Анализ применения энтропийных методов обработки вибродиагностических сигналов для оценки технического состояния трубопроводов

Целью данной статьи является обзор существующих проблем надежности трубопроводных систем энергетических комплексов. Рассмотрены существующие статистические и логистические системы, позволяющие обрабатывать диагностическую информацию при оценке технического состояния трубопроводов. Современные методы диагностики в основном основаны на использовании вибрационных, звуковых и ультразвуковых датчиков. Наличие дефекта в трубопроводе определяется путем анализа амплитуды диагностического сигнала. Более высокую эффективность при обнаружении дефектов показали вероятностно-статистические методы анализа сигналов, основанные на теории хаоса. Одним из таких методов является энтропийный анализ. Анализ современных методов обработки сигналов показал, что наиболее эффективными являются методы, основанные на теории хаоса. Рассмотрена возможность использования энтропийных показателей в качестве чувствительных диагностических признаков. Проведен сравнительный анализ обработки сигналов с использованием энтропийных методов (энтропия Шеннона, энтропия Колмогорова) и известных статистических и логистических методов (преобразование Фурье, вейвлет-преобразование, преобразование Гильберта-Хуанга). Результаты анализа показали, что энтропийные показатели реагируют на изменение структуры сигнала, вызванное наличием дефекта в трубопроводе или Энтропийный анализ является перспективным методом обработки диагностических сигналов при оценке технического состояния трубопроводов.

1. Gaponenko S.O., Kondratiev A.E. Nazarychev S.A. “Determination of informative frequency ranges for buried pipeline location control” Helix, vol. 8(1), 2018, pp. 2481-2487.

2. Zakharova V.E., Gaponenko, S.O., Kondratiev, A.E. “Mathematical modeling of lowfrequency diagnostic vibration-acoustic vibrations of linear-extended energy objects of housing and communal services” E3S Web of Conferences, RSES 2020, 2020.

3. Shakurova, R.Z., Gaponenko, S.O., Kondratiev, A.E. “On the issue of inertial excitation of diagnostic low-frequency vibrations in pipelines of housing and communal services”, E3S Web of Conferences, RSES 2020, 2020.

4. Kondratiev A.E., Gaponenko S.O., Shakurova R.Z., Nazarychev S.A. “Acousticresonance method for control of the location of hidden hollow objects”, IOP Conf. Series: Journal of Physics: Conf. Series, 2019.

5. Kondratiev A.E., Gaponenko S.O., Shakurova R.Z., Nazarychev S.A. “Information-measuring system for monitoring the location of underground gas pipelines on the basis of improved acoustic resonance method”, IOP Conf. Series: Journal of Physics: Conf. Series,2019.

6. Rabiner L., Gold B. “Theory and Application of Digital Signal Processing” Prentice Hall Inc., Englewood Cliffs, N. J. (1975) 762

7. Uljanova Ju.E., Babenko R.G., Chernov A.V. “The Time-And-Frequency Transformations Used in Digital Processing of Signals”, Global Nuclear Safety, vol. 3(16), pp.36-42, 2015.

8. Elizarov A.A. “Implementation of fast Fourier transform algorithms”, Information and control systems in transport and industry, pp.196-204, 2018.

9. Wang, Y., Zheng, L., Gao, Y., & Li, S. “Vibration Signal Extraction Based on FFT and Least Square Method”, IEEE Access, vol. 8, 224092-224107, 2020.

10. Kukharchuk, V. V., Kazyv, S. S., Bykovsky, S. A., Wójcik, W., Kotyra, A., Akhmetova, A., ... & Weryńska-Bieniasz, R. “Discrete wavelet transformation in spectral analysis of vibration processes at hydropower units”, PrzegladElektrotechniczny, vol. 93(5), pp. 65-68, 2017.

11. Portenko M.S., Melnichuk D.V., Andreichenko D.K., “Analyticity conditions of characteristic and disturbing quasipolynomials of hybrid dynamical systems”, Izv. Saratov Univ. Math. Mech. Inform., vol. 16:2, 208–217, 2016.

12. Li, T., Zhu, R., Li, C., & Han, Q. “Fault Diagnosis and of Aero-Engine Hydraulic Pipeline Vibration Signals Based on Hilbert Huang Transforms”, Journal of Aerospace Science and Technology, vol. 5(1), 37-44, 2017.

13. Zagretdinov A.R., Gaponenko S.O., Serov V.V. “The concept of assessing the technical condition of equipment based on HHT-conversion of vibroacoustic signals”, Engineering journal of Don, vol. 3, 2015.

