ОБЗОР МЕТОДОВ ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ ОБОРУДОВАНИЯ ЛИНИИ ТОРТИЛЬЯ

Бедный А. В.

В статье приводится обзор методов определения технического состояния технологического оборудования, сделан упор на методы вибрационного диагностирования технологических машин хлебопекарного производства. Отмечено, что несмотря на доступность средств сбора и обработки виброакустической информации методы вибродиагностики не нашли широкого применения на предприятиях отрасли по причине высокой трудоемкости процедуры расшифровки диагностической информации для определения вида дефекта и степени его развития. Обозначены пути решения данной проблемы на базе технологий искусственного интеллекта.

Ключевые слова: тортилья, хлебопекарное производство, технологическое оборудование, техническое диагностирование, вибродиагностика.

REVIEW OF TECHNICAL DIAGNOSTICS METHODS OF TORTILLA LINE EQUIPMENT

Bedny Aleksandr Viktorovich

The article provides an overview of methods for determining the technical condition of process equipment, focusing on vibration diagnostics methods for technological machines in bakery production. It is noted that despite the availability of means for collecting and processing vibroacoustic information, vibration diagnostics methods have not found wide application in industry enterprises due to the high labor intensity of the procedure for decoding diagnostic information to determine the type of defect and the degree of its development. The ways of solving this problem based on artificial intelligence technologies are outlined.

Keywords: tortilla, bakery production, process equipment, technical diagnostics, vibration diagnostics.

 Хлебопекарное производство России выполняет важную роль в задаче обеспечения населения страны качественными продуктами питания.  Развитие отрасли связано с усовершенствованием технологий. Кондитерский комбинат АО «КБК Черёмушки» выпускает широкий ассортимент хлеба и мучных кондитерских изделий. Одним из инновационных продуктов комбината является лепешка тортилья, выпускаемой по старинной технологии хлебопечения, но на современной технической базе. Лепешки формируются на высокопроизводительной линии из тестовых заготовок. Время прессования, в зависимости от производительности линии, составляет от 0,6 до 0,9 секунд, а давление плит от 20 до 50 Па. Полуфабрикаты охлаждается в закрытой камере при температуре +6/+10 ⁰С, последующая выпечка заготовок осуществляется после прессования в течении 25-35 сек при температуре верхней плиты  – 225 ⁰С, нижней – 180…200 ⁰С.

Общий вид линии по производству тортильи представлен на рис. 1. Анализ производственного оборудования, входящую в линию показал, что несмотря на большое разнообразие технологического и транспортного оборудования (транспортеры, нории, тестоделители, тестораскаточные машины, смесители, дозаторы и пр.), можно выделить некоторые его конструктивные особенности. В оборудовании присутствует большое количество типовых узлов и механизмов: подшипников, ременных и зубчатых передач, роторов, муфт, электродвигателей и пр.

Рисунок 1 – Производство тортильи: а) общий вид технологической линии, б) заготовка тортильи

Для поддержания машин в работоспособном состоянии на комбинате реализуются две основные стратегии технического обслуживания и ремонта (ТОиР): обслуживание по регламенту (ППР – система плановых ремонтов) и обслуживание по факту поломки (реактивное обслуживание). Обе стратегии имеют свои недостатки. В первом случае регламентные работы зачастую выполняются без фактической необходимости, при этом отвлекаются человеческие и материальные ресурсы. Во втором – внезапный отказ может привести к техногенным авариям и простоям на производстве [2]. Более совершенной стратегией является обслуживание оборудование по фактическому состоянию, которое определяется в результате технического диагностирования.

Целью исследований, проводимой в ФГБОУ ВО «РОСБИОТЕХ», является совершенствование мероприятий по техническому обслуживанию хлебопекарного оборудования, с целью поддержания его работоспособности, путем разработки методов технического диагностирования.

В настоящее время разработаны и успешно применяются на практике различные методы и средства безразборного технического диагностирования машин и агрегатов: трибодиагностика, тепловая, электрическая, шумовая (акустическая), параметрическая диагностика, дефектоскопия, вибродиагностика [1, 3].  Последний метод диагностирования обладает рядом преимуществ перед другими, т.к. параметры колебаний (вибраций), генерируемые в процессе работы узлов или отдельных деталей, находятся в тесной корреляции с механическими дефектами и отклонениями в работе машины. В настоящее время методы вибрационной диагностики хорошо проработаны и применяются в различных отраслях промышленности (топливной, химической, машиностроении, металлургии, текстильной и пр.) [1]. Научными исследованиями в области вибрационной диагностики оборудования пищевых предприятий в разные годы занимались: Глебов Л.А., Терехин С.Ю., Яблоков А.Е. и др. [5, 7]. Потеря А.А. в своей научной работе [4] представил метод спектральной вибродиагностики оборудования хлебопекарного производства. В основе метода диагностики лежит спектральный анализ вибросигнала, измеренного с помощью диагностического прибора AU 014 (Диамех 2000). Для определения класса технического состояния (наличие или отсутствие дефекта) используется метод сравнения частотных пиков измеренного спектра с «эталонным» спектром, соответствующему исправной машине.   На рис. 2 представлены спектры виброскорости «эталонного состояния» и при диагностики машины с изношенными зубьями шестерни редуктора тестомесильной машины ТМ-63. Спектральный анализ в процессе диагностики показал, что рассматриваемый дефект характеризуется увеличением амплитуды виброскорости на частоте пересопряжения зубьев — f₃ = 133 Гц на величину 0,7 мм/с, а также на боковых частотах, отстоящих от зубцовой на частоту вращения месильных органов f_м на 0,2–0,3 мм/с

