DE69825426T2

DE69825426T2 - System zur prädiktiven diagnose von beweglichen maschinenteilen

Info

Publication number: DE69825426T2
Application number: DE69825426T
Authority: DE
Inventors: B. David BOARD; Harold Cates; Eric Rawlings
Original assignee: SWANTECH FORT LAUDERDALE LLC; Swantech LLC
Current assignee: Curtiss Wright Flow Control Corp
Priority date: 1997-02-18
Filing date: 1998-02-17
Publication date: 2005-08-11
Anticipated expiration: 2018-02-18
Also published as: WO1998036251A1; EP0961918A1; EP0961918B1; ES2226100T3; EP1477783A3; US5852793A; EP1477783A2; ATE272830T1; DE69825426D1

Description

HINTERGRUND DER ERFINDUNG
1. Gebiet der Erfindung
Die vorliegende Erfindung betrifft allgemein ein verbessertes System zum Vorhersagen von Maschinenausfällen und insbesondere eine Vorrichtung und ein System für Echtzeit-Zustandsüberwachung von umlaufenden elektrischen Maschinen und Pendelmaschinen zum Zwecke der Planung von Wartungsarbeiten mit dem Ziel der Maximierung der Betriebslebensdauer und der gleichzeitigen Senkung der Ausfallzeiten.
2. Beschreibung des Standes der Technik
Es ist hinreichend bekannt, dass umlaufende elektrische Maschinen und Pendelmaschinen regelmäßige diagnostische Wartung erfordern, um Verschleiß an Maschinenteilen festzustellen, Ausfälle vorherzusagen und Probleme zu lokalisieren. Bei modernen Maschinen, wie zum Beispiel bei Schiffsmaschinen, Automatikgetrieben, Turbowellen-Maschinen, Papierfabriken, Walzwerken, Flugzeugmaschinen, Hubschraubergetrieber und schnellen Verarbeitungsmaschinen, führt der Ausfall von Zahnrädern oder Lagern häufig zu kostspieligem Leistungsverlust, zu schweren und teuren Folgeschäden und möglicherweise zu lebensbedrohlichen Situationen. Dies ist darauf zurückzuführen, dass Lager/Zahnräder mit der Zeit einem Verschleiß unterliegen, wie zum Beispiel abgeplatzte Wälzlagerelemente, Materialausbruch oder Pitting an Zahnrädern oder Laufringschäden. Unabhängig davon, wann im Verlauf des Lebenszyklus einer Maschine Ausfälle auftreten, sie beginnen mit geringfügigen Diskrepanzen und weiten sich aus und führen schließlich zu Folgeschäden, unannehmbaren Betriebsbedingungen oder katastrophalen Ausfällen. Um die Sicherheit zu gewährleisten und um außerplanmäßige Betriebsunterbrechungen zu vermeiden, werden kritische Bauteile und Komponenten ausgehend von den Betriebszeiten in konservativen feststehenden Intervallen ausgewechselt. Diese Verfahrensweise führt zu einer signifikanten Erhöhung der Betriebskosten durch ver geudete Lebensdauer der Bauteile und Komponenten, höheren Arbeitszeitaufwand aufgrund kürzerer Abstände zwischen Wartungsarbeiten und Verlust von Produktivität während Maschinenabschaltungen. Ein weiteres weit verbreitetes Verfahren für die Planung von Wartungsarbeiten umfasst die Analyse des Schmierstoffverbrauchs; dies ist jedoch kostspielig und erfordert einen hohen Arbeitszeitaufwand für die Verarbeitung und ergibt unter Umständen nur eine Aussage für eines von zahlreichen ausgefallenen Teilen. Damit hat die Schmiermittelanalyse keine Echtzeitüberwachungs-Fähigkeit und lässt nur eine geringe bis keine Eingrenzung des Fehlers zu.
Demzufolge sind andere Diagnoseverfahren, wie zum Beispiel der Einsatz von Schwingungssensoren, Schwingungsanalysegeräten und Metallspänedetektoren in Schmiersystemen weit verbreitete Verfahren zum Aufzeigen der Notwendigkeit der Terminierung von Wartungsarbeiten an Maschinen geworden. Das Problem bei der Schwingungs- und Metallspäne-Überwachung und -analyse, ebenso wie bei ähnlichen herkömmlichen Diagnoseverfahren, besteht darin, dass sie erst zu einem späten Zeitpunkt in dem Ausfallprozess eine deutliche Anzeige bereitstellen. Die Schwingungsanalyse unterscheidet nicht zwischen Systemschwingung und von geringfügigen Mängeln verursachter Schwingung, da die durch die genannten Mängel verursachte Schwingung durch die Systemschwingung verdeckt wird. Schwingungsanalyse tendiert darüber hinaus zur Auslösung von Fehlalarmen, sie verursacht unnötige Wartungsarbeiten und verschleiert Fehler und Mängel vor einem Maschinenausfall. Es ist schwierig und kostspielig, vorherzusagen, wann eine Maschine ausfallen wird, und herkömmliche Diagnoseverfahren können eine deutliche Anzeige von Problemen erst in einem späten Stadium des Ausfallprozesses bereitstellen. Daher besteht ein Bedarf an einem Gerät oder einem System der prädiktiven Diagnose, das Fehler oder Ausfälle vor dem Eintreten von Folgeschäden entsprechend eingrenzen kann, ohne dass eine wesentliche Unterbrechung des Betriebes eintritt. Zusätzlich besteht ein Bedarf an einem prädiktiven Wartungsansatz, der das vorzeitige, präventive Auswechseln von nicht beschädigten Teilen und Komponenten reduziert.
Um ein solches System bereitstellen zu können, muss die Dynamik von Maschinenausfällen verstanden werden. Unter Bezugnahme auf 1a ist die Ausfallhäufigkeit abhängig von der Betriebszeit. Die Wahrscheinlichkeit eines Ausfalles ist in den ersten Stunden des Maschinenbetriebes oder in dem Anfangsstadium (1) größer, geht dann während der Hauptlebensdauer der Maschine jedoch rasch auf eine konstante Rate zurück. Maschinenausfall und Schäden im Anfangsstadium können auf unsachgemäße Montage, auf Montagefehler, auf unsachgemäßes Einlaufen sowie auf unsachgemäßen Transport und Umschlag zurückzuführen sein. Herkömmliche Diagnoseverfahren sind typischerweise nicht in der Lage, einen Ausfall im Stadium (1) zu erkennen. Überwachungstechnik kann in einem frühen Stadium ihres Lebenszyklus unvorhergesehene Ausfälle vermeiden, so dass Korrekturmaßnahmen bereits während der Abnahmeprüfung ergriffen werden können. In den Stadien (2) und (3) ist die Ausfallwahrscheinlichkeit einer Maschine, wie in 1a gezeigt, konstant, jedoch relativ gering. Da Ausfälle jedoch auch hier auftreten können, gelten die Stadien (2) und (3) als Zeiträume von Zufallsausfällen. In den frühen Stadien des Ausfallprozesses sind herkömmliche Verfahren nicht in der Lage, Probleme genau zu erkennen, die zu Zufallsausfällen führen. Ungeachtet dessen besteht das Hauptproblem bei herkömmlichen Diagnoseverfahren darin, dass der Zeitpunkt, an dem die Wahrscheinlichkeit von Verschleißausfall – Stadium (4) – beginnt, nicht bekannt bzw. nur schwer feststellbar ist. Somit werden Betriebszeiten und Zyklusgrenzen konservativ geschätzt, so dass Überholungen an den Maschinen und Ausrüstungen verfrüht; vor dem Verschleiß, durchgeführt werden. Um Ausfall und Betriebsunterbrechung zu vermeiden, werden einwandfreie Bauteile und Komponenten im Stadium (3), weit bevor die Maschine in das Verschleißstadium (4) eintritt, in dem Bestreben ausgewechselt, zunehmende unvorhergesehene Ausfälle kritischer Maschinen und Ausrüstungen zu verhindern. Teile, die auf der Grundlage von konservativen Auswechslungsgrenzen ausgebaut werden, haben häufig eine Restlebensdauer des Zwei- bis Dreifachen der Ersatzlebensdauer.
Der Zeitpunkt, an dem die Maschine in die Verschleißphase ihres Lebenszyklus eintritt, ist abhängig von ihrer Entwurfszuverlässigkeit und ihrer Betriebsgeschichte. So kann Verschleiß an einzelnen Maschinen ein und derselben Population identischer Maschinen zu unterschiedlichen Zeiten einsetzen. Demzufolge schwankt der Abstand zwischen Überholungen (TBO) von Maschine zu Maschine. Die Fähigkeit, den Zeitpunkt des Eintretens von Verschleiß genau vorhersagen zu können, würde es ermöglichen, den TBO gefahrlos zu vergrößern. Die Verlängerung der Lebensdauer führt zu reduzierten Stillstandszeiten für Auswechslungen/Überholungen an den Maschinen und Ausrüstungen und zu reduzierten durch Überholung hervorgerufenen Ausfallraten. Darüber hinaus würde es die Fähigkeit der genauen Vorhersage von Wartungsarbeiten ermöglichen, dass jede einzelne Maschine solange betrieben wird, wie ihre Ausfallhäufigkeit auf einem annehmbaren Niveau vorbeugender Wartung und geringfügigerer Reparaturen aufrecht erhalten werden könnte. Prädiktive Wartung ist besonders wichtig, wenn eine Maschine in das Schlussstadium (4) ihres Lebenszyklus eintritt, um rechtzeitig bevorstehende Ausfälle anzuzeigen.
Der Erfinder der vorliegenden Schrift hat einige der oben angesprochenen Probleme in dem US-Patent Nr. 4,530,240, ausgestellt auf Board et al., behandelt. Board et al. stellen eine Vorrichtung zum Vorhersagen von Maschinenausfällen vor. Die Vorrichtung umfasst allgemein einen piezoelektrischen Kristallwandler und ein Gehäuse, das eine Reihe von Filter- und Verstärkerstufen, einen Bandpassfilter, einen Präzisionsgleichrichter und Filter, einen Spannungs-Frequenz-Wandler, ein Zählwerk und einen Sequenzer und einen Signalpegel-Detektor umfasst. Der Kristallwandler wird an die Maschine angebaut. Wenn eine Maschine Fehler aufweist, erzeugen Reibungs- und Stoßereignisse erkennbare und ablesbare Spannungswellen (Körperultraschall), die durch den Wandler detektiert werden, wenn Maschinenteile ihre Schmiermittel-Grenzschicht durchdringen und miteinander in Berührung kommen. Der Wandler wandelt die Spannungswellen in der Maschine in elektrische Signale um, die durch eine Reihe von Filter- und Verstärkerstufen aufbereitet werden und die weiter von dem Bandpassfilter aufbereitet werden, so dass nur Reibungs- und Stoßwellen-Signale übrig bleiben. Der Signalpegel-Detektor zeigt die Spitzenamplitude des Signalpegels an. Der Präzisionsgleichrichter und Filter reinigt das Signal zu einer typischen gleichgerichteten Hüllkurven-Wellenform, die an den Spannungs-Frequenz-Wandler angelegt wird, dessen Ausgang durch das Zählwerk und den Sequenzer unter der Hüllkurve integriert wird, um ein Resultanten-Spannungswellen-Energieniveau zu erhalten. Wenn eine Anzeige der Spannungswellenenergie erhalten wird, kann diese manuell mit früheren Anzeigewerten verglichen werden, um zu bestimmen, ob in der Maschine ein Schaden aufgetreten ist.