14. Ompokov V.D., Boronoyev V.V. “Mode decomposition and the Hilbert-Huang transform”, All-Russian open scientific conference "Propagation of radio waves", vol. 1, pp. 499-501, 2019.

15. Meleschenya, D. V., Brantsevich P. Yu. “Application of the Gilbert-Huang transformation in computer vibration monitoring” International Scientific Conference “Monitoring of technogenic and natural objects”, Minsk, BSUIR, pp. 93-99, 2017.

16. Hasan, M. J., & Kim, J. M. “Bearing fault diagnosis under variable rotational speeds using stockwell transform-based vibration imaging and transfer learning” Applied Sciences, vol. 8(12), 2357, 2018.

17. Gaponenko S.O. “Hardware and software complex based on theoretical modeling and experimental study of the dependence of the entropic vibroacoustic parameters of linear-extended energy objects on their technical state”, XIV International Youth Scientific Conference “Tinchurin's readings”, Kazan, pp.3-6, 2019.

18. Chernov A.V., Abidova E.A., Khegai L.S. “Diagnostics of leaks in the gate of electric actuator valves by entropy indicators of sound and ultrasonic signals”, Engineering journal of Don, vol. 4, 2017.

19. Chumak O.V. “Entropies and fractals in data analysis” Izhevsk Research Center "Regular and Chaotic Dynamics", Institute of Computer Research, 164 p., 2011.

20. Ompokov V.D., Boronoyev V.V. “Entropy approach in the analysis of vibration and partial discharge signals”, V International scientific conference "Mechanical Science and Technology Update"16-17 March2021. Omsk, Russia, pp. 308-315, 2021.

21. Leite, G.D.N.P., Cunha, G.T.M., Santos Junior, J.G., Araújo, A.M., Rosas, P. A.C., Stosic, T., & Rosso, O.A. “Alternative fault detection and diagnostic using information theory quantifiers based on vibration time-waveforms from condition monitoring systems”, Application to operational wind turbines. Renewable Energy, 164, 1183-1194, 2021.

22. Yang, Q., Ruan, J., Zhuang, Z., & Huang, D. “Chaotic analysis and feature extraction of vibration signals from power circuit breakers”, IEEE Transactions on Power Delivery, vol. 35(3), 1124-1135, 2019.

23. Jeon, G., &Chehri, A. Entropy-based algorithms for signal processing, 2020.

24. Camarena-Martinez, D., Valtierra-Rodriguez, M., Amezquita-Sanchez, J. P., Granados-Lieberman, D., Romero-Troncoso, R. J., & Garcia-Perez, A. “Shannon Entropy and-Means Method for Automatic Diagnosis of Broken Rotor Bars in Induction Motors Using Vibration Signals”, Shock and Vibration, 2016.

25. Deák, K., Mankovits, T., &Kocsis, I. “Optimal Wavelet Selection for the Size Estimation of Manufacturing Defects of Tapered Roller Bearings with Vibration Measurement using Shannon Entropy Criteria”, Strojniski Vestnik. Journal of Mechanical Engineering, vol. 63(1), 2017.

26. Leite, G. D. N. P., Araújo, A. M., Rosas, P. A. C., Stosic, T., &Stosic, B. “Entropy measures for early detection of bearing faults”, Physica A: Statistical Mechanics and its Applications, vol. 514, pp. 458-472, 2019.

27. Amezquita-Sanchez, J. P. “Entropy algorithms for detecting incipient damage in highrise buildings subjected to dynamic vibrations”, Journal of Vibration and Control, vol. 27(3-4), pp. 426-436, 2021.

28. Yang, Q., Ruan, J., Zhuang, Z., & Huang, D. “Chaotic analysis and feature extraction of vibration signals from power circuit breakers”, IEEE Transactions on Power Delivery, vol. 35(3), pp. 1124-1135, 2019.

29. Ai, Y. T., Guan, J. Y., Fei, C. W., Tian, J., & Zhang, F. L. “Fusion information entropy method of rolling bearing fault diagnosis based on n-dimensional characteristic parameter distance”, Mechanical Systems and Signal Processing, vol. 88, pp. 123-136, 2017.

30. Deng, W., Zhang, S., Zhao, H., & Yang, X. “A novel fault diagnosis method based on integrating empirical wavelet transform and fuzzy entropy for motor bearing”, IEEE Access, vol. 6, pp. 35042-35056, 2018.