Системи автоматичного керування на базі звукової дефектоскопії
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Савула А. А. Системи автоматичного керування на базі звукової дефектоскопії. — Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 151 — Автоматизація та комп'ютерно-інтегровані технології. — Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2026. Дисертаційна робота присвячена вирішенню актуальної науково-технічної задачі створення замкненої системи автоматичного керування промисловим обладнанням на базі звукової дефектоскопії, що забезпечує адаптивну оптимізацію режимів експлуатації в реальному часі на основі безперервного акустичного моніторингу технічного стану. Актуальність теми. Розвиток сучасного промислового виробництва безпосередньо залежить від надійності та ефективності експлуатації технологічного обладнання. Незаплановані зупинки виробництва через відмови електродвигунів, насосних агрегатів, компресорів, редукторів та іншого обладнання призводять до значних економічних втрат, які в окремих галузях можуть досягати мільйонів гривень за годину простою. Традиційні підходи до технічного обслуговування, що базуються на планово-попереджувальних ремонтах з фіксованою періодичністю або на фактичному обслуговуванні після виникнення відмови, є неоптимальними з економічної точки зору та не забезпечують максимальної ефективності використання ресурсу обладнання. Звукова дефектоскопія має унікальні переваги перед альтернативними методами діагностики, зокрема безконтактність реєстрації сигналів, низьку вартість мікрофонного обладнання, можливість одночасного моніторингу множинних об'єктів та виявлення широкого спектру механічних дефектів включаючи проблеми підшипників, дисбаланс обертових елементів, дефекти зубчастих передач та порушення умов змащування. Однак потенціал звукової дефектоскопії залишається нереалізованим через фундаментальне обмеження існуючих систем — їх пасивний характер, колисистема лише інформує оператора про виявлені аномалії без автоматичного впливу на режим роботи обладнання. Традиційні підходи передбачають роздільне функціонування діагностичних систем та систем керування, що унеможливлює оперативну реакцію на зміну технічного стану та призводить до експлуатації обладнання в неоптимальних режимах. Рішення про зміну режиму роботи приймається оператором на основі рекомендацій системи, що створює затримку між зміною режиму і реакцію оператора, що не дозволяє реалізувати оптимальне балансування між продуктивністю та збереженням ресурсу в реальному часі. Відтак інтеграція акустичної діагностики безпосередньо в контур автоматичного керування в якості системи визначення стану обладнання є актуальною науковотехнічною задачею, вирішення якої дозволить створити інтелектуальні системи, здатні автоматично адаптувати режими експлуатації відповідно до поточного технічного стану обладнання. Мета і завдання дослідження. Метою дослідження є підвищення відмовостійкості електромеханічних систем шляхом створення замкненої системи автоматичного керування, яка використовує результати акустичної діагностики для адаптивної оптимізації керування, в умовах зміни експлуатаційного стану. Для досягнення поставленої мети в роботі вирішувались такі завдання: проведення аналізу методів звукової дефектоскопії промислового обладнання та дослідження фізичних механізмів генерації акустичних сигналів різними типами дефектів; розробка та дослідження методів обробки акустичних сигналів для виділення діагностично важливої інформації з зашумлених записів в умовах промислового середовища; розробка методів класифікації технічного стану обладнання на основі акустичних сигналів з використанням алгоритмів машинного навчання; синтез системи автоматичного керування промисловим обладнанням, яка інтегрує результати акустичної діагностики для адаптивної оптимізації режимів експлуатації; розробка алгоритмів екстремального керування для пошуку та підтримки оптимальних режимів роботи обладнання в умовах апріорної невизначеності. Об'єктом дослідження є процес автоматичного керування промисловими об’єктами з використанням звукової діагностики як керуючим сигналом в процесі неперервної експлуатації. Предметом дослідження є адаптивні системи автоматичного керування, що використовують теорію обробки сигналів та підходи машинного навчання для адаптації режиму роботи на базі звукової дефектоскопії. Методи дослідження. У роботі використано методи цифрової обробки сигналів для фільтрації акустичних сигналів, виокремлення особливостей сигналу, аналізу їх спектральних характеристик. Ці методи включають в себе частотні перетворення, такі як, дискретне перетворення Фур'є та віконне перетворення Фур'є, отримання різного роду часових ознак та енергетичних. Застосовано методи машинного навчання для класифікації технічного стану обладнання, зокрема алгоритми Random Forest, Support Vector Machines. Використано методи штучної генерації ознак для створення нових, унікальних характеристик акустичного сигналу через комбінування та трансформування базових ознак. Застосовано методи теорії автоматичного керування для синтезу систем оптимального керування, екстремальне керування та адаптивні алгоритми. Використано методи математичного моделювання та імітаційного моделювання для дослідження ефективності запропонованих систем в умовах, що імітують реальну промислову експлуатацію. Наукова новизна одержаних результатів полягає у наступному. Вперше запропоновано використання підходу штучної генерації ознак, що дозволяє підвищити точність класифікації стану промислового обладнання