Рисунок 2 – Зависимость спектра вибрации тестомесильной машины марки ТМ-63 от дефекта зубчатого зацепления: а – работоспособное состояние, б – износ зубьев колеса [4]

Подобные исследования были проведены на АО «КБК Черёмушки». На рис. 3 показаны результаты диагностики — графики спектров вибраций подшипниковых узлов транспортера линии производства тортильи при работе нового и изношенного подшипника. При износе амплитуда виброскорости существенно возрастает на низких частотах (5-30 Гц), а также на частотах 100 Гц и 200 Гц. Таким образом, в процессе технической диагностики,  отслеживая изменения в амплитудно-частотного состава спектра вибрации можно контролировать степень износа подшипника.

Рисунок 3 – Зависимость спектра вибрации подшипникового узла от технического состояния подшипника транспортера

Несмотря на доказанную высокую информативность метода спектральной вибродиагностики его основным недостатком является сложность расшифровки диагностической информации. Наиболее доступным способом является визуальный анализ спектров специалистом – вибродиагностом. Но такой подход носит субъективный характер и имеет ограниченное применение ввиду нехватки специалистов.

В последние годы, для решения задач технической диагностики (определения класса технического состояния) машин, используют две группы методов:  1) расчетные (нейросетевые методы, распознавание образов, статистический анализ и пр.) – такие методы поддаются автоматизации, не нуждаются в изучении и анализе механизма возникновении колебательных явлений под действием дефектов, но требуют большого объема обучающих выборок (датасетов), описывающих неисправности разного вида;  2) экспертные системы, в основе которых лежат математические модели функционирования оборудования в разных технических состояниях.

Методы нейросетевого анализа данных относятся к технологиям искусственного интеллекта и являются наиболее перспективными для решения диагностических задач.  Работа [6] посвящена разработки методов нейросетевого анализа спектров вибраций работающего оборудования зерноперерабатывающих предприятий при решении задачи диагностирования оборудования. Суть метода заключается в предварительном обучении искусственной нейронной сети (ИНС) путем подачи на ее вход предварительно размеченных (класс технического состояния) спектров (векторов амплитуд спектров вибрации). В процессе обучения на примерах ИНС сама определяет признаки, отвечающие за развитие тех или иных дефектов. После обучения ИНС способна автоматически определять класс технического состояния (вид дефекта) с точностью более 90%.

Исследования показали, что с целью повышения надежности и эффективности мероприятий по технической диагностики и обслуживанию оборудования хлебопекарного производства необходимо разрабатывать и внедрять методы технического диагностирования, самым доступным и эффективным из которых является метод спектральной вибродиагностики. Дефекты, возникающие в процессе работы оборудования незамедлительно отражаются в амплитудно-частотном составе вибрации. Для решения основной задачи диагностики – определения класса технического состояния машины по измеренной вибрации предлагается использование технологии нейросетевого анализа спектрального состава колебаний.

Список литературы.

1. Авдуевский В. С. Надёжность и эффективность в технике: Справочник. В 10т. / Ред. совет: В.С. Авдуевский (пред.) и др. Т. 9. Техническая диагностика / Под общ. ред. В.В. Клюева, П.П. Пархоменко. / В. С. Авдуевский. – М.: Машиностроение. 1987. – 352 c.
2. Антоненко И. Н., Кац Б. А. Анализ рисков и электронный журнал дефектов // Молочная промышленность. 2013. № 5. C. 30–33.
3. 3. Костюков В. Н., Науменко А. П. Основы виброакустической диагностики и мониторинга машин: учеб. пособие. – Омск : Изд-во ОмГТУ:, 2011. – 360 c.
4. Потеря А. А. Вибродиагностика технологического оборудования хлебопекарного производства: дис. … канд.тех .наук: 05.02.13. – М.: МГУПП, 2006. – 177 с.
5. Терехин С. Ю. Разработка методики и системы вибродиагностики технологического оборудования для производства комбикормов: дис. … канд.тех .наук: 05.02.13. – М.: МГУПП, 2014. – 159 c.
6. Яблоков А. Е., Благовещенский И. Г. Научно-практические основы создания автоматизированных систем техниче-ского мониторинга и диагностики оборудования зерноперерабатывающих предприятий на базе нейросетевых методов анализа данных. – М.: МГУПП, 2022. – 221 c.
7. Яблоков А. Е., Терехин С. Ю. Вибродиагностика оборудования комбикормового завода // Естественные и технические науки. 2014. (1(69)). C. 136–138.