Von Geräten und Verfahren nach dem Stand der Technik ist bekannt, dass sie nicht in der Lage sind, Spannungswellenenergie zu messen und dass sie daher durch Eigenschwingungen der Maschine behindert werden. Durch Entkopplung von Reibungs- und Stoßsignalen von den Eigenschwingungsfrequenzen der Maschine sind Board et al. in der Lage, das Signal in einen Spannungswellen-Anzeigewert umzuwandeln und somit einige der mit bekannten Verfahren des Standes der Technik in Zusammenhang ste henden Probleme, wie zum Beispiel das Verschleiern von Schäden bis in ein spätes Stadium des Ausfallprozesses hinein, anzusprechen. Jedoch beschränken sich Board et al. auf manuelle Augenblicksmessungen mit nur einem Eingang und auf manuelle Trendanalyse. Wenngleich die Fähigkeit zur Messung von Spannungswellenenergie eine zuverlässige Anzeige für die Vorhersage von Maschinenausfällen bereitstellt, würde die Fähigkeit einer umfangreicheren und automatischen Ablesung und Informationsgewinnung die prädiktive und präventive Maschinendiagnose weiter verbessern. Bei Maschinen und Ausrüstungen, bei denen hoher Wartungsaufwand durch Reibung, mechanischen Verschleiß, unzureichende Schmierung oder Ausfall von Bauteilen verursacht wird, bietet die Spannungswellenanalyse ein einfaches, wirksames und quantitatives Mittel des Detektierens des betreffenden Ausfalles. Verfahren nach dem Stand der Technik sind nicht in der Lage, Spannungswellenanalyse durchzuführen. Die vorliegende Erfindung erkennt Ausfälle jedoch automatisch in einem frühen Stadium, so dass die vorzunehmenden Eingriffe weniger kostspielig sind und auf längere Sicht einen Ansatz zu niedrigeren Wartungskosten bieten.
Unter Bezugnahme auf 1b wird eine Messung von Spannungswellenenergie während des Ausfallprozesses über die Betriebszeit gezeigt. Das Spannungswellenenergie-Bild wird mit einem Lager-Schadenspegel über einen Betriebszeitraum gezeigt, um die Ausfallentwicklung und die Fehlererkennung unter Verwendung der Spannungswellenenergie-Analyse zu veranschaulichen. Ein quantitatives und verfolgbares Maß des Maschinenzustandes durch die gesamte Ausfallentwicklung hindurch wird gezeigt, wobei ein Anfangsschaden an dem Punkt (a) auftritt und wobei ein katastrophaler Ausfall an dem Punkt (g) auftritt. Verfahren nach dem Stand der Technik erkennen den Schaden oder Ausfall erst an dem Punkt (i), nachdem bereits signifikanter Schaden eingetreten ist. Im Gegensatz dazu erkennt die vorliegende Erfindung Schaden bereits an dem Punkt (b).
Mit den jüngsten Fortschritten der Rechner-Gerätetechnik und der Rechner-Software würde Spannungswellenanalyse gut aufgenommen werden, wenn sie automatisiert und in der Lage wäre, durchgehende, zuverlässige Zustandsüberwachung von Maschinen bereitzustellen, um Maschinendefekte in einem frühen Stadium aufzuzeigen, um die Entwicklung von Defekten zu überwachen und um benutzerdefinierte kundenspezifische Lösungen anzubieten. Die vorliegende Erfindung behandelt die genannten Bedürfnisse, indem ein einzigartiges rechnergestütztes Spannungswellenanalysesystem mit Merkmalen, wie zum Beispiel durchgehende Überwachung, kundenspezifische Echtzeitüberwachung, Datenverarbeitung, Statusanzeigen und programmierbaren Alarmbedingungen, angeboten wird.
US-A-4 563 897 beschreibt ein System, das die Schwingungen kraftgetriebener Schneidwerkzeuge während der Bearbeitung überwacht. An den Schneidwerkzeugen angebrachte Schwingungswandler werden über einen Multiplexer mit dem System verbunden. Wenn die Amplituden detektierter Schwingungen einen Bezugswert übersteigen, wird ein Alarmsignal ausgelöst.
ZUSAMMENFASSUNG DER ERFINDUNG
Eine wichtige Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren und eine Vorrichtung zur genauen Vorhersage des Wartungsbedarfs an umlaufenden elektrischen Maschinen, wie zum Beispiel an Ausrüstungen, die Zahnräder oder Lager enthalten, bereitzustellen.
Eine weitere Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung zum Erkennen von Schäden oder Defekten an Maschinen bereitzustellen, die relativ wenig von dem Defekt erzeugte Energie benötigt und die relativ kleine Defekte erkennen kann, die die Möglichkeit von Fehlalarmen und von nicht erkannten Ausfällen minimiert und dabei gleichzeitig mit relativ hoher Genauigkeit das defekte Teil bzw. die defekten Teile anzeigt.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, unverzüglich Maschinenausfall-Erkennung bereitzustellen, ebenso wie ein Profil der Ausfallentwicklung, und zwar jeweils ohne Ausbau von Teilen und ohne Abschaltung.
Eine weitere Aufgabe der vorliegenden Erfindung besteht in der Bereitstellung einer Vorrichtung zum Überprüfen von Maschinen, um die Einhaltung der Spezifikationen und technischen Daten durch dieselben, auch bei der Begleichung von Gewährleistungsansprüchen, zu gewährleisten.
Eine bevorzugte Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System bereitzustellen, die in der Lage sind, umlaufende elektrische Maschinen und Pendelmaschinen auf Defekte, Ausfälle und Schäden zu überwachen und den Bedarf an Wartungseingriffen an der Maschine genau vorherzusagen.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System zum Erkennen von Schäden und Defekten an Maschinen bereitzustellen, die in der Lage sind, zwischen der Eigenschwingung der Maschine und durch kleinere und größere Defekte verursachte Reibungs- und Stoßwellen zu unterscheiden.
Eine weitere Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System bereitzustellen, die Maschinen durchgehend auf Schäden überwachen und die die Möglichkeit von Fehlalarmen, nicht erkannten Ausfällen und von verfrühter Durchsicht und Wartung minimieren.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System bereitzustellen, die genau vorhersagen, wann Maschinen in das Verschleißstadium eintreten, um die Lebensdauer einer Maschine zu maximieren und um gleichzeitig verfrühte Wartung zu vermeiden, die Lebensdauer von Bauteilen und Komponenten zu maximieren, den Arbeitszeitaufwand für Wartung zu senken und um die Produktivität zu steigern, indem Abschaltungen wegen Wartungsarbeiten reduziert werden.
Eine weitere Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System bereitzustellen, die Maschinen ohne Ausbau von Teilen und ohne Abschaltung kontinuierlich auf Defekte überwachen.
Ein weiteres zusätzliches Ziel der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein Gerät bereitzustellen, die ein Profil der Ausfallentwicklung, automatische Datenspeicherung und Datenverarbeitung zur Informationsgewinnung durch bewusste Nutzer bereitstellen.
Eine weitere Aufgabe der vorliegenden Erfindung besteht in der Bereitstellung einer Vorrichtung und eines Gerätes für kontinuierliche Überwachung der Maschinen auf Defekte, wobei diese über benutzerdefinierte Zustandsalarme verfügen, um festzulegen, wann Wartungsarbeiten durchzuführen sind.
Ein weiteres Ziel der vorliegenden Erfindung besteht in der Bereitstellung einer Vorrichtung und eines Systems zur kontinuierlichen Überwachung von Maschinen auf Defekte mit manueller Bedienersteuerung und Fähigkeit der Umgehung von Automatiksteuerungen.
Eine weitere Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System für kundenspezifische Echtzeitüberwachung von Maschinen mit Betriebsarten transiente Datenerfassung und Analyse zum Diagnostizieren von Maschinenschäden bereitzustellen.
Ein weiteres Ziel der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System für kontinuierliche Maschinenüberwachung mit einem benutzerfreundlichen Betriebssystem und benutzerfreundlicher Software bereitzustellen.
Eine weitere Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung und ein System für kontinuierliche Maschinenüberwachung mit Fernsteuerungs-Statusausgabe-Fähigkeit bereitzustellen.
Angesichts dieser und anderer Aufgaben und Ziele umfasst die vorliegende Erfindung normalerweise ein rechnergestütztes System mit benutzerfreundlicher, menübasierter Software zum Anpassen des Systems an kundenspezifische Überwachung von praktisch allen umlaufenden elektrischen Maschinen, automatischer Sensorabtastung durch ausgewählte Punkte an den Maschinen, Datenverarbeitung und Datenspeicherung, Ausfallentwicklungsanalyse und benutzerdefinierten Zustandsalarmen zur Anzeige, wann ausgewählte Sensoren einen Stresswellenenergie-Anzeigewert aufweisen, der einen vorgegebenen Schwellenwert überschreitet. Die genannten Ziele und Aufgaben werden normalerweise mit piezoelektrischen Kristallwandlern, die an ausgewählten Punkten an den Maschinen angebracht sind, mit einem Analogsignalkonditionierer, einem digitalen Prozessor, Bedienersteuerungen und Anzeigebetrieb erfüllt. Der Analogsignalkonditionierer empfängt Sensoreingänge, die von einem analogen Multiplexer ausgewählt werden, verstärkt und filtert die Eingangssignale durch einen Hochfrequenz- Bandpassfilter, erfasst Hüllkurven in einer Demodulatorschaltung, deren Ausgang an den digitalen Prozessor übergeben wird, wo eine Analog-Digital-Umwandlung, eine Spannungswellenenergieberechnung stattfindet, und eine Steuerungs- und Anzeigelogik. In dem digitalen Prozessor können benutzerdefinierte Zustandsalarme ausgelöst, Datenspeicherung und Datenverarbeitung sowie automatische Sensorabtastung durchgeführt werden. Die gewonnenen Spannungswellenenergie-Anzeigewerte werden auf einem durch den Benutzer einsehbaren Monitor in einem von dem Benutzer auszuwählenden Format angezeigt. Der Benutzer steuert die Anzeige über eine menübasierte Software und ist in der Lage, unter anderen Optionen automatische Sensorabtastung, ausgewählte Sensorüberwachung, Alarmzustände an von dem Bediener einstellbaren Schwellenwerten, Ausfallentwicklungs-Aktualisierungen sowie Fernsteuerungs-Statusausgänge auszuwählen. Um das Vorgenannte zu erreichen, umfasst die vorliegende Erfindung einen Personalcomputer zum Durchführen der digitalen Verarbeitung von konditionierten analogen Signalen. Der Multiplexer empfängt Sensoreingänge direkt von den piezoelektrischen Kristallwandlern und wählt die an den Analogsignalkonditionierer zu übertragenden Signale auf der Grundlage von digitalen Eingängen von dem Rechnerprozessor aus.
