Журналов:     Статей:        

Радиопромышленность. 2019; 29: 54-62

Наземная система комплексной диагностики электромеханических устройств космических аппаратов

Коротков Е. Б., Слободзян Н. С., Широбоков О. В., Киселев А. А., Надежин М. И.

https://doi.org/10.21778/2413-9599-2019-29-4-54-62

Аннотация

Одним из способов повышения надежности электромеханических устройств космических аппаратов является проведение диагностики их технического состояния при наземных испытаниях и выявление возможных дефектов. Рассмотрены вопросы диагностики электромеханических устройств космических аппаратов. Приведен обзор современных применяемых методов диагностики, предложен метод комплексной диагностики, включающий, помимо вибродиагностики, методы анализа модуля вектора и годографа вектора эквивалентного тока электродвигателя. Приведены спектральные характеристики сигналов виброускорения и эквивалентного тока, а также годографы. Определены обобщенные критерии токовой диагностики. Даны описание и функциональная схема наземной системы комплексной диагностики двигателя электронасосного агрегата системы терморегулирования космического аппарата. Приведен интерфейс программного обеспечения такой системы.

Список литературы

1. Электромеханические устройства космических аппаратов и ракет-носителей / В. Я. Авербух, Д. М. Вейнберг, В. П. Верещагин, О. М. Мирошник, Е. М. Михайлов, В. Е. Ремизов, С. А. Стома, Н. Н. Шереметьевский // Вопросы электромеханики. Труды ВНИИЭМ. 2001. Т. 100. С. 89–96.

2. Горбунов А. В., Коротков Е. Б., Слободзян Н. С. Высокоточная система наведения и ориентации космических бортовых приборов на базе гексапода с пространственным датчиком положения // Вопросы радиоэлектроники. 2017. № 7. С. 42–47.

3. Применение пространственных механизмов с параллельной структурой для наведения, стабилизации и виброизоляции бортовых приборов / А. В. Горбунов, Е. Б. Коротков, А. В. Леканов, С. А. Рудыка, Н. С. Слободзян // Решетневские чтения. 2017. Т. 1, № 21. С. 117–118.

4. Патраев В. Е., Максимов Ю. В. Методы обеспечения надежности бортовой аппаратуры космических аппаратов длительного функционирования // Приборостроение. 2008. № 8. С. 5–12.

5. Талалаев А. А., Фраленко В. П., Хачумов В. М. Обзор стандартов и концепция построения средств мониторинга, контроля и диагностики космического аппарата // Программные системы: теория и приложения. 2015. № 3 (26). С. 21–43.

6. Высокопроизводительная нейросетевая система мониторинга состояния и поведения подсистем космических аппаратов по телеметрическим данным / Н. С. Абрамов, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов, О. Г. Шишкин // Программные системы: теория и приложения. 2017. № 3 (30). С. 109–131.

7. Обеспечение длительного ресурса малорасходных нагнетателей / В. В. Двирный, Г. В. Двирный, А. В. Хныкин, В. В. Голованова, Г. Г. Крушенко // Космические аппараты и технологии. 2014. № 3 (9). С. 12–20.

8. Poddar S., Chandravanshi M. L. Ball bearing fault detection using vibration parameters. International Journal of Engineering Research & Technology (IJERT), 2013, Vol. 2, Issue 12, pp. 1239–1244.

9. Xue S., Howard I., Wang C., Bao H., Lian P., Chen G., Wang Y., Yan Y. The diagnostic analysis of the planet bearing faults using the torsional vibration signal. Mechanical Systems and Signal Processing, 134, 106304, DOI:10.1016/j.ymssp.2019.106304.

10. Калинов А. П., Браташ О. В. Анализ методов вибродиагностики асинхронных двигателей // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. 2012. № 5. С. 43–51.

11. Петров И. В. Оценка достоверности различных способов измерения и обработки виброакустических характеристик при техническом диагностировании электрических машин // Вестник ГГТУ им. П. О. Сухого. 2014. № 1 (56). С. 108–116.

