NARX model in rotating machinery diagnostics

Abstract

Rotating machines are often described using linear methods with acceptable accuracy. Some malfunctions, however, are of non-linear nature. The most common examples of those malfunctions are loose bearings and rotor rubs. Accurate detection and identification of such malfunctions requires more accurate methods. One of such methods can be NARX - nonlinear systems identification. This method is based on neural networks approach and is especially efficient in modeling and diagnostics of nonlinear systems. Application of this method leads to shorter and less costly tuning of the model to the object, which is the key requirement when practical application of a method is concerned. The paper presents how NARX can be applied for modeling of rotating machinery malfunctions. Idea of the diagnostic algorithm based on such modeling is presented. The proposed algorithm was verified during research on a specialized test rig, which can generate vibration signals. The paper also presents results of an application of the NARX method for data collected at a wind turbine.

Maszyny wirnikowe są często opisywane przy użyciu metod liniowych z zadowalającą dokładnością. Niektóre awarie mają jednak charakter nieliniowy, jako przykład można wymienić m.in. takie usterki jak luźne łożyska i przytarcia wirnika. Precyzyjne wykrywanie i identyfikacja ww. usterek wymaga bardziej dokładnych metod. Jedną z takich metod może by NARX - model umożliwiający nieliniową identyfikację systemów. Metoda ta opiera się na sieciach neuronowych i jest szczególnie skuteczna w zakresie modelowania i diagnostyki układów nieliniowych. Zastosowanie tej metody prowadzi do krótszego i mniej kosztownego dostrajania modelu do obiektu, co jest kluczowym wymogiem w przypadku praktycznego zastosowania tej metody w diagnostyce. W artykule przedstawiono, jak modele NARX mogą być stosowane do modelowania awarii maszyn wirnikowych, a także ideę algorytmu diagnostycznego z wykorzystaniem takiego modelowania. Proponowany algorytm został zweryfikowany podczas badań na specjalnym stanowisku badawczym, które umożliwią generowanie sygnałów drganiowych oraz wprowadzanie symulowanych uszkodzeń. W artykule przedstawiono również wyniki zastosowania metody NARX dla danych zarejestrowanych w elektrowni wiatrowej.