Die vorliegende Erfindung stellt ein Computersystem für diagnostische Echtzeit-Zustandsüberwachung von umlaufenden elektrischen Maschinen und Pendelmaschinen bereit. Das System erkennt frühe Stadien von Maschinenschaden und Verschleiß und alarmiert das Personal in Bezug auf den Umfang des Schadens. Das Computersystem wird typischerweise für kontinuierliche Überwachung kritischer Vorgänge installiert, kann jedoch auch als Überwachungstool für die Auswertung von heruntergeladenen Daten genutzt werden. Das Ziel in beiden Betriebsmodi besteht darin, auf wirksame, wirtschaftliche und sichere Art und Weise eine größtmögliche Maschinenlebensdauer zu erzielen. Das System erkennt und zeigt die Zustände einer Maschine an, indem es Körper-Ultraschall (Spannungswellen) zur Messung von durch in der Maschine auftretende Stoß- und Reibungsereignisse erzeugter Energie verwendet. Wenn zum Beispiel das Schmiermittel verunreinigt wird, erkennt das System die frühen Anzeichen der Verunreinigung. Wenn ein Lager oder ein Zahnrad einen Flächenermüdungs-Schaden entwickelt, erkennt das System frühzeitige Anzeichen des Problems und bringt diese zur Anzeige. Auch bei nur geringfügigen Schäden oder geringfügigem Verschleiß, wie zum Beispiel bei geringfügigem Pitting oder Ausbröckeln, unterscheidet sich die messbare Spannungswellenenergie von der von einer Maschine in einwandfreiem Zustand erzeugten Energie. Diese verfolgbare und tendenzielle Veränderung in der Spannungswellenenergie wird mit den Ablesewerten einer Maschine in einwandfreiem Zustand verglichen, die die Grundlage für ein gutes prädiktives Wartungsprogramm bilden.
Ein quantitatives und verfolgbares Maß des Maschinenzustandes in Bezug auf Lagerschäden durch eine vollständige Ausfallentwicklung hindurch wird in 1b gezeigt. Unter Bezugnahme auf 1b erzeugt die vorliegende Erfindung einen nachweisbaren Spannungswellenenergiepunkt (b) kurz nach dem Anfangsschaden (a), wie zum Beispiel Pitting. Nachfolgender Schaden erzeugt größere Spannungswellenenergieniveaus. Beispielsweise treten die ersten Abplatzungsflocken bei Lagerschäden an dem Punkt (c) auf, tiefere Abplatzungen und Ölschmutz treten an den Punkten (d) und (h) auf, größer werdende Abplatzungsflächen und Geräuschbildung/Schwingung treten an den Punkten (e) und (i) auf, erhöhte Temperaturen liegen an dem Punkt (j) vor und Rauchentwicklung tritt an dem Punkt (k) auf. In einem typischen Lagerschadenverlauf wie gezeigt treten massive Schäden und katastrophale Ausfälle an den Punkten (f) bzw. (g) auf und erzeugen die größten Spannungswellenenergieniveaus. Die vorliegende Erfindung erfasst durch Reibungs- und Stoßwellen an dem Punkt (b) in einem frühen Stadium des Ausfallverlaufs erzeugte Spannungswellenenergie und kann Zustandsalarme auslösen, sobald die Spannungswellenenergie von dem Bediener ausgewählte Schwellenwerte übersteigt. Im Gegensatz dazu erfassen Diagnoseverfahren nach dem Stand der Technik den Schaden erst, wenn der Schaden wie in 1b gezeigt nachweisbare Schwingung an dem Punkt (i) in einem späten Stadium des Ausfallprozesses erzeugt. Das computerautomatisierte System Stress Wave Analysis (SWAN^TM) ist im Gegensatz zu herkömmlichen Systemen in der Lage, ein quantitatives, verfolgbares Maß von Maschinenzustands-Spannungswellen durch den gesamten Ausfallverlauf hindurch zu überwachen und bereitzustellen. In den meisten Fällen treten indirekte oder Folgeschäden vor der Detektion durch herkömmliche Diagnoseverfahren auf.
In einer benutzerfreundlichen, menübasierten Umgebung arbeitet das computerautomatisierte System SWANTM der vorliegenden Erfindung mit Betriebs- und Anzeigesoftware, die kundenspezifisch zugeschnitten werden kann, um eine breite Palette an umlaufenden elektrischen Maschinen und Pendelmaschinen zu überwachen. Da alle Maschinen unterschiedlich sind, ermöglicht die Flexibilität des computerisierten Systems den Be dienern, ihre Systeme kundenspezifisch zu gestalten, um so das wirksamste und wirtschaftlichste Wartungsprogramm für ihre Maschine zu erhalten. Beispielsweise kann das erfindungsgemäße System Spannungswellen-Ablesewerte von Maschinen mit niedriger Drehzahl, wie zum Beispiel Walzwerksgetriebe (mit Triebdrehzahlen von zwischen 14 U/min und 175 U/min) überwachen und erfassen, und es zeigt Laufringschäden und Zahnschäden an den Zahnrädern an, bevor indirekte oder Folgeschäden auftreten. Frühere Diagnoseverfahren hingegen haben sich als erfolglos herausgestellt, da die niedrigen Drehzahlen und das große Gewicht der Maschinen einen äußerst niedrigen Pegel an Gehäusebewegung/-schwingung verursachten. Die vorliegende Erfindung kann ebenso fortgeschrittene Stadien von Schäden detektieren, wie zum Beispiel Risse in Innenringen mit Schrumpfverbindung an Wälzlagern von Papierfabriken, wohingegen sich andere Verfahren, wie zum Beispiel auch die Schwingungsspektrumanalyse, als unfähig erwiesen haben, ähnliche fortgeschrittene Stadien von Schäden zu detektieren. Da Ersatzlager nicht immer zur Verfügung stehen, müssen einwandfreie und ausfallende Lager unterschieden werden, indem sie entsprechend als solche gekennzeichnet werden, die durch den Innenring hindurchgehende Risse im Gegensatz zu Pitting oder Abplatzungen aufweisen, und solche, die ernsthafte Schäden durch ruckgleitende Bearbeitung oder den Stick-Slip-Effekt an dem Lagerzapfen aufweisen. Um diese fortgeschrittenen Aufgaben (Ausfallerkennung, Definition der Ausfallart und Schadensquantifizierung) zu erfüllen, ist die vorliegende Erfindung in der Lage, eine Spannungswellen-Impulsfolge und Spannungswellenenergie zu analysieren, Spektralanalyse durchzuführen, um Lager aufzuzeigen, bei denen Reibungs- und Stoßereignisse bei der Wälzkörper-Durchgangshäufigkeit für einen Punkt an dem Innenring auftreten, und eine Zeitentwicklung aufzuzeichnen, um Lager mit aperiodischen Spannungswellenimpulsen großer Amplitude aufzuzeigen. Die vorliegende Erfindung kann auch prädiktive Wartung an solchen Maschinen durchführen, wie zum Beispiel Automatikgetriebe und Turbowellen-Motorlager, um beschädigte Planetenlager mit mäßig beschädigten Wälzkörpern, Laufringen und Zähnen aufzuzeigen. Andere Beispiele von Lösungen prädiktiver Wartung für umlaufende elektrische Maschinen und Pendelmaschinen sind unter anderem Schiffsmaschinenlager, Lager von Axiallüftern und von Elektromotoren.
Für zuverlässige Zustandsüberwachung muss das Wartungspersonal in der Lage sein, Maschinendefekte in einem frühen Stadium zu erkennen und den Verlauf des Defektes zu überwachen. Deshalb stellt die vorliegende Erfindung ein computergestütztes System bereit, das Stoß- und Reibungswellen misst, einen Spannungswellenenergiepegel berechnet (SEW^TM) und einen Alarm auslöst, falls der Pegel einen vorgegebenen Schwellenwert überschreitet. Diese quantitativen Messungen werden in einem frühen Stadium des Ausfallzyklus durchgeführt. In seinen frühesten Stadien wird ein Defekt keinen signifikanten Verlust des Wirkungsgrades der Maschine bewirken; er kann jedoch dennoch von der Erfindung detektiert werden. Durch fortlaufenden Betrieb wird der Defekt größer werden und zu einer möglichen Quelle von indirekten oder Folgeschäden werden. Wenn Maschinenteile mit dem Defekt in Berührung kommen, erzeugen Stoß- und Reibungsereignisse selbst in den frühesten Stadien Ultraschall- oder Spannungswellenenergie. Die Spannungswellenanalyse detektiert und misst diese Energie bei Verschleiß- und Schadenspegeln, die weit unter den Pegeln liegen, die erforderlich sind, um Schwingungssensoren nach dem Stand der Technik anzuregen, und bevor ausreichender Schaden eingetreten ist, um Metallspandetektoren in Schmiersystemen zu aktivieren.