12. Nejjari H., Benbouzid M. E. H. Monitoring and diagnosis of induction motors electrical faults using a current Park’s vector pattern learning approach. IEEE Transactions on Industry Applications, 2000, vol. 36, no. 3, pp. 730–735. DOI: 10.1109/28.845047.

13. Петухов В. С. Диагностика электродвигателей. Спектральный анализ модулей векторов Парка тока и напряжения // Новости Электротехники. 2008. № 1 (49). С. 50–52.

14. Duesterhoeft W. C., Schulz M. W., Clarke E. Determination of Instantaneous Currents and Voltages by Means of Alpha, Beta, and Zero Components. Transactions of the American Institute of Electrical Engineers, 1951, no. 70 (2), pp. 1248–1255. DOI: 10.1109/T-AIEE.1951.5060554.

15. Park R. H. Two Reaction Theory of Synchronous Machines. AIEE Transactions, 1929, no. 48, pp. 716–730. DOI: 10.1109/TAIEE.1929.5055275.

16. Анализатор спектра ZET 017-U32 [Электронный ресурс]. URL: https://zetlab.com/shop/без%20рубрики/zet-017-u32-analizator-spektra/ (дата обращения: 14.03.2019).

17. Nyanteh Y., Srivastava S., Edrington C., Cartes D. A. Application of artificial intelligence to stator winding fault diagnosis in Permanent Magnet Synchronous Machines. Electric Power Systems Research, 2013, no. 103, pp. 201–213.

18. Deep Learning Toolbox. Сайт Matlab [Электронный ресурс]. URL: https://matlab.ru/products/neural-network-toolbox (дата обращения: 23.09.2019).

Radio industry (Russia). 2019; 29: 54-62

Complex ground diagnostic system for spacecraft electromechanical devices

Korotkov E. B., Slobodzyan N. S., Shirobokov O. V., Kiselev A. A., Nadezhin M. I.

https://doi.org/10.21778/2413-9599-2019-29-4-54-62

Abstract

One of the ways to make spacecraft electromechanical devices much reliable is the diagnostics of their technical condition during ground tests and identification of possible defects. Authors have viewed questions of spacecraft electromechanical devices’ diagnostics. There is an overview of the state-of-the-art applied diagnostic methods with the proposed complex diagnostic method, including, apart from vibration-based diagnostics, methods of the analysis of the vector module and vector hodograph of the electric engine’s equivalent current. Authors presented spectral characteristics of vibration acceleration signals and equivalent current, as well as hodographs. They also identified generic criteria for current diagnostics. The narration includes the description and function circuit of the ground complex diagnostic system for the engine of the electric pump unit (EPU) at the spacecraft thermal control system. It also includes the software interface for the system.

References

1. Elektromekhanicheskie ustroistva kosmicheskikh apparatov i raket-nositelei / V. Ya. Averbukh, D. M. Veinberg, V. P. Vereshchagin, O. M. Miroshnik, E. M. Mikhailov, V. E. Remizov, S. A. Stoma, N. N. Sheremet'evskii // Voprosy elektromekhaniki. Trudy VNIIEM. 2001. T. 100. S. 89–96.

2. Gorbunov A. V., Korotkov E. B., Slobodzyan N. S. Vysokotochnaya sistema navedeniya i orientatsii kosmicheskikh bortovykh priborov na baze geksapoda s prostranstvennym datchikom polozheniya // Voprosy radioelektroniki. 2017. № 7. S. 42–47.

3. Primenenie prostranstvennykh mekhanizmov s parallel'noi strukturoi dlya navedeniya, stabilizatsii i vibroizolyatsii bortovykh priborov / A. V. Gorbunov, E. B. Korotkov, A. V. Lekanov, S. A. Rudyka, N. S. Slobodzyan // Reshetnevskie chteniya. 2017. T. 1, № 21. S. 117–118.

4. Patraev V. E., Maksimov Yu. V. Metody obespecheniya nadezhnosti bortovoi apparatury kosmicheskikh apparatov dlitel'nogo funktsionirovaniya // Priborostroenie. 2008. № 8. S. 5–12.

