You are viewing an old version of this page. View the current version.

Compare with Current View Page History

Version 1 Next »

<!-- @page

Unknown macro: { margin}

P

Unknown macro: { margin-bottom}

-->Projektissa tutkittiin älykkyyden lisäämistä hydraulisiin työkoneisiin. Sovelluksina olivat värähtelyjen hallinta, koordinaattiohjaus ja rakenteen kunnonvalvonta.

Värähtelyjen hallinta

Mekaanisten värähtelyiden hallintaa tutkittiin teoreettisesti, simuloimalla ja kokeellisesti. Erilaisia passiivisia ja aktiivisia värähtelyiden hallintamenetelmiä tutkittiin, ja sovelluksina olivat trukin maston värähtelyt ja ajoneuvonosturin puomin värähtelyt.

Passiivisia menetelmiä ovat esimerkiksi dynaaminen massavaimennin ja eristäminen sekä erilaiset suunnittelumenetelmät, joilla vaikutetaan värähtelykäyttäytymiseen ja värähtelyn suuruuteen.

Aktiivisista menetelmistä tutkittiin aluksi ns. modal control -menetelmää, jossa voidaan vaikuttaa tiettyyn rakenteen ominaistaajuuteen tai ominaismuodon vaimennukseen. Menetelmä vaatii teoriassa kaikkien tilojen mittamisen, mikä ei ole käytännössä mahdollista. Epäkohdan poistamiseksi voidaan käyttää tilahavaitsijaa. Simuiloimalla testattiin myös vaihtoehtoa, jossa mitattaisiin nopeutta rakenteen yhdessä pisteessä. Tällä saatiin myös alin ominaistaajuus vaimenemaan tehokkaasti, mutta korkeampien taajuuksien vaimennus pieneni. Sen vuoksi on oltava varovainen, että uylemmät ominaismuodot eivät muutu epästabiileiksi.

Toinen aktiivinen menetelmä on voiman takaisinkytkentä, jossa mitattu tukireaktio syötetään takaisin järjestelmälle, joka tuottaa vastaliikkeen. Tätä menetelmää testattiin trukissa simuloimalla ja nosturissa kokeellisesti paineen takaisinkytkennällä.

Dynaaminen massavaimennin voidaan rakentaa myös virtuaalisena. Fysikaalinen massavaimennin on korvattu aktiivisella säätöjärjestelmällä, joka kuvaa yksinkertaista värähtelijää. Vaimentimella voidaan jäljitellä esimerkiksi dynaamisen massavaimentimen toimintaa. Takaisinkytkennässä voidaan käyttää joko kiihtyvyys- tai siirtymäantureita. Virtuaalisessa vaimentimessa voidaan käyttää isoakin lisämassaa verrattuna fysikaaliseen massavaimentimeen. Vaimennin voi olla adaptiivinen, eli se voidaan helposti virittää eri taajuuksille. Järjestelmä on stabiili eikä spillover-efektiä esiinny. Haittapuolena on se, että vaimennuskyky jää dynaamisen massavaimentimen tasolle. Vaimentimen toimintaa tutkittiin simuloimalla mastorakennetta, jossa herätteenä on alustan liike.

Mastorakenteen värähtelyjen vaimentamista feedforward-menetelmällä ilman takaisinkytkentää tutkittiin teoreettisesti ja kokeellisesti. Kolmea menetelmää testattiin rakennetulla demolaitteistolla. Kaksi menetelmää perustui vastaherätteen muodostamiseen ja kolmas jatkuvaan vaimennukseen. Kokeet osoittivat menetelmät toimiviksi ja värähtelyt saatiin tehokkaasti vaimenemaan. Kokeilla pystyttiin todentamaan simulointien tulokset. Rakenteen alin ominaistaajuus on tunnettava riittävän tarkasti. Menetelmän epäkohtana on lisääntynyt jarrutusmatka pysäytettäessä.

Erilaisia värähtelyjen hallintamenetelmiä ja säätöalgotitmeja ohjelmoitiin FEM-ohjelmaan simulointeja varten. Rakenteen dynamiikan kuvauksessa käytettiin ns. tilaesitysmuotoa, jolla säätöalgoritmit voidaan toteuttaa suoraviivaisesti.

Rakenteen alimman ominaistaajuuden tunnistaminen osoittautui monen menetelmän tärkeäksi vaiheeksi. Ominaistaajuus voidaan laskea, jos rakenteesta on käytettävissä riittävän tarkka malli. Menetelmää sovellettiin trukin maston ominaistaajuuden laskemiseen. Maston nostokorkeus ja kuorma kuitenkin vaihtelivat, joten ne piti mitata. Toinen tapa ominaistaajuuden määrittämiseksi on identifioida se rakenteen värähtelymittauksista. Tätä sovellettiin ajoneuvonosturissa, jossa nostosylinterin paineanturin aikasarjasta ominaistaajuus tunnistettiin. Erilaisia tunnistukseen käytettäviä menetelmiä tutkittiin, esimerkiksi ARX-malliin perustuvaa rekursiivista algoritmia, FFT-analyysia ja aikatason aallonpituuteen perustuvaa menetelmää.

Koordinaattiohjaus

Koordinaattiajossa nosturin kärkeä eli työkalua liikutetaan tiettyä rataa pitkin, yleensä siten, että yksi joystickin suunta vastaa työkalun liikettä tiettyä koordinaattiakselia pitkin. Menetelmä perustuu Jakobin matriisiin, joka määrittää toimilaitteiden nopeuksien ja työkalun nopeuden välisen yhteyden kullakin nosturin asennolla. Koordinaattiajoa tutkittiin aluksi simuloimalla. Koordinaattiohjaukseen rakennettiin tietokoneohjelma, joka laskee toimilaitteiden nopeudet, joilla työkalu liikkuu haluttua koordinaattiakselia pitkin. Stadian laboratoriossa olevaan ajoneuvonosturiin sama ohjelma ohjelmoitiin C-kielellä ja testattiin.