Durch die Maschinenkonstruktion übertragene Spannungswellen werden von einem Sensor detektiert, der fest an der Konstruktion angebracht ist. Ein piezoelektrischer Kristall in dem Sensor wandelt die Spannungswellenenergie in ein analoges elektrisches Signal um. Dieses Signal wird sodann verstärkt und durch einen Hochfrequenz-Bandpassfilter in dem Analogsignalkonditionierer gefiltert, um unerwünschte niederfrequente und Schwingungsenergie zu entfernen. Der Ausgang des Signalkonditionierers ist eine Spannungswellen-Impulsfolge, die eine Zeitentwicklung einzelner Stoß- und Reibungsereignisse in der Maschine darstellt. Die Spannungswellen-Impulsfolge wird danach durch den digitalen Prozessor ausgewertet, um den Spitzenpegel der Spannungswellenenergie und den durch das Stoßereignis erzeugten Gesamtenergiegehalt zu bestimmen. Die Spannungswellenenergie wird durch Integration von Spannungswellen-Hüllkurven verifiziert. Die berechnete Spannungswellenenergie wird auf dem Bedienpult oder dem Monitor des Systems angezeigt und kann zum Zwecke des Vergleiches mit anderen Spannungswellenenergie-Ablesewerten aufgezeichnet werden. Die nützlichsten Daten erhält man, wenn anfängliche Spannungswellenenergie-Ablesungen vorgenommen werden, solange keine Diskrepanzen in der Maschine vorliegen, um eine Messbasis für das Spannungswellenenergie-Abfragewerte einzurichten. Abweichungen von dem Grundmuster weisen auf einen angespannten oder beanspruchten Betriebszustand hin, der überwacht werden muss. Die Erfindung misst selbst geringe Stoß- und Reibungsereignisse, die zwischen Kontaktflächen in umlaufenden elektrischen Maschi nen und Pendelmaschinen auftreten. Das Niveau und der Abfragewert von anomalen Stoßereignissen werden zu einem Diagnosetool.
Gemäß diesen und anderen Aufgaben und Zielen, die an späterer Stelle in dieser Schrift offensichtlicher werden werden, wird die vorliegende Erfindung nunmehr unter besonderer Bezugnahme auf die anhängenden Zeichnungen beschrieben.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
1a ist ein quantitatives Maß von Änderungen der Ausfallrate über die Lebensdauerstadien in umlaufenden elektrischen Maschinen und Pendelmaschinen.
1b ist ein quantitatives Maß von Spannungswellenenergie von einem typischen Lager während eines typischen Ausfallprozesses in umlaufenden elektrischen Maschinen oder Pendelmaschinen mit Lagern und zeigt das Lagerschadenniveau über die Betriebsdauer.
2 ist eine Vorderansicht der im Rack eingebauten Systemversion der vorliegenden Erfindung und veranschaulicht Komponenten der Benutzerschnittstelle.
3 ist ein detailliertes Blockschaltbild der vorliegenden Erfindung und veranschaulicht den Multiplexer, den Analogsignalkonditionierer, den digitalen Prozessor und Personalcomputer-Hardware nach Industriestandard.
4 ist ein Blockschaltbild der vorliegenden Erfindung und veranschaulicht den Analogsignalkonditionierer, den digitalen Prozessor und die Personalcomputer-Instrumentierung sowie das Filtern des dadurch hindurchgehenden analogen Spannungswellensignals zum Messen von Körperschall in Verbindung mit Reibungs- und Stoßereignissen und zum Bereitstellen einer quantitativen Anzeige von Maschinenverschleiß oder -schaden.
5 ist eine graphische Darstellung von Spannungswellenimpulsamplitude und Energiegehalt für Spannungswellenimpulsfolge, erzeugt durch die Schadenszonen für das gezeigte Laufringprofil.
6 ist eine Veranschaulichung mit einer Gegenüberstellung von Diagnosesystemen des Standes der Technik und der vorliegenden Erfindung für ein unbeschädigtes Lager und ein beschädigtes Lager.
7 ist eine Veranschaulichung einer Abfragewertanzeige für Spannungswellenenergie-Betriebsentwicklung.
8 ist ein anwendungsspezifisches Anzeigebeispiel und veranschaulicht die Ausfallisolierung in ausgewählten Maschinen in der Sensorbefestigung und mit überwachten Ablesepunkten.
9 ist ein anwendungsspezifisches Anzeigebeispiel und veranschaulicht ein Ausfallisolierungsdiagramm für Antennenplattform-Getriebe und ein Lagersystem unter Nutzung von zehn Sensorausgängen an angegebenen Orten.
10a ist ein Ausfallisolierungs-Spannungswellenimpulsfolgespektrum für periodische Schadensereignisse wie das gezeigte.
10b ist ein Spannungswellenamplituden-Histogramm für Schmierungsprobleme in umlaufenden elektrischen Maschinen und veranschaulicht aperiodische oder zufällige Ereignisse.
11 ist eine Betriebszeitanzeige für Ausfallerkennung durch Trendanalyse von Spannungswellenenergie über Zeit.
12a ist ein Spannungswellen-Impulsfolgespektrum und veranschaulicht Ausfallisolierung für periodische Schadensereignisse in einem beschädigten Maschinenteil.
13a ist ein Spannungswellenamplituden-Histogramm für Zufallsereignisse in Maschinen mit geringen oder keinen Schmierungsproblemen.
13b ist ein Spannungswellenamplituden-Histogramm für Zufallsereignisse und veranschaulicht Schmierungsprobleme in einer Maschine.
14a bis 14c sind Fließdiagramme der Merkmalsextraktions-Software Stress Wave Pulse Train (Spannungswellenimpulsfolge) zum Bereitstellen wirkungsvoller quantitativer Zustandsindikatoren zur Verwendung in einem Dritt-Expertensystem und/oder neuronale Netzsoftware zum Empfangen und Verarbeiten von spannungswellenbezogenen Signalen.
BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSBEISPIELE
Unter Bezugnahme auf die Zeichnungen beschreiben 2 bis 14c(2) das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung, die eine Vorrichtung oder ein System 10 für prädiktive Diagnose von beweglichen Maschinenteilen zur Unterstützung der Techniker bei dem Erkennen von Ausfällen und bei der Terminierung von War tungsarbeiten umfasst. Die vorliegende Erfindung 10 stellt eine große Verbesserung gegenüber dem Stand der Technik dar, wobei sie einen Computer, einen Prozessor oder ein anderes intelligentes System verwendet, um Befehlskodes abzulesen und zu verarbeiten, um Spannungswellenenergie in beliebigen Maschinen mit beweglichen Teilen zu überwachen. Zusätzlich ist die vorliegende Erfindung in der Lage, eine Vielzahl von Spannungswellenenergie (SWE^TM) in Teilen abzulesen und zu verarbeiten, was bei Systemen nach dem Stand der Technik nicht der Fall ist. Die vorliegende Erfindung soll flexibel und praktisch unabhängig von der vorgesehenen Betriebsumgebung und der PC-Plattform sein.
Ein repräsentatives System 10 wird in 2 gezeigt und umfasst einen Personalcomputer (einen Steuerprozessor) 11, einen FFT-Spektralanalysator 16, einen Monitor 14, eine Tastatur 18 und eine externe Schnittstellenbaugruppe 12 zum Verbinden externer Instrumentierung, wie zum Beispiel von Oszilloskopen, und zum Auswählen von Ausgängen (einschließlich Spannungswellenimpulsfolgen (SWPT^TM), externe Auslöser (TTL, analog, Analog-ICP), Wiedergabe von Schwingung und transienter Erfassung). Unter Bezugnahme auf 3 und 4 wird die vorliegende Erfindung allgemein mit dem Ausdruck "System" 10 bezeichnet und sie umfasst normalerweise ein Mittel zum Empfangen einer Vielzahl von Signalen von einer Vielzahl von Stoß- und Schwingungssensoren 32 (Spannungswellensensoren), einen Analogsignalkonditionierer 20, einen digitalen Prozessor 22, 24, 26, 29, einen Steuerprozessor 11 und einen Programmcode, der von dem Prozessor 11 gelesen werden kann. Der Programmcode umfasst einen Programmmanager und eine Merkmalsextraktions-Software.
Der Steuerprozessor 11 wird mit einer Anzeige 14 und einer Benutzerschnittstelle 18 betrieben. Der Steuerprozessor umfasst einen Personalcomputer mit Industrieanwendungen zum Empfangen und Verarbeiten von Signalen mit hohem und niedrigem Pegel zum Kommunizieren mit Analogsignal-Konditionierungskarten und zum Übertragen von digitalen Steuersignalen wie hierin beschrieben. Der Steuerprozessor 11 ist software-programmierbar zum Verarbeiten des Programmcodes und des Merkmalsextraktionscodes, die jeweils von dem Sensor 32 ausgehende Eingabedaten speichern und manipulieren, um Spannungswellenenergiemessungen, Alarmzustände und Steuerbefehle abzuleiten und einzurichten. Der Steuerprozessor 11 empfängt, speichert und extrahiert Reibungs- und Stoßmessungen, die als Körperultraschall (Spannungswellen) in der Ma schine 50 entstehen, von den Sensorwandlern 32 in elektrische Signale umgewandelt werden und von dem Analogsignalprozessor 20 für digitale Verarbeitung konditioniert und entkoppelt werden. Das System der Erfindung wird beispielhaft mit sechzehn Sensoren 32 veranschaulicht. Die vorliegende Erfindung kann jedoch auf die konkreten und spezifischen Bedürfnisse des Kunden zugeschnitten werden, indem ausgewählte Punkte an praktisch allen beliebigen umlaufenden elektrischen Maschinen und Pendelmaschinen überwacht und benutzerdefinierte Zustandsalarme, Schwellenwerte und Zustandsausgänge programmiert werden. Daher kann eine beliebige Anzahl von Sensoren 32 verwendet werden, ohne dass von dem Geltungsbereich der vorliegenden Erfindung abgewichen wird. Wenngleich dieses System mehrere Sensoreingänge enthält, wird es im Folgenden in Bezug auf einen Sensor oder zwei Sensoren besprochen, da der Betrieb unabhängig von der Anzahl der Eingänge gleich ist.
Spannungswellen, das heißt Reibungs- und Stoßwellen, werden vorzugsweise durch speziell ausgelegte piezoelektrische Kristallwandlersensoren 32 detektiert, die fest an der Maschinenkonstruktion angebracht sind. Andere Schwingungs-, Stoß- und Reibungswandler 32 können jedoch eingesetzt werden, ohne dass von dem Geltungsbereich der Erfindung abgewichen wird, insofern die Ausgänge mit der Gerätetechnik der vorliegenden Erfindung wie hierin besprochen kompatibel sind. Die Sensoren 32 wandeln Maschinenbewegung in elektrische Signale um, die repräsentativ für Spannungswellenenergie sind. Die Kristallsensoren 32 sind vorzugsweise niederohmige, hochfrequente Spannungswellensensoren mit hohem Ausgang mit einer Resonanzfrequenz, die im Betrieb angemessen entfernt von der Eigenschwingungsfrequenz der Maschine ist, so dass sie nicht von der Eigenschwingungsfrequenz der Maschine angeregt werden. Da Maschinenfrequenzen typischerweise unter 20 kHz liegen und da Spannungswellenfrequenzen typischerweise über 20 kHz liegen, wird eine Resonanzfrequenz auf Kristallbasis in dem Bereich von 34 kHz bis 40 kHz bevorzugt, so dass der Kristall bei seiner Eigenfrequenz erregt wird und nicht bei Maschinenschwingung. Die Sensoren können wie in 3, 4 und 9 gezeigt direkt an der Maschine mit Bolzen befestigt, angeschraubt oder mit Epoxidkissen befestigt werden.
