Стохастичне моделювання спектрального витоку енергії вібросигналу для діагностування локальних пошкоджень підшипника кочення

Abstract

UA: Досліджено вплив стохастичного проковзування тіл кочення на деградацію діагностичних ознак кулькового підшипника. Розроблено алгоритм паралельного моделювання вібросигналів. Кількісно доведено, що спектральний витік енергії спричиняє відносне падіння амплітуди вищих гармонік від 82,1 до 90,5 %. Це математично обґрунтовує небезпеку хибнонегативних діагнозів і фізичну неадекватність застосування традиційних детермінованих порогових рівнів діагностування.

EN: The reliability of locomotive compressor equipment depends on its ball bearings. Maintenance restricts inspections without dismantling, making early fault detection in 6318 bearings difficult. Historically, diagnostic algorithms relied on deterministic kinematic models, viewing vibration as an ideal periodic series of impulses with discrete narrow-band spectral peaks. Real operation introduces a fundamental physical discrepancy: random kinematic micro-slip of rolling elements. This stochastic nature transforms the vibration into a pseudo-cyclostationary process, causing profound spectral energy leakage and amplitude degradation. While literature acknowledges this, a critical gap remains in quantifying the exact amplitude degradation caused by kinematic fluctuations. This research mathematically determines quantitative indicators of relative amplitude drop for diagnostic features under random kinematic slip. These indicators rigorously prove the inadequacy of traditional deterministic amplitude expectations and justify the risk of false-negative diagnoses when applying rigid threshold levels. A comparative numerical algorithm was developed for parallel generation and synchronous processing of vibration signals. It contrasts a classical deterministic scenario against a stochastic point process model with normally distributed kinematic micro-slip. The study simulated a localized fault on the inner ring of a ball bearing. Datasets were processed using envelope spectrum analysis, integrating an automated module to identify peak values within localized frequency windows. Spectral analysis visually demonstrated severe energy smearing at the defect frequencies, destroying idealized narrow-band peaks. Quantitatively, results established that relative amplitude drop worsens at higher harmonics: 82.1 % at the first harmonic, 85.6 % at the second, 88.6 % at the third, and culminating in a 90.5 % loss at the fourth harmonic. These losses mathematically prove the necessity of abandoning unjustified threshold limits and transitioning toward probabilistic evaluations to prevent undetected failures.