liwiajà okreêlenie stanu Rys. 11. Kolejne etapy procesu nauczania 35

5 technicznego amortyzatora. Sieç nauczano metodà z nauczycielem. Dane uczàce sk ada y si z 4-elementowych wektorów sk adajàcych si z estymatorów falkowych i 6-elementowych wektorów wartoêci oczekiwanej, okreêlajàcych stan techniczny amortyzatora. W procesie nauczania wykorzystano wyniki otrzymane dla amortyzatorów o zidentyfikowanym stanie technicznym. Przebieg procesu nauczania przedstawiono na rys. 11. Sieç po wytrenowaniu zosta a poddana testowaniu na danych uzyskanych dla amortyzatorów o zidentyfikowanym stanie technicznym, które nie bra y udzia u w nauczaniu. Wyniki weryfikacji by y zadowalajàce. Dzia anie klasyfikatora Zasada dzia ania opracowanego neuronowego klasyfikatora falkowego jest nast pujàca. Zarejestrowane sygna y przyspieszeƒ drgaƒ elementów nieresorowanych i resorowanych poddawane sà analizie w module wst pnego przetwarzania sygna ów (preprocessing). Na podstawie wyznaczonych estymatorów falkowych konstruowany jest wektor stanu technicznego amortyzatora w = [L, C wt, E max, E w ]. W module klasyfikacji uszkodzenia amortyzatora wykorzystano opisanà sztucznà sieç neuronowà. Danymi wejêciowymi do tej sieci sà sk adowe wektora w stanu technicznego amortyzatora wyznaczone w module preprocessingu. Sygna em wyjêciowym sieci jest 6-elementowy wektor klasyfikacji uszkodzenia. Przyk adowy wynik klasyfikacji zapisany w postaci wektorowej wyglàda nast pujàco k = [0, 1, 0, 0, 0, 1], pierwsze cztery sk adowe wektora k okreêlajà przedzia y obj toêci p ynu amortyzatorowego, sk adowa piàta okreêla brak ubytku uszczelnienia t oka, zaê szósta uszkodzenie tego uszczelnienia. Wektor klasyfikacji umo liwia przedstawienie koƒcowego rezultatu w postaci tablicy 8 ró nych stanów technicznych amortyzatora i jednoznaczne przypisanie go do jednej z klas (tab.). Podsumowanie Zasada dzia ania sztucznych sieci neuronowych opiera si na prawid owym procesie nauczania, co pozwala na uogólnianie wiedzy sieci. Potrzebna jest do tego du a liczba wzorców uczàcych. Przedstawiony klasyfikator falkowy pomimo ma ej liczby danych uczàcych dzia a stosunkowo poprawnie, jego skutecznoêç b dzie wzrasta a wraz z powi kszajàcà si liczbà wzorców uczàcych. Potrzebna jest zatem znacznie wi ksza iloêç materia u badawczego. Baza Klasyfikacja uszkodzenia amortyzatora zapisana w postaci tabelarycznej obj toêç p ynu amort. 100%, 90%, 80%, uszczelnienie 90% 80% 70% 70% t oczka brak ubytku uszczelnienia t oka uszkodzenie uszczelnienia t oka wiedzy eksperckiej, która mo e powstaç dzi ki systemowi magazynowania wyników okresowych badaƒ kontrolnych samochodów przy wykorzystaniu globalnej sieci komputerowej, mo e byç doskona ym êród em informacji podczas tworzenia wzorców uczàcych zaproponowanego klasyfikatora. LITERATURA PRZEDMIOTU 1. Sikorski J.: Amortyzatory pojazdów samochodowych budowa, badania, naprawa. WKi, Warszawa Gardulski J.: Bezstanowiskowa metoda oceny stanu technicznego zawieszeƒ samochodów osobowych. ITE, Radom Burdzik R., Gardulski J.: Wp yw stanu technicznego amortyzatorów na ich charakterystyki t umienia. XXXIII Ogólnopolskie Sympozjum Diagnostyka Maszyn, W gierska Górka Gardulski J., Burdzik R., Konieczny.: Nowe metody diagnozowania amortyzatorów. VI Konferencja Naukowa Telematyka i Bezpieczeƒstwo Transportu, Katowice Burdzik R., Gardulski J.: Metodyka wyznaczania diagnostycznych miar stanu technicznego amortyzatorów samochodowych. VI Krajowa Konferencja Diagnostyka Techniczna Urzàdzeƒ I Systemów, Ustroƒ Reimpell J., Beltzler J.: Podwozia samochodów podstawy konstrukcji. WKi, Warszawa Gardulski J., Burdzik R.: Falkowy klasyfikator stanu technicznego amortyzatorów samochodowych. XXXIII Ogólnopolskie Sympozjum Diagnostyka Maszyn, W gierska Górka Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa Osowski S.: Sieci neuronowe w uj ciu algorytmicznym. WNT, Warszawa Zieliƒski T.: Cyfrowe przetwarzanie sygna ów. Od teorii do zastosowaƒ. WK, Warszawa Lyons R.: Wprowadzenie do cyfrowego przetwarzania sygna ów. WK, Warszawa Dàbrowski Z., Radkowski S., Dziurdê J., Dyba a J., Màczak J., Tomaszek S.: Kszta towanie w aêciwoêci wibroakustycznych elementów i zespo ów maszyn. Warszawa Batko W., Dàbrowski Z., Engel Z., Kiciƒski J., Weyna S.: Nowoczesne metody badania procesów wibroakustycznych. ITE, Radom