Unter Bezugnahme auf 3 umfasst das bevorzugte System 10 der vorliegenden Erfindung normalerweise einen Analogsignalkonditionierer 20, einen digitalen Prozessor 22, 24, 26, 29 und einen Steuerprozessor 11 (oder einen Personalcomputer), die unter einander in elektrischer Verbindung stehen und von den piezoelektrischen Kristallwandlern 32 erzeugte elektrische Signale verarbeiten. Es wird darauf hingewiesen, dass die genannten Komponenten des digitalen Prozessors 22, 24, 26, 29 ein Hybrid aus analogen und digitalen Komponenten umfassen kann. Spannungswellen 54 (siehe 4) treten in den Sensor ein und erregen den piezoelektrischen Kristall, der diese in ein elektrisches Signal 31 umwandelt. Dieses Signal wird danach von dem Analogsignalkonditionierer 20 verstärkt und gefiltert (um unerwünschte Schall- und Schwingungskomponenten zu entfernen). Der Analogsignalkonditionierer 20 umfasst normalerweise eine Reihe von Filterverstärkern zum Einsatz mit einem breiten Bereich von Wandlersignalpegeln wie nach dem Stand der Technik bekannt, einen Hochfrequenz-Bandpassfilter 20a zum Entkoppeln der Spannungswellen von der systematischen Maschinenschwingung, und eine Demodulationsschaltung (Hüllkurvendetektor) 20b, die die entkoppelten Spannungswellen gleichrichtet und eine Spannungswellen-Impulsfolge (SWPT^TM) erzeugt, um die Signalinformations-Wiedergewinnung zu maximieren. Der Demodulator 20b umfasst einen Tiefpassfilter, der als Energie-Unterscheidungsglied für wahre Hüllkurven-Detektion des Spannungswellensignals fungiert. Der Ausgang des Analogsignalkonditionierers 20 ist eine Analogimpulsfolge, Stress Wave Pulse Train (SWPT^TM) genannt. Die SWPTTM stellt eine Zeitentwicklung einzelner Reibungs- und Stoßereignisse in der überwachten Maschine dar. Der SWPT^TM-Ausgang für die oben genannten Sensoren liegt üblicherweise in dem DC-Bereich bis 7 kHz. Diese SWPTTM wird danach von dem digitalen Prozessor analysiert, um die Spitzenpegel und die Spannungswellenenergie (SWE^TM) zu bestimmen, das heißt den Energiegehalt der detektierten Spannungswellen.
Weiter unter Bezugnahme auf 4 umfasst der digitale Prozessor normalerweise einen Analog-Digital-Umsetzer 27 zum Umwandeln der analogen SWPTTM in ein digitales Signal zwecks Verarbeitung, ein Zählwerk oder eine Integrationsschleife 26 zum Berechnen der Spannungswellenenergie, einen Peakdetektor 22 (wie zum Beispiel ein Komparatornetz) zum Messen der Spitzenamplitude der Spannungswellen, einen Spannungs-Frequenz-Wandler 24 und den Programmmanager 11, 200. Der Programmmanager stellt eine Steuer- und Anzeigelogik 11, 200 bereit, die allgemein in 14a, 14b und 14c gezeigt wird und die ein prozessor-lesbares Medium von Anweisungen umfasst, d.h. Systemsteuerungs- oder Betriebssoftware zum Steuern der Anzeige von Messungen, zum Durchführen von SWE^TM-Berechnungen, zur Verarbeitung von Daten und zur Eingabe von vom Bediener ausgewählten Informationen, wie zum Beispiel Alarmschwellenwerte und Anzeigeformate. Die vorliegende Erfindung ist mit praktisch allen Industriestandard-PCs oder Prozessoren kompatibel, wie zum Beispiel dem Prozessor x86, und kann in einer menügesteuerten Umgebung betrieben werden, wie zum Beispiel mit Windows^®-basierter Software oder mit anderen Programmen (wie zum Beispiel solchen, die auf einem Maclntosh^® laufen, oder einem beliebigen anderen System).
Ein detaillierteres Blockschaltbild des SWAN^TM-Systems 10 der vorliegenden Erfindung wird in 3 veranschaulicht. Unter Bezugnahme auf 3 werden der Analogsignalkonditionierer 20 und der digitale Prozessor normalerweise auf einer Signalprozessorkarte, verbunden durch eine Spannungswellen-Multiplexerkarte, gezeigt. Es muss jedoch darauf hingewiesen werden, dass diese Karten in einer Karte oder in mehreren Karten zusammengefasst werden können, ohne von dem Geltungsbereich der Erfindung abzuweichen. Die Spannungswellen-Multiplexerkarte umfasst normalerweise eine Sensor-Stromversorgung 34, eine Vielzahl von Sensoreingängen 32 (wie zum Beispiel sechzehn oder eine beliebige Anzahl), einen Analogmultiplexer 30 zum elektrischen Empfangen der Sensoreingänge, einen Eingangsstatus-Detektor (nicht gezeigt), eine Steuerschaltung 28 digitaler Eingang/Ausgang (DIO-Steuerung), einen Drehzahlsensor 38 zum Überwachen der Maschinendrehzahl und einen Digital-Analog-Wandler (D/A-Wandler) 44 zum Umwandeln der digitalen SWPT^TM-Entwicklungs-Dateien in an analoges Signal für externe Verwendung. Der Multiplexer 30 kann wie gezeigt einen Multiplexer mit 16 Eingängen und Doppelausgängen (die Anzahl der Eingänge und Ausgänge kann schwanken, ohne dass von dem Geltungsbereich der vorliegenden Erfindung abgewichen wird), um Sensoreingänge 32 zu empfangen und ausgewählte Sensorausgänge zu steuern. Die Sensor-Stromversorgung 34 umfasst eine Konstantstromquellendiode für einen jeden Sensor. Eine 24-Volt-Stromquelle wird vorzugsweise über ein Verbindungskabel an die Konstantstromquellendioden angelegt. Der Eingangszustands-Detektor kann Spannung gegen Erde vergleichen, um offene Schaltungen und Kurzschlüsse auf bekannte Art und Weise zu detektieren. Die Drehzahlsensor-Schaltung 38 überwacht Signale, die Maschinendrehzahl anzeigen, und stellt ein Rückführsignal an den Steuerprozessor 11 zum automatischen Einstellen von Bereichen bereit. Diese Bereiche werden verwendet, um Daten zu erfassen und um Verstärkungen und Grenzwer te für Alarmablesewerte einzustellen. Der Digital-Eingangs-/Ausgangs-Steuer-Schaltkreis 28 (DIO-Steuerung) stellt elektrische Verbindung zwischen dem Multiplexer 30 und dem Steuerprozessor 11 über die ISA-Bussteuerung 42 bereit, um anzuweisen, welche Sensoren 32 zur Anzeige zu verarbeiten und zu überwachen sind. Die Ausgänge der Sensoren 32 können automatisch abgetastet oder überwacht werden, was von dem Bediener ausgewählt und von dem Programmmanager 200 gesteuert werden kann. Automatische Abtastung und kundenspezifische Überwachung der Sensoren 32 wird erzielt, indem digitale Steuersignale an den Multiplexer 30 gesendet werden, der die Sensorausgänge auswählt. Die Ausgänge können manuell zur Anzeige ausgewählt werden, oder sie können in einer vorgegebenen Reihenfolge gemäß Programmierung durch den Bediener ausgewählt werden. Das Spannungswellen-Auswertungssystem 10 basiert auf Berechnungsannahmen von bereits entwickelten Spannungswellen-Auswertungsverfahren, wie zum Beispiel dem in dem US-Patent Nr. 4,530,240 beschriebenen. Das Spannungswellen-Multiplexersystem 10 wie oben beschrieben kann an beliebige konkrete Personalcomputer-Plattformen angebunden und von diesen gesteuert werden.
Unter Bezugnahme auf 3 umfassen die analoge Filterschaltung und der Demodulator 20 einen Hochfrequenz-Bandpassfilter zum Entfernen von durch Maschinenschwingung erzeugten Signalen zum Entkoppeln von Spannungswellen 31 und zum Demodulieren der Spannungswellen, um Spannungswellen-Hüllkurven zu detektieren. Die analoge Filter- und Demodulations-Schaltung 20 ist elektrisch mit einer Peakdetektions-/Sättigungs-Schaltung 22 verbunden, die ein Komparatornetz zur Anzeige der Spitzenamplitude der Spannungswellen-Signalpegel enthält, dessen Ausgang über die PC-ISA-Bussteuerung 42 an den Steuerprozessor/Computer angelegt wird. Es wird darauf hingewiesen, dass der PC-ISA-Bus 42 einen beliebigen kompatiblen oder austauschbaren Bus enthalten könnte, wie zum Beispiel eine PCMCIA-Karte oder eine VME-Karte, wie sie in Motorolla^®-Steuerungen verwendet werden. Ein Spannungs-Frequenz-Wandler 24 erzeugt einen Frequenzausgang, der an ein Zahlwerk 26 für Integration unter der Spannungs-Hüllkurve angelegt wird. Das Zählwerk 26 kann mit einem Sequenzer verbunden sein, um die Spannungswellen-Hüllkurve zu integrieren, um eine Zeitintervallintegration der Spannungswellenform bereitzustellen. Die Integration der Spannungswellen-Hüllkurve ist ein Maß der Energie der Spannungswelle, die die Schwere eines Defektes anzeigt. Zum Beispiel steht in einem Lager mit Abplatzungen die Größe und Fläche der Abplatzung 52 normalerweise im guten Verhältnis zu der von der Integrationsschaltung gemessenen Energie, wie bildhaft in 5 dargestellt wird. Der Ausgang des Zählwerkes wird über die PC-ISA-Bussteuerung 42 zwecks Verarbeitung an den Computer angelegt. Der Computer 11 erfasst Daten in eine vorgegebene Datenbank gemäß der Drehzahl der einkommenden Maschinendrehzahlsignale. Das Anzeigeformat ist softwaregesteuert und wird durch Bedienereingabe bestimmt. Anwendungsspezifische Anzeigen für Ausfallisolierung werden in 8 und 9 gezeigt.