Koordinaattiohjauksen suunnittelijalle ohjelmoitiin graafinen käyttöliittymä, jolla koordinaattiajon voi toteuttaa nopeasti ja helposti erilaisiin nostureihin tuntematta taustalla olevaa monimutkaista teoriaa. Käyttöliittymällä voidaan suunnitella kolmiulotteisen manipulaattorin työkalun rataohjaus. Käyttöliittymä sisältää tarvittavan geometrian mallintamisen (puomit, nivelet) ja toimilaitteiden määrittelyn. Lisäksi käyttöliittymällä voidaan antaa rajoituksia nivelten tai toimilaitteiden liikkeille. Suunnitteluohjelman tuloksena syntyvä lähtötiedosto siirretään työkoneen ohjelmaan ja on heti käytettävissä. Lisäksi käyttöliittymässä voidaan simuloida koordinaattiohjausta. Oletuksena on, että puomit ovat jäykkiä ja että toimilaitteita voidaan ohjata tarkasti.

Rakenteiden kunnonvalvonta

Värähtelymittauksiin perustuvaa rakenteen kunnonvalvontaa tutkittiin sekä numeerisesti että kokeellisesti. Vaurion havaitseminen perustuu puhtaasti mitattuun dataan; rakenteen matemaattista mallia ei tarvita. Ehjästä rakenteesta kerätään aluksi opetusdataa, johon uusia mittauksia verrataan. Muutokset mittauksista irrotetuissa piirteissä ilmaisevat vaurion olemassaolon. Ongelmaksi muodostuvat ympäristön ja käyttötilan normaalin vaihtelun aiheuttamat muutokset kyseisissä piirteissä, mikä usein johtaa vääriin hälytyksiin. Tutkimuksessa kehitettiin erilaisia piilomuuttujamenetelmiä ympäristövaikutusten eliminoimiseksi piirteistä. Näiden menetelmien etuna on se, että vaikuttavia muuttujia ei tarvitse mitata eikä ilmiöitä tuntea, mikä säästää aikaa ja kustannuksia. Menetelmät voidaan myös helposti automatisoida.

Kunnonvalvonnan sovelluksena tutkittiin ajoneuvonosturin rakenteen vaurioitumista. Ajoneuvonosturista laadittiin FEM-malli, jota varioimalla simuloitiin erilaisia nosturin asentoja ja vaurioita. Simuloinneista laskettiin piirteitä, joista vaurion olemassaolo pyrittiin havaitsemaan. Piirteinä käytettiin ominaistaajuuksia ja ominaismuotoja sekä tehospektriä. Tuloksiin lisättiin kohinaa realistisemman käsityksen saamiseksi. Nosturin eri asentojen vaikutus pystyttiin eliminoimaan faktorianalyysillä, mikä on sekä tieteellisesti että käytännön kannalta merkittävä läpimurto. Faktorianalyysin jälkeen kaikki vauriotapaukset saatiin havaittua.

Kokeellisissa mittauksissa nosturia ravistettiin nostosylinterin tuottamalla satunnaisherätteellä ja värähtelyjä mitattiin kahdeksalla kiihtyvyysanturilla. Kiihtyvyysmittauksista identifioitiin AR-kertoimet ja siirtyvyysfunktiot, joiden avulla vaurion olemassaolo pyrittiin havaitsemaan. Vauriona käytettiin eri kohtiin manipulaattoria lisättyjä lisämassoja. Puomin eri asennot aiheuttivat kuitenkin muutoksia identifioiduissa piirteissä. Nosturin eri asentojen vaikutus pystyttiin eliminoimaan faktorianalyysillä. Kaikki lisämassoilla toteutetut muutokset kyettiin havaitsemaan. Painemittauksista vaurioita ei havaittu.

Ympäristön vaihtelut voivat vaikuttaa myös epälineaarisesti mitattaviin muuttujiin. Vaikka vaikuttavia ympäristömuuttujia ei tunneta, niiden vaikutukset voidaan eliminoida sovittamalla opetusdataan epälineearinen korrelaatiomalli, esimerkiksi paloittain lineaarinen tai neuroverkkomalli. Menetelmiä vertailtiin numeerisen mallin ja kokeellisten tulosten avulla.

Rakenteen kunnonvalvonta perustuu antureista saatavaan tietoon. Antureita sijoitetaan rakenteeseen yhä useampia. Sen vuoksi on tärkeätä havaita myös anturin rikkoutuminen. Monikanavamittauksissa anturin rikkoutuminen voidaan havaita antureiden välisen korrelaation perusteella. Samoin rikkinäinen anturi pystytään tunnistamaan ja rekonstruoimaan pelkän mittaustiedon perusteella.

Kansainvälinen yhteistyö

Rakenteiden kunnonvalvontatutkimuksessa tehtiin yhteistyötä ESF:n tutkimusohjelman S3T puitteissa. Yhteistyökumppanit:

  • Université Libre de Bruxelles, Active Structures Laboratory (Belgium, FNRS)
  • Katholieke Universiteit Leuven, Structural Mechanics Group (Belgium, FWO)
  • Helsinki University of Technology, Department of Mechanical Engineering (Finland)
  • University of Sheffield, Mechanical Engineering, Dynamics Groups (U.K.)
  • Institute of Fluid-Flow Machinery PAS, Gdansk (Poland)
  • Los Alamos National Laboratory (USA)
  • LMS International (Leuven, Belgium)
  • No labels
You must log in to comment.