Оцінка та дослідження чутливості, дискримінуючих та діагностичних властивостей показників автокогерентності

Abstract

Проведена оцінка чутливості кореляційно-спектральної моделі показника автокогерентності багатовимірного термодинамічного процесу, оцінка дискримінуючих властивостей показників автокогерентності при класифікації вібраційних процесів, дослідженно діагностичні властивості складових показника автокогерентності на прикладі теплових та вібросигналів реального промислового об'єкту контролю та діагностування. На прикладі теплових динамічних процесах показана ефективність розробленого показника автокогерентності Pw для задач контролю динамічних властивостей інерційних багатомірних промислових об'єктів. Також показана можливість автоматичної корекції похибки вимірювання температури якщо контролювати весь тепловий процес, а не його окремі значення. На прикладі вібросигналів показана можливість якісної класифікації технічних станів, а також кількісної класифікації окремих частотно-часових складових показника автокогерентності Pw. Доведено, що найкращими діагностичними властивостями характеризуються випадкові (шумові) складові показника автокогерентності Pw.

The estimation of the sensitivity of the correlation spectral model of the auto-coherence index of the multidimensional thermodynamic process, the evaluation of the discriminating properties of the autocogeneration indices in the classification of vibration processes, the diagnostic properties of the components of the auto-coherence index on the example of the thermal and vibration signals of the real industrial object of control and diagnostics are investigated. The example of thermal dynamic processes shows the efficiency of the developed autocorrelation index Pw for problems of controlling the dynamic properties of inertial multidimensional industrial objects. Also shown is the possibility of automatic correction of the measurement error of temperature if control of the entire heat process, and not its individual values. The example of vibration signals shows the possibility of qualitative classification of technical states, as well as the quantitative classification of individual frequency-time components of the auto-coherence index Pw. It is proved that the best diagnostic properties are characterized by random (noise) components of the auto-coherence index Pw.