Die berechnete Spannungswellenenergie wird auf dem Monitor 14 des Systems angezeigt und kann zum Vergleich mit anderen Spannungswellenenergie-Ablesewerten in einem Datenbank-Arbeitsblatt aufgezeichnet werden. Die nützlichsten Daten erhält man, wenn die Anfangs-Ablesewerte SWE^TM aufgenommen werden, wenn keine Diskrepanzen in der Maschine vorliegen, um ein Grund-SWE^TM-Muster aufzustellen. Ausgehend von diesem Grundmuster kann der Bediener Schwellenwertpegel 14a und 14b programmieren, wie zum Beispiel bei 500% bis 1000% der Grundwerte, um Warnalarme auszulösen. Die Signalverarbeitungselemente wie in 3 und 4 gezeigt sind kompatibel mit beliebigen Industriestandard-Personalcomputern, die in einer Windows^®-menübasierten Umgebung laufen. Der Programmmanager 200 stellt Benutzerschnittstelle, Graphik, automatische Abtastung, Verarbeitung von sensorbezogenen Spannungswellen-Energiemessungen, Gefahren- und Warn-Schwellenwerte, benutzerdefinierte Zustände und ausgewählte Anzeigen bereit.
Beispiele von Anzeigen erscheinen in 6 bis 13. Die Spannungswellen-Hüllkurve wird erzeugt, wenn Maschinenteile in Berührung mit den beschädigten Zonen kommen. SWE^TM wird berechnet durch Integrieren der Hüllkurve. Wie gezeigt entspricht die Fläche unter einem jeden Impuls (Energiegehalt) der Größe des Schadens, und die Spitzenamplitude eines jeden Impulses ist proportional zu der Tiefe des Schadens.
Unter Bezugnahme auf die Leistungsspektraldichte-Kurven in 6 werden SWE^TM-Ablesewerte unter Verwendung der vorliegenden Erfindung mit Schwingungsmessungen und Schallmessungen für ein unbeschädigtes Lager und ein beschädigtes Lager verglichen. Durch Vergleich SWE^TM unbeschädigtes Lager mit SWE^TM beschädigtes Lager stellt das Signalverarbeitungssystem der vorliegenden Erfindung 10 eine Messbasis für ein einwandfreies Lager bereit und wird mit späteren Messungen verglichen. Wenn an einer geprüften Maschine Verschleiß einsetzt, kann das System 10 die Art des auftretenden Verschleißes auf der Grundlage der SWE^TM-Kurve erfassen und bestimmen. Ein Beispiel dafür wird durch Nadelimpulse gezeigt. Im Gegensatz dazu erscheinen die Schwingungs- und Schallmessungen zwischen einwandfreien und beschädigten Lagern unverändert. Das SWAN^TM-Signalverarbeitungssystem 10 kann die durch Schaden induzierten Spannungswellen von der Maschinenschwingung entkoppeln, wozu Schwingungs- und Schallverfahren des Standes der Technik im Gegensatz dazu nicht in der Lage sind.
Die Betriebssoftware der vorliegenden Erfindung gibt dem Bediener die Option, die SWE^TM-Betriebsgeschichte für einen ausgewählten Sensorstandort wie in 7 gezeigt anzuzeigen. Unter Bezugnahme auf 7 werden die Schwellenwerte 14a und 14b von dem Bediener ausgewählt. Der obere Schwellenwert (Warnung) 14b wird üblicherweise auf das Fünffache (5) bis Zehnfache (10) des Wertes der Grundmessungen eingestellt. Der untere Schwellenwert (Gefahr) 14a wird üblicherweise auf ein Niveau gleich dem Mittelwert plus das Dreifache der Standardabweichung einer Reihe von Grundmessungen eingestellt. SWE^TM-Messungen unterhalb des unteren Schwellenwertes (14a) weisen annehmbares Schadenniveau in einem frühen Stadium des Ausfallprozesses aus. SWE^TM-Messungen oberhalb des unteren Schwellenwertes 14a und unterhalb des oberen Schwellenwertes 14b zeigen Schaden an, der kurz vor dem Verschleißstadium (4) wie in 1a gezeigt auftritt. Wenn der Maschinenschaden in das Verschleißstadium oder das Auswechslungsstadium (4) eintritt, steigt SWE^TM über den oberen Schwellenwert 14b an. Die vorliegende Erfindung kann farbige Grafiken zwischen einem jeden Schwellenwert zur visuellen Unterscheidung der Schwere des Schadens bereitstellen. Der Bediener kann ähnliche Betriebsgeschichten für jeden Sensor 32 anzeigen. Ein separates Fenster, das von der Geschichtskurve versetzt ist, zeigt die Uhrzeit und das Datum sowie die entsprechenden SWE^TM-Ablesewerte in Prozenteinheiten (in Bezug auf die Schwellenwertpegel) für die letzte Ablesung in der Betriebsgeschichtskurve an.
Unter Bezugnahme auf 8 und 9 kann eine anwendungsspezifische Anzeige verwendet werden, um von dem Bediener ausgewählte Sensoren 32 zu überwachen oder um automatische Abtastung zwischen vorgegebenen Sensoren oder allen Sensoren durchzuführen. Die Abtastrate wird ebenfalls vom Benutzer ausgewählt und in die Betriebssoftware programmiert. Unter Bezugnahme auf 8 überwachen sechzehn Sensoren die Maschine, die in der Anzeige grafisch dargestellt ist. Eine ähnliche Anzeige kann für andere Maschinen erstellt werden, wie in 9 gezeigt wird. Die Sensoren 32 sind mit "1" bis "16" nummeriert, wobei hervorgehobenen Blöcke die aktuell überwachten Sensoren "8" bis "14" bezeichnen. Wie in 3 gezeigt nimmt der Multiplexer sechzehn Eingänge an und stellt zwei Ausgänge für Verarbeitung bereit. Die beiden Ausgänge entsprechen den gezeigten überwachten Sensoren. Die äußeren Felder zeigen anormale SWE^TM-Messungen von früher ausgewählten Sensoren an. Sie werden zur Anzeige ausgelöst, sobald vorgegebene Schwellenwerte überschritten werden. Das Programm kann manuell in einer beliebigen ausgewählten Reihenfolge mit einer beliebigen ausgewählten Abtastrate durch die Sensoren abtasten oder nur von dem Bediener ausgewählte Sensoren überwachen.
Unter Bezugnahme auf 10a und 10b werden SWE^TM-Wellenformen für isolierten Schaden und Zufallsschaden gezeigt, wobei beide allgemein mit der Ziffer 56 bezeichnet werden. Isolierter Schaden 56 tritt normalerweise an einem ausgewählten Punkt auf dem Laufring oder Wälzkörper auf. Ein solcher Schaden kann unter anderem Pitting, Abplatzen oder Rissbildung sein. Zufallsschaden umfasst üblicherweise Verunreinigung von Schmierung ausgehend von Fluiden, Fremdstoffen und Metallspänen. Wie in 10a gezeigt wird, erzeugt periodischer Schaden Spitzen 56, die gleichmäßig über die Zeit verteilt sind. Jede Spitze stellt die Spannungswellen dar, wenn die beschädigte Fläche mit Maschinenteilen in der Nähe des Sensors in Berührung kommt. Unter Bezugnahme auf 10b ist Zufallsschaden 56, wie zum Beispiel verunreinigte Schmierung, sporadischer. Somit kann ein Bediener in Abhängigkeit von der SWE^TM-Wellenform bestimmen, welche Art von Schaden in der Maschine vorliegt.
Unter Bezugnahme auf 11 wird eine Spannungswellenenergie-Betriebsgeschichte gezeigt. Diese Spannungswellenenergiegeschichte entspricht der Erörterung in Bezug auf 7.
Die Stress Wave Power Spectral Densities (Spannungswellen-Leistungsspektraldichte) (SWPSD^TM) 56 wie in 12a und 12b gezeigt zeigt, wie lokalisierte Oberflächenschäden 52 unter Verwendung von SWAN^TM 10 auf bestimmte Maschinenbauteile eingegrenzt werden können. 12a ist eine typische SWPSD^TM von einer einwandfreien Maschine. Da alle Schwingungen aufgrund von struktureller und Rotationsdynamik der Maschine aus dem SWPT^TM-Signal herausgefiltert worden sind, weist die SWPSD^TM einer beliebigen einwandfreien Maschine keine Spektrallinien auf, die mehr als 10 dB über dem SWPT^TM-Rauschpegel liegen. Wenn lokalisierter Oberflächenschaden auftritt, werden periodische Reibungs- und/oder Stoßimpulse erzeugt, die als SWPSD^TM-Spektrallinien auftreten, die mehr als 10 dB über dem Reibungsrauschpegel liegen (12b). Die genaue Frequenz einer jeden Spektrallinie steht in analytischer Beziehung zu der Drehzahl und der Geometrie von Maschinenteilen sowie dem Ort des Schadens. Somit ermöglicht die Frequenz der SWPSD^TM-Spektrallinien dem Analytiker, die Quelle anormaler SWE^TM-Pegel (7 und 11) zu ermitteln und den Fehler auf ein konkretes Maschinenteil einzugrenzen. Somit können Ersatzteile bestellt werden, bevor die Maschine außer Betrieb genommen wird, und außerplanmäßige Stillstandszeiten werden reduziert.
Wenn Probleme mit der Schmierung auftreten, sind die anormalen SWE^TM-Pegel auf aperiodische Impulse zurückzuführen, und die SWPSD^TM kann nach wie vor wie in 12 auftreten. Das Spannungswellenamplituden-Histogramm (SWAH) (13) kann verwendet werden, um das Vorhandensein von Schmierungsproblemen zu überprüfen bzw. zu detektieren. Wenn eine problemfreie Schmierungsumgebung vorliegt, ist die Verteilung der Spannungswellen-Spitzenamplituden symmetrisch, statistisch "normal" und an dem unteren Ende der Amplitudenskala liegend (13(a)). Wenn Schmierungsprobleme auftreten, treten immer mehr Spannungswellenimpulse mit höheren Spitzenamplituden auf. Dies verändert die SWAH-Wellenform von einer "normalen Verteilung" (13a) zu einem "normalen Logarithmus" oder einer schiefen oder asymmetrischen Verteilung (13b). Sowohl das Fehlerisolierungs-Spannungswellen-Impulsfolgespektrum in 12a und 12b als auch das Spannungswellenamplituden-Histogramm für Schmierungsprobleme werden in die Betriebssoftware der vorliegenden Erfindung einprogrammiert. Die Form der Spannungswellenspektren und der Histogramme unterstützen den Bediener bei der Ermittlung der Art des in der Maschine auftretenden Fehlers oder Defektes.