5. Talalaev A. A., Fralenko V. P., Khachumov V. M. Obzor standartov i kontseptsiya postroeniya sredstv monitoringa, kontrolya i diagnostiki kosmicheskogo apparata // Programmnye sistemy: teoriya i prilozheniya. 2015. № 3 (26). S. 21–43.

6. Vysokoproizvoditel'naya neirosetevaya sistema monitoringa sostoyaniya i povedeniya podsistem kosmicheskikh apparatov po telemetricheskim dannym / N. S. Abramov, A. A. Talalaev, V. P. Fralenko, V. M. Khachumov, O. G. Shishkin // Programmnye sistemy: teoriya i prilozheniya. 2017. № 3 (30). S. 109–131.

7. Obespechenie dlitel'nogo resursa maloraskhodnykh nagnetatelei / V. V. Dvirnyi, G. V. Dvirnyi, A. V. Khnykin, V. V. Golovanova, G. G. Krushenko // Kosmicheskie apparaty i tekhnologii. 2014. № 3 (9). S. 12–20.

8. Poddar S., Chandravanshi M. L. Ball bearing fault detection using vibration parameters. International Journal of Engineering Research & Technology (IJERT), 2013, Vol. 2, Issue 12, pp. 1239–1244.

9. Xue S., Howard I., Wang C., Bao H., Lian P., Chen G., Wang Y., Yan Y. The diagnostic analysis of the planet bearing faults using the torsional vibration signal. Mechanical Systems and Signal Processing, 134, 106304, DOI:10.1016/j.ymssp.2019.106304.

10. Kalinov A. P., Bratash O. V. Analiz metodov vibrodiagnostiki asinkhronnykh dvigatelei // Energetika. Izvestiya vysshikh uchebnykh zavedenii i energeticheskikh ob\"edinenii SNG. 2012. № 5. S. 43–51.

11. Petrov I. V. Otsenka dostovernosti razlichnykh sposobov izmereniya i obrabotki vibroakusticheskikh kharakteristik pri tekhnicheskom diagnostirovanii elektricheskikh mashin // Vestnik GGTU im. P. O. Sukhogo. 2014. № 1 (56). S. 108–116.

12. Nejjari H., Benbouzid M. E. H. Monitoring and diagnosis of induction motors electrical faults using a current Park’s vector pattern learning approach. IEEE Transactions on Industry Applications, 2000, vol. 36, no. 3, pp. 730–735. DOI: 10.1109/28.845047.

13. Petukhov V. S. Diagnostika elektrodvigatelei. Spektral'nyi analiz modulei vektorov Parka toka i napryazheniya // Novosti Elektrotekhniki. 2008. № 1 (49). S. 50–52.

14. Duesterhoeft W. C., Schulz M. W., Clarke E. Determination of Instantaneous Currents and Voltages by Means of Alpha, Beta, and Zero Components. Transactions of the American Institute of Electrical Engineers, 1951, no. 70 (2), pp. 1248–1255. DOI: 10.1109/T-AIEE.1951.5060554.

15. Park R. H. Two Reaction Theory of Synchronous Machines. AIEE Transactions, 1929, no. 48, pp. 716–730. DOI: 10.1109/TAIEE.1929.5055275.

16. Analizator spektra ZET 017-U32 [Elektronnyi resurs]. URL: https://zetlab.com/shop/bez%20rubriki/zet-017-u32-analizator-spektra/ (data obrashcheniya: 14.03.2019).

17. Nyanteh Y., Srivastava S., Edrington C., Cartes D. A. Application of artificial intelligence to stator winding fault diagnosis in Permanent Magnet Synchronous Machines. Electric Power Systems Research, 2013, no. 103, pp. 201–213.

18. Deep Learning Toolbox. Sait Matlab [Elektronnyi resurs]. URL: https://matlab.ru/products/neural-network-toolbox (data obrashcheniya: 23.09.2019).