С Д Приходченко - Анализ результатов промышленных испытаний двигателей шламовых насосов - страница 1

Страницы:
1  2 

УДК 622.685: 531.8

Асе. С.Д. Приходченко (НГУ) АНАЛИЗ РЕЗУЛЬТАТОВ ПРОМЫШЛЕННЫХ ИСПЫТАНИЙ ДВИГАТЕЛЕЙ ШЛАМОВЫХ НАСОСОВ

У статті наведено результати експеріментальних досліджень та їх статистичний та кореляційний аналіз. Приведено розраховані залежності та висновки щодо використання цих залежностей.

INDUSTRIAL TESTS RESULTS ANALYSIS OF SLURRY PUMP

ENGINES

Results of experimental tests are described in article. Statistical and correlation analysis are makes and shown. Calculated statistical and correlation dependencies are described.

Согласно прогнозам современных исследователей, разведанные запасы нефти и газа будут полностью исчерпаны через 50-70 лет. Есть шанс, что будут открыты новые месторождения, но и себестоимость добычи во вновь обнаруженных месторождениях с большой долей вероятности станет заметно выше. Кроме того, разведка и освоение новых месторождений потребует значительных капитальных затрат, что не замедлит сказаться на цене энергоносителей. Те же проблемы связаны с будущим развития атомной энергетики и угольной промышленности, разведанные запасы которых пока еще велики. При этом, население Земли неуклонно растет, что влечет за собой увеличение скорости потребления всех ресурсов, что еще больше взвинчивает цену на энергетические запасы и ресурсы. В таких условиях на первый план выходит задача энергосбережения.

Как показано в работе [1], в Украине такая проблема особенно актуальна, ввиду высокого процента энергопотребления предприятиями горнометаллургического комплекса. Также в работе [1] указано, что мониторинг и адаптивное управление автоматизированным процессом гидротранспортирования способны дать экономию от 9 до 21% потребляемой электроэнергии.

Для построения системы автоматического управления каким-либо агрегатом необходимо всестороннее изучение свойств этого агрегата, режимов его работы и режимов взаимодействия с соседними по производственному циклу агрегатами. Для подобного рода исследований необходимо иметь соответственно приспособленную аппаратуру и методику исследований.

Мощность, потребляемая насосом, не полностью реализуется в машине на полезную работу, но также теряется на преодоление гидравлических сопротивлений, протекание части расхода через уплотнения, механические потери (определяемые трением в сальниках, подшипниках и др.). По сравнению с обычными насосами в шламовых возникают дополнительные сопротивления вследствие взаимодействия твердых частиц с потоком, деградации частиц и других явлений. Наличие дополнительных потерь в насосах для гидросмесей уменьшает их КПД примерно на 10-20% по сравнению с насосами для воды; КПД уменьшается и по мере износа деталей машин. Полное представление обэксплуатационных свойствах насосов для гидросмеси дает их рабочая характеристика. Ее определяют по результатам испытаний машины на воде и гидросмеси.

Отсюда, а также из работ [1,2], следует, что для диагностики состояния системы гидротранспорта будет достаточно контроля таких параметров, как показаний в реальном времени потребляемой насосом мощности, показаний датчика плотности пульпы и состояния заслонки насоса. Кроме того, нужно знать механические параметры насоса в идеальном состоянии. Для измерения подобных показаний и предназначена система сбора и обработки диагностических данных горных агрегатов [3].

Для уточненного построения математической модели данного технологического процееса необходимо проведение эксперимента, способного подтвердить теоретические предпосылки и отсечь малозначимые параметры, которыми в дальнейшем возможно будет пренебречь. Основной целью научного исследования такого рода состоит в том, чтобы выявить эффект воздействия определенного фактора на изучаемую зависимую переменную [4]. В нашем случае желательно получить зависимость частот в спектре потребляемой мощности от независимых параметров, таких как плотность пульпы, положение заслонки и изношенность механизмов и систем гидротранспорта.

В условиях промышленного эксперимента основная цель заключается в извлечении максимального количества объективной информации о влиянии изучаемых факторов на производственный процесс с помощью наименьшего числа дорогостоящих наблюдений. Если в научных приложениях методы дисперсионного анализа используются для выяснения реальной природы взаимодействий, проявляющейся во взаимодействии факторов высших порядков, то в промышленности учет эффектов взаимодействия факторов часто считается излишним в ходе выявления существенно влияющих факторов.