Unter Bezugnahme auf 14a bis 14c umfasst die vorliegende Erfindung weiterhin im Wesentlichen zwei Sätze von prozessorlesbaren Anweisungscodes 100, 200, d.h. programmierte Software, die auf einem bekannten Speichermedium, das von einem Computer oder Prozessor genutzt werden kann, gespeichert ist. Ein Satz von Anweisungen 200 umfasst die Betriebs-/Steuer-Software, d.h. den Programmmanager, zum Empfangen und Verarbeiten der von dem digitalen Prozessor empfangenen Daten, den Drehzahlsensor, den Spannungs-Frequenz-Wandler, die Peakdetektions-/Sättigungs-Schaltung sowie das Zählwerk zum Steuern der spannungswellenbezogenen Anzeigen wie oben beschrieben und in den 14b bis 14c dargestellt. Der zweie Satz von Anweisungen 100 wie in 14a gezeigt umfasst die Merkmalsextraktions-Software, die zum Herausziehen von Daten aus der Spannungswellen-Impulsfolge (SWPT^TM) verwendet wird, und sonstige wandlerbezogene Daten wie oben bereits diskutiert. Die herausgezogenen Merkmale der SWPT^TM können als "selbstständige" Indikatoren des Maschinenzustandes verwendet werden oder aber als Eingänge zu der Künstliche-Intelligenz-Software (AI) genutzt werden, wie zum Beispiel "Expertensysteme" oder "künstliche neurale Netze".
Der Programmmanager 200 und die Merkmalsextraktions-Software, die in 14a bis 14c gezeigt werden, sind einzeln und gemeinschaftlich Produkte der vorliegenden Erfindung und sollen mit allen Maschinen mit beweglichen Teilen kompatibel sein. Die Steuer- und Anzeigelogik des Programmmanagers 200 ermöglicht es dem System 10 normalerweise, automatisch von Sensoren erzeugte Spannungswellen-Ablesewerte 54 (1 – 16) auf der Anzeige 14 (wie in 8 gezeigt) abzutasten, Daten zu speichern, benutzerdefinierte Schwellenwerte und Zustandsalarme einzustellen, Sensoren 32 für kundenspezifische Echtzeitüberwachung zu isolieren und den Maschinenfehlerverlauf über einen ausgewählten Zeitraum zu betrachten. Die berechnete SWE^TM wird durch den Steuerprozessor 11 auf dem Systemanzeigemonitor 14 digital angezeigt, so dass sie zum Vergleich mit baugleichen Maschinen oder zur Trendanalyse über einen Zeitraum aufgezeichnet und/oder ausgedruckt werden kann. Es wurde ermittelt, dass wenn die SWE^TM auf das Fünffache bis Zehnfache ihres normalen Wertes ansteigt dies einen beanspruchten Betriebszustand und möglicherweise bevorstehenden Ausfall bedeutet. Die Merkmals-Extraktions-Software 100 zieht die in 14a(4) gezeigten Spannungswellenberechnungen heraus. Der Programmmanager 200 und die Merkmals-Extraktions-Software 100 werden hierin ausführlicher beschrieben.
PROGRAMMMANAGER 200:
Unter Bezugnahme auf 14b(1) bis 14b(8) und 14c(1) bis 14c(2) stellt der Programmmanager 200 die Betriebssteuersoftware bereit, die die Hauptausführungsprogrammsteuerung 200 umfasst und die digitale Prozessorsoftware und die Drehzahlsensor-Software beinhaltet. Die digitale Prozessorsoftware betreibt den digitalen Prozessor 22, 24, 26, 29 und beinhaltet Codeanweisungen für die Benutzerschnittstelle 201, Durchführen eines System-Selbsttests 202, Hardware-Eingangs-/Ausgangs-Schnittstelle 203, Peakdetektions-Eingangs-/Ausgangs-Schnittstelle 204, Datenspeicher und Datenwiedergewinnung 205 sowie Zählwerk/Steuerungs-Spannungswellen-Eingangs-/Ausgangssteuerung 206. Das Benutzerschnittstellenprogramm 201 kommuniziert mit dem Computer 11 und der Anzeige 14 über die PC-ISA-Bussteuerung 42. Die Kommunikation zwischen dem Betriebssteuerungsprogramm 200 und der Gerätetechnik der Erfindung 10 erfolgt über die PC-ISA-Bussteuerung 42. Das Hardware-Eingangs-/Ausgangs-Systemschnittstellenprogramm 203 kommuniziert mit der DIO-Steuerung 28, dem A/D-Wandler 27, der Analogfilter- und Demodulationsschaltung 20 und dem Spannungs-Frequenz-Wandler 24. Das Peakdetektions-Eingangs-/Ausgangs-Programm 204 kommuniziert mit der Peakdetektions-/Sättigungs-Schaltung 22. Das Zählwerk/Steuerung-Spannungswellen-Eingangs-/Ausgangs-Programm 206 kommuniziert mit der Zählwerk- und Bussteuerung 42.
Unter Bezugnahme auf 14b(2) beinhaltet die Ausführungssteuer-Software 200 eine Reihe von Schritten zum Auswählen eines gültigen Kanals. Zuerst wird ein gültiger Kanal ausgewählt 212 und auf offene Schaltungen und Kurzschlüsse überprüft 214. Wenn der Kanal zur Verfügung steht, wird der nächstfolgende gültige Sensor ausgewählt 218, die Verstärkung des aktuellen Sensors wird eingestellt 220, und die Framelänge des aktuellen Sensors wird eingestellt 222. Unter Bezugnahme auf 14b(3) zeigt das Benutzerschnittstellen-Untersystem-Software-Verfahren 201 einleitende Informationen 230 an, stellt eine Hauptanzeige 232 bereit, aktualisiert Menüs und zeigt Benutzereingänge 234, warnt den Benutzer vor dem Auftreten vorgegebener Zustände 236, beendet auf Anforderung 238 und fährt mit der Verarbeitung fort 239.
Unter Bezugnahme auf 14b(4) entscheidet das Zählwerk-Steuerungs-Spannungswellen-Eingangs-/Ausgangs-Untersystem-Programmverfahren 206 zuerst, ob die Rahmenlänge abgelaufen ist 240. Wenn die Rahmenlänge abläuft, werden die Sättigungsbedingungen geprüft 241. Ein Programm 206 holt danach die SWE^TM-Zählung ein und nimmt eine Einstellung auf die Kalibrierfaktoren 242 vor. Bei der Überprüfung der Sensorengrenzwerte 243 werden der Grenzwert bedingte Verzweigung und der Grenzwert transiente Erfassung geprüft, um festzustellen, ob vorgegebene Niveaus 246, 244 überschritten werden. Wenn der Grenzwert bedingte Verzweigung überschritten wird 246, wird ein Benutzerscript durchgeführt 245. In beiden Fällen fährt das Programm mit dem nächsten Schritt fort und speichert erfasste Daten unter Verwendung des Datenspeicherungs-Untersystems 205 und gibt den Kanal frei 249.
Unter Bezugnahme auf 14b(5) verarbeitet das Selbsttest-Untersystem-Verfahren 202 alle gültigen Verstärkungen auf allen Kanälen und liest die Ergebnisse ohne Eingang ab 252. Das Selbsttestprogramm 202 bestimmt danach, ob die Ablesung innerhalb des erwarteten Bereiches 254 liegt. Wenn dies nicht der Fall ist, fällt der Selbsttest aus und dem Benutzer wird erlaubt, den Selbsttest zu verlassen. Wenn die Ablesung innerhalb des erwarteten Bereiches liegt, läuft es durch und kehrt zur Verarbeitung 258 zurück. Unter Bezugnahme auf 14b(6) speichert das Datenspeicher-Untersystemprogramm die Daten und ruft sie ab und begrenzt sie in einem Standard-Datenbankformat 260, 262. Unter Bezugnahme auf 14b(7) stellt das Hardware-Eingangs-/Ausgangs-Untersystem-Software-Verfahren 203 Verstärkung und Rahmenlänge ein und erhält Daten auf Abfrage und setzt die Verarbeitung fort 270 – 274. Unter Bezugnahme auf 14b(8) liest das Peakdetektions-Untersystem-Software-Verfahren von dem Hardware-Auffangspeicher 280 gehaltenen Spitzenamplitudenwert ab. Das Programm 204 bestimmt danach, ob sich die Spitzenamplitude innerhalb eines erwarteten Bereiches 282 befindet. Wenn dies nicht der Fall ist, kehrt es zurück und nimmt einen anderen Amplituden-Ablesewert. Wenn sich die Spitzenamplitude innerhalb des erwarteten Bereiches befindet, setzt das Programm die Spitzenamplituden-Hardware 284 zurück und kehrt zur Verarbeitung zurück.
Unter Bezugnahme auf 14c(1) und 14c(2) erfasst die Drehzahl-Sensor-Software 290 allgemein Ticks pro Umdrehung 291 von einem Drehzahlsensor und berechnet daraus die Drehzahl U/min. 292. Unter Bezugnahme auf 14c(2) richtet sie eine Steuerschaltung ein, um Sensorausgänge 291 zu empfangen, zählt die Ticks pro Umdrehung und wandelt das Ereignis in die Drehzahl-Schaltung 292 um, richtet eine Steuer schaltung ein, um Eingänge 293 zu empfangen, und stoppt alle anderen Zählwerksaktualisierungen für die Drehzahl-Zählwerksschaltung 294. Danach werden die vier Bytes, die die Drehzahlzählungen umfassen, verarbeitet 295 – 297. Die Drehzahlsensor-Software 290 bestimmt danach, ob die Drehzahlzählung größer als Null ist. Wenn die Drehzahlzählung größer als Null ist, wird die berechnete Drehzahl an die Steuersoftware zurückgegeben. Im anderen Falle wird ein Standardwert an die Steuersoftware 299b bzw. 299a zurückgegeben.
MERKMALSEXTRAKTION 100:
In Bezug auf die Merkmalsextraktions-Software 100 werden die Genauigkeit und die Kompaktheit unabhängig von der Leistung der Al-Software, dramatisch von der Qualität der Eingangsdaten beeinflusst. Somit wird die Merkmalsextraktions-Software implementiert und ist einzigartig für die Interpretation der Stress Wave Pulse Train^TM (SWPT^TM) (Spannungswellen-Impulsfolge) für die quantitative Analyse von Reibungs- und Stoßereignissen in Betriebsmaschinen. Ein Abfragewert-Glossar von Merkmalsextraktions-Berechnungen und anderen Wert- und Zeiteinheiten, die von der Merkmalsextraktions-Software 100 abgeleitet bzw. genutzt werden, wird in 14a(4) gezeigt.