в процесі його неперервної експлуатації шляхом отримання нових залежностей часових послідовностей сигналів, наприклад, звукових. Набуло подальшого розвитку використання методів автоенкодерів для фільтрації промислових шумів, що розподілені за нормальним законом розподілу, що дозволяє виокремити діагностично важливу інформацію з звукового сигналу роботи промислового обладнання, який відповідає аналогічному закон розподілу. Набуло подальшого розвитку використання методів екстракції діагностично важливих ознак з звукового сигналу роботи промислового обладнання, що дає змогу реалізувати класифікатор на базі нейронних мереж для класифікації стану та режиму роботи такого обладнання. Обґрунтовано вибір екстремального керування як оптимального підходу для систем на базі звукової дефектоскопії на основі порівняльного аналізу адаптивних систем MRAC, STR, Dual Control та ESC, який показав, що екстремальне керування забезпечує стабільну адаптацію без необхідності побудови математичної моделі об'єкта та без генерації небезпечних дослідницьких збурень. Практичне значення одержаних результатів полягає у тому, що розроблена система автоматичного керування на базі звукової дефектоскопії може бути впроваджена на промислових підприємствах для підвищення надійності експлуатації електромеханічного обладнання, зниження витрат на технічне обслуговування через оптимізацію міжремонтних інтервалів та запобігання аварійним відмовам шляхом своєчасної адаптації режимів роботи до поточного технічного стану. Розроблені методи фільтрації акустичних сигналів та алгоритми класифікації несправностей можуть використовуватися як самостійні компоненти систем моніторингу технічного стану промислового обладнання. Результати порівняльного аналізу методів оптимізації та критеріїв якості можуть бути використані при проектуванні адаптивних систем керування для різних типів промислового обладнання. Основні результати роботи. Проведено комплексний аналіз сучасного стану систем діагностики та керування промисловим обладнанням на основі акустичних сигналів, розглянуто методи технічної діагностики включаючи вібраційну, термографічну та електричну діагностику, обґрунтовано переваги звукової дефектоскопії як методу безконтактного моніторингу та проаналізовано існуючі підходи до інтеграції діагностики в системи керування. Розроблено та досліджено методи обробки акустичних сигналів для виділення діагностично важливої інформації. Створено лабораторний стенд на базі електродвигуна з ремінною передачею для збору експериментальних даних, щовключають записи стаціонарного режиму роботи та чотирьох типів несправностей. Проведено порівняльний аналіз методів фільтрації, який показав, що автокодувальник з вузьким шаром у 4 нейрони забезпечує найкраще покращення відношення сигналу до шуму на рівні 15,43 дБ, тоді як спектральне віднімання на основі середнього значення дає 6,6 дБ, а фільтр Вінера — 5,2-5,8 дБ. Сформовано набір інформативних спектральних ознак для класифікації технічного стану, що включає спектральний центроїд, спектральний розкид, енергетичні характеристики в окремих частотних зонах, спектральну щільність потужності, середньоквадратичну енергію та частоту перетину нуля. Розроблено методику штучної генерації додаткових ознак через арифметичні перетворення як одиничних ознак так і груп ознак. Експериментальне дослідження алгоритмів класифікації показало, що Random Forest та SVM забезпечують точність понад 98,5% для всіх типів несправностей, при цьому SVM досягає точності 93,5%. Дослідження показали, що для методів Random Forest та Support Vector Machine штучна генерація ознак якісно підвищую точність класифікації, тоді як для методу K-Means штучні ознаки знижують точність класифікації. Синтезовано екстремальну систему керування на базі звукової дефектоскопії. Порівняльний аналіз ПІД-регулятора, нечітких систем та адаптивних систем керування показав, що адаптивні системи є найбільш придатними для даного застосування. Дослідження систем MRAC, STR, Dual Control та ESC та виявлено, що екстремальні системи керування мають найкращі показники ефективності для вирішення задач керування з використанням звукової дефектоскопії. Аналіз критеріїв оптимізації ITAE, ISE, ITSE та MSE показав, що критерій ISE забезпечує оптимальний баланс між швидкістю згасання похибки та обмеженням перерегулювання. Порівняння методів оптимізації градієнтного спуску, Momentum, Nesterov Accelerated Gradient та RMSProp виявило, що класичний градієнтний метод забезпечує найбільш плавну динаміку керуючих впливів, що є критично важливим для обладнання з механічними дефектами. Синтезовано багаторівневу архітектуру системи з адаптивною цільовою функцією, ваговікоефіцієнти якої динамічно змінюються від пріоритету продуктивності при нормальній роботі до пріоритету надійності при виявленні критичних дефектів.
Опис
Ключові слова
звукова дефектоскопія, автоматичне керування, екстремальне керування, машинне навчання, акустична діагностика, адаптивні системи, класифікація режиму роботи, автоматична система керування, адаптивний регулятор, оптимізація, обробка сигналів, acoustic flaw detection, automatic control, extreme control, machine learning, acoustic diagnostics, adaptive systems, operating mode classification, automatic control system, adaptive controller, optimization, signal processing
Бібліографічний опис
Савула, А. А. Системи автоматичного керування на базі звукової дефектоскопії : дис. … д-ра філософії : 151 Автоматизація та комп'ютерно-інтегровані технології / Савула Андрій Антонович. - Київ, 2026. - 156 с.