На рисунке 1 приведена часть таблицы исходных данных, поскольку по причине размеров таблицы 94х20 ячеек, привести ее в полном объеме не представляется технически возможным.

 

 

 

1             2            3            4            5            6            7 8 Название    Var1        Var2        Var3        Var4        Var5        Var6 Var7

1

2

11-18-29-" 11-18-29-:

0,274399 0,274381

□ ,374094 D ,373768

0,2510071 0,139975 0,2142621 0,021215 0,166414 0,2511571 0,139364 0,2146731 0,020943 0,166264

3

11-19-15--

0,265581

0,376715

0,245229

0,149437 0,2109641 0,034103 0,169687 0,149227 0,211966 0,032882 0,169937

4

11-19-15-:

0,267677

0,37749

0,247095

 

5

11-27-23--

0,075738

0,088352

0,06749

0,028391 0,056764 0,010792 0,034114 0,025544 0,059402 0,015441 0,036295

6

11-27-23-: 11-27-23--

0,075229

0,091049

0,063766

 

7

 

0,060718

0,100614

0,057156

0,045745 0,052489 0,021251 0,047203

8

11-27-23-: 0,059665

0,101795

0,056542

0,047484 0,052128 0,022914 0,047728

Э

11-32-07-­11-32-07-:

0,038977

0,084948

0,039141

0,045455 0,039277 0,027045 0,040481

1G

 

0,040462

0,084568

0,039992

0,044122 0,039641 0,025305 0,040323

11

14-07-49

0,02081

0,017004

0,02217

0,007066 0,016603 0,001467 0,006006 0,008531 0,017006 0,008937 0,015652

12

14-07-49-:

0,018712

0,017022

0,025104

 

13

воздyx1

0,102498

0,09277

0,093401 I 0,076577   0,081521 0,061242 0,071336 0,093698 0,083744 0,074726 0,065494 0,057989 0,019377 0,015613 0,017241 0,004916 0,013323

14

воздух2

0,13132

0,116893

 

15

воздухЗ

0,021281

0,039547

 

Рис. 1 - Фрагмент таблицы исходных данных

Таблица исходных данных состоит из 20 наблюдений и 92 переменных: 88 -зависимых непрерывных переменных (показания спектра Фурье сигнала потребляемой приводным двигателем 5АМ31563 мгновенной мощности), и 5 -независимых непрерывных переменных (плотность пульпы, уровень поворота заслонки насоса и три частоты основных колебаний двигателя).

Разведочный анализ является прелюдией к основной части анализа и позволяет исследователю лучше представить природу исследуемого объекта или процесса. Данный элемент анализа состоит в основном из стандартных методов анализа и визуализации. В данной части исследования необходимо провести анализ распределений переменных для более точного и правильного дальнейшего анализа. Так, на рис. 2 показан анализ распределения мощности одной из частот, составляющих спектр потребляемой мощности двигателя насоса.

 

 

ж

 

 

 

 

 

IIP

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ж

 

 

_1_

 

 

'ШЩ'Ш,

''ШШШШШШ

 

 

 

 

0,02    0.00    0,02    0.04    0,06    D.0S    0.10    0.12    0,14    0.16    0.18 0.20

vbi-13

Рис. 2 - Гистограмма распределения частоты 12 Гц.

Следующим этапом анализа является - анализ линейных взаимосвязей независимых и зависимых переменных, корреляционный анализ. По итогам данного этапа возможно будет наглядно получить степени зависимости переменных друг от друга, что осбенно важно для доказательства зависимостей частот составляющих спектр мощности от независимых переменных. В нашем случае будут использованы частные коэффициенты корреляции, описывающие линейную взаимосвязь между двумя переменными, без учета влияния других переменных.

Если приведенный корреляционный анализ укажет на наличие линейной зависимости между зависимой и независимой переменнными, то уточнить форму такой зависимости будет возможно при помощи регрессионного анализа.

Correlations (Spreadsheet"! . sta)

Marked correlations are significant at p < ,05000 N=20 (Casewise deletion of missing data)

Variable

Var75

Var76

Var77 |Var78 I Var79 I I

VarSO

Var81

Var32

Var67 Var68

□ ,B0 0,83

0,85 0,87

0,83 0,77

0,87 0,94

0,39 0,21

0,83 0,95

0,64 0,59

0.87 0.97

Var69

0,84

0,89

0,75

0,91

0,40

0,82

0,78

0.92

Var70

0,75

0,79

0,44

0,82

0,21

0,63

0,64

0.76

Var71

0,88

0,87

0,82

0,91

0,43

0,89

0,71

0.93

Var72

0,24

0,44

0,25

0,43

-0 ,08

0,51

0,35

0.56

Var73

0,17

0,37

0,31

0,22

0,55

0,14

0,57

0.20

Var74

0,73

0,82

0,72

0,78

0,48

0,75

0,68

0.76

Var75

1 ,□□

0,91

0,80

0,94

0,55

0,79

0,75

0.83

Var76

0,91

1 ,00

0,84

0,97

0,56

0,83

0,84

0.87

Var77

0,80

0,84

1 ,00

0,82

0,62

0,80

0,67

0.75

Var78

0,94

0,97

0,82

1 ,00

0,42

0,91

0,74

0.93

Var79

0,55 0,79

0,56

0,62

0,42

1 ,00

0,16

0,77

0.22

VarSO

 

0,83

0,80

0,91

0,16

1 ,00

0,53

0.96

VarS1

0,75

0,84

0,67

0,74

0,77

0,53

1 ,00

0.66

VarS2

0,83

0,87

0,75

0,93

0,22

0,96

0,66

1 .00

Var33

0,81

0,83

0,76

0,89

0,22

0,95

0,62

0.97

Var84

0,83

0,86

0,76

0,92

0,28

0,93

0,66

0.97

Var85

0,84

0,89

0,81

0,94

0,28

0,94

0,64

0.97

VarS6

0.77

0,78

0,87

0,79

0,49

0,74

0,58

0.74

VarS7

0,84

0,84

0,81

0,91

0,22

0,95

0,53

0.95

VarSS

0,30

0,31

0,40

0,19

0,61

-0 ,05

0,32

-0 .01

Плотность

-0 ,54

-0 ,73

-0,48

-0 ,66

-0 ,37

-0 ,55

-0,73

-0 .66

Заслонка

0,08

-0,16

0,08

0,00

-0 ,27

0,12

-0,39

0.03

Рис. 3 - Часть таблицы корреляционных зависимостей

Как видно из рисунка 3, практически все зависимые сильно коррелируют между собой, частично это связано с неоптимально проведенным экспериментом, частично с сильной зависимостью элементов спектра друг от друга.

Из исследования корреляционной матрицы можно сделать вывод, что плотность пульпы обратно пропорцональна подавляющему большинству элелементов спектра потребляемой мощности, а положение заслонки обратно пропорционально влияет на такие частоты в спектре как 125 Гц, 44 Гц, 38 Гц и 32 Гц. Кроме этого, можно заметить взаимозависимости между частотами самого спектра, что может быть обусловлено как характерными особенностями процесса, так и - что особенно важно для эксперимента - зависимостью спектральных характеристик от параметров механизма.

Как показано в работе [1], механические колебания двигателя отображаются в спектрах потребляемой мощности двигателей. Соответственно, одним из приоритетов исследования является выявление корреляционной зависимости между спектром потребляемой мощности двигателя шламового насоса и механическими колебаниями системы гидротранспорта.

В исследуемом насосе 5-ГРк8 есть такие движущиеся детали, как рабочее колесо насоса, соединительный вал, ротор двигателя и подшипники. Частота вращения ротора, соединительного вала и рабочего колеса совпадает и составляет 12.1 Гц. В подшипниках стандарта 3536 находятся ролики диаметром 35 мм, что составляет 7/60 от диаметра вала, с которым подшипник непосредственно контактирует. Отсюда следует, что частота вращения роликов данных подшипников составляет 103 Гц. При этом необходимо учитывать тот факт, что все движущиеся детали привода гидротранспортной системы могут создать колебания не основной частоты, что может являться как следствием неточной установки, так и следствием износа данной детали.

Страницы:
1  2 


Похожие статьи

С Д Приходченко - Анализ результатов промышленных испытаний двигателей шламовых насосов

С Д Приходченко - Система поддержки принятия управляющих решений для системы внутрифабричного гидротранспорта

С Д Приходченко - Создание переносной системы