Die Merkmalsextraktion beginnt mit einer Zeitreihe von Werten, die Momentamplituden der SWPT^TM über einen vorgegebenen Zeitraum darstellen, wie zum Beispiel ein Zeitraum von zehn Sekunden für Zwecke der Veranschaulichung. Danach werden mathematische Transformierte auf die Zeitreihendaten zur Charakterisierung von Wellenform-Merkmalen, wie zum Beispiel Impulsamplitude, Dauer und Energiegehalt, angewendet. Die SWPT^TM-Merkmalsextraktions-Software wird in 14a(1) bis 14a(4) gezeigt. Ein allgemeiner Überblick über die SWPT^TM-Merkmalsextraktions-Software 100 wird in 14a(1) gegeben. Die Merkmalsextraktions-Software 100 manipuliert allgemein einen Grenzschwellenwert-Faktor, eine SWPT^TM-Eingangsdatei und die Fensterlänge. Unter Bezugnahme auf 14a(2) initialisiert die Merkmalsextraktions-Software 100 zuerst Speicher und Variablen, validiert Eingangsparameter, berechnet die Anzahl der Abfragewert-"Fenster" und liest die Eingangsdatei "Datensatz" in den Speicher 102 ein. Wie in Block 104 gezeigt wird, wird der "Datensatz" danach abgetastet, und die Daten werden auf Null normiert anstelle von 2048. Die Software 100 konvertiert danach zu Spannungswellenamplitude (4,88 Millivolt pro Einheit) und findet, die zehn kleinsten Werte für Grenzschwellenwertberechnung 104. Danach wird der Grenzschwellenwert berechnet, indem der Durchschnitt aus den zehn kleinsten Werten in dem Datensatz gebildet und mit dem Grenzschwellenwertfaktor 106 multipliziert wird. Die Software 100 tastet danach alle Fenster ab, detektiert und akkumuliert die Anzahl von Peaks und Spitzenamplituden und detektiert den aufgezeichneten größten und kleinsten Spannungswellen-Amplitudenwert 108. Alle Fenster werden danach erneut nach jedem Peak in jedem Fenster abgetastet, um die Peakdauer, die Peakamplitude und die Peakenergie (Summe der Werte oberhalb des Grenzschwellenwertes) 110 zu berechnen. Danach berechnet die Software 100 Quadrat- und Kubikwerte von Peakamplituden oberhalb des aufgezeichneten Mittelwertes (für spätere statistische Berechnungen) und berechnet den Peakenergiefaktor 110. Unter Bezugnahme auf 14a(4) werden danach alle Fenster abgetastet, um die volle Spannungswellenenergie, Spannungswellen-Peakenergie, die Anzahl der Peaks, die größte Spannungswellen-Peakamplitude, die durchschnittliche Dauer und Durchschnitts-PEF zu akkumulieren 112. Die größte und die kleinste Spannungswellen-Peakenergie, Spannungswellenenergie, PEF, Dauer von Peaks und Spannungswellenpeaks werden ermittelt 112. Danach berechnet die Software 100 Fenster-Durchschnittswerte für die Spannungswellen-Peakenergie, die Spannungswellenenergie, PEF, Peaks und Spannungswellenpeak-Dauer 114. In dem nächsten Schritt berechnet die Software den Datensatz Drehmomentabweichung und Standardabweichung für die Spannungswellen-Peakenergie, die Spannungswellenenergie, den Peakenergiefaktor, die Dauer von Peaks und Spannungswellen. Dieser Datensatz wird danach in die Ausgangsdatei 118 geschrieben.
Time Domain Feature Extraction (TDFE) zieht Merkmale aus den SWPT^TM-Datendateien heraus, die durch das System wie hierin weiter oben beschrieben erzeugt worden sind. Es wir darauf hingewiesen, dass die vorgenannten Zahlen variieren können, ohne dass von dem Geltungsbereich und dem Geist der Erfindung abgewichen wird. Zuerst wird das SWPT^TM-Analogsignal Tausende Male (zum Beispiel 15.000) pro Sekunde abgetastet (es kann jedoch bis zu 30.000 Mal pro Sekunde abgetastet werden). In diesem Beispiel hat jeder Abfragewert vorzugsweise eine Auflösung von 12 Bit und benötigt daher zwei Bytes pro Abfragewert. Die Gesamtzeitdauer einer SWPT^TM-Zeitentwicklungsdatei ist veränderlich, wie zum Beispiel in Inkrementen von 0,5 Sekunden von 0,5 Sekunden bis 511 Sekunden; die größte Dateigröße ist jedoch auf 500 Kilobytes (in Binärformat) begrenzt. Die erzeugten Datendateien können mit einer Abtastgeschwindigkeit von 15.000 über eine Dauer von zehn Sekunden erfasst werden. Diese Dateien werden sodann in Binärformat geschrieben (240.000) und ein Unterprogramm konvertiert eine jede Datei in ASCII (728K).
Time & Amplitude Standards & Conversions (TDFE) (Zeit- und Amplitudenstandards und Konvertierungen) werden ebenfalls als Amplitudenparameter berechnet, die in Millivolt eingegeben/ausgedrückt werden. Die Amplituden der SWPT^TM-Dateien sind in Volt angegeben. Der Binärbereich 0 – 4095 stellt +/–10 Volt dar, jedoch ist SWPT^TM im Wesentlichen 0 – 5 Volt. Das bedeutet, dass die Dateien Binärwerte von 2048 bis 4095 mit einer Konvertierung von 0,00488 Volt/Binäreinheit (4,88 Millivolt/Binäreinheit) enthalten. Alle Zeiträume (Fenster, Impulsdauer etc.) werden in Millisekunden ausgedrückt. Das SWPT^TM-Analogsignal kann 15.000 Mal pro Sekunde abgetastet werden. Für Konvertierungen von Datenpunkten nach Zeit kann die Standardabtastrate 15.000 betragen, jedoch können Festlegungen für Abtastraten von 100 bis 30.000 Abfragewerten/Sekunde getroffen werden.
Die folgende Diskussion bezieht sich darauf, wie Time-Domain-Merkmale der SWPT^TM berechnet werden. Zuerst wird ein Fenster "W" ausgewählt, d.h. eine benutzerdefinierte Anzahl von Datenpunkten (üblicherweise ausgewählt als der Zeitraum, der einer charakteristischen Maschinenfrequenz entspricht). Die Länge des Fensters ist konstant für den vollständigen Datensatz, kann jedoch von dem Bediener eingestellt werden (Standardwert = 0,10 Sekunden = 150 Datenpunkte). Danach wird ein Datensatz ausgewählt, der üblicherweise höchstens zehn Sekunden von Daten ist (bei einer Abtastrate von 15.000 Abfragewerten, das heißt 150 Datenpunkte). Die Datensatz-Länge "R" ist die Gesamtzeitdauer, die durch die Datendatei dargestellt wird, gegebenenfalls nach Trankierung eines letzten Teilfensters. Die SWPT^TM-Merkmale fallen in drei Zeitklassen:

1. Peakdauer
2. Fensterlänge
3. Datensatzlänge

1. Merkmale Peakdauer
Alle mit Ausnahme von zwei aus SWPT^TM herauszuziehenden Merkmale sind von der Überschreitung eines Grenzschwellenwertes "L" abhängig. Dieser Grenzwert wird für jedes Fenster als ein Mehrfaches des Mittelwertes der zehn niedrigsten positiven Werte der Momentamplitude "A" der SWPT^TM während des Fensters berechnet. Der Limit Threshold Factor (LTF) (Grenzschwellenwert-Faktor) für die Berechnung von L ist konstant für die gesamte Datensatzlänge, kann jedoch von dem Analytiker eingestellt werden (Standardwert = 3).
Die Stress Wave Peak Duration (SWPD) (Spannungswellenpeak-Dauer) ist der Zeitrum zwischen einem Überschreiten des Schwellenwertes L nach oben und wenn A als nächstes unter L abfällt. Sie kann auch als der Zeitraum ausgedrückt werden, während dessen Folgewerte von A oberhalb von L bleiben. Die Stress Wave Peak Amplitude (SWPA) (Spannungswellenpeak-Amplitude) ist der Maximalwert von A während SWPD. Die Stress Wave Peak Energy (SWPE) (Spannungswellenamplituden-Energie) ist die Summe von (A-L) für jeden Datenpunkt während SWPD. Peak Amplitude to Duration Ration (PADR) Verhältnis Peakamplitude zu Dauer) ist gleich SWPA geteilt durch SWPD. Es ist zu beachten, dass die oben genannten vier Merkmale einzigartig sind und für jeden Peak in der SWPT^TM berechnet werden müssen.
2. Merkmale Fensterlänge
Das Folgende stellt die Merkmale Fensterlänge dar. Stress Wave Peak Energy per Window (SWPE/W) (Spannungswellenpeak-Energie pro Fenster) ist die Summe aller Einzel-SWPE-Werte innerhalb eines Fensters. Die Peaks pro Fenster (PEAKS/W) ist die Gesamtzahl von SWPT^TM-Peaks, die während eines Fensters auftreten. Auch gleich der Anzahl berechneter SWPA-Werte während eines Fensters. Stress Wave Peak Duration per Window (SWPD/W) (Spannungswellenpeak-Dauer pro Fenster) ist die Summe aller berechneter SWPD-Werte während eines Fensters. Stress Wave Energy per Window (SWE/W) (Spannungswellenenergie pro Fenster) ist die numerische Summe aller A-Werte (größer Null) für Datenpunkte, die während eines Fensters auftreten. Peak Energy Factor per Window (PEF/W) (Peak-Energiefaktor pro Fenster) ist das Verhältnis von SWPE/W zu SWE/W. Es ist zu beachten, dass die obenstehenden fünf Merkmale einzigartig sind und für jedes Fenster in dem SWPT^TM-Datensatz berechnet werden müssen.
3. Merkmale Datensatzlänge
Das Folgende stellt die Merkmale Datensatzlänge vor. Stress Wave Energy per Record (SWE/R) (Spannungswellenenergie pro Datensatz) ist die numerische Summe aller A-Werte größer als Null für alle Datenpunkte, die während aller Fenster eines Datensatzes auftreten. Ebenso die Summe aller berechneten SWE/W-Werte in dem Datensatz. Stress Wave Peak Energy per Record (SWPE/R) (Spannungswlellenpeak-Energie pro Datensatz) ist die Summe aller Einzel-SWPE-Werte innerhalb eines Datensatzes. Ebenso die Summe aller berechneter SWPE/W-Werte in dem Datensatz. Peak Energy Factor per Record (PEF/R) (Peakenergiefaktor pro Datensatz) ist das Verhältnis SWPE/R zu SWE/R. Peaks per Record (PEAKS/R) (Peaks pro Datensatz) ist die Gesamtzahl von SWPT^TM-Peaks, die während eines Datensatzes auftreten, oder auch die Summe aller berechneter PEAKS/W-Werte für alle Fenster in dem Datensatz. Stress Wave Peak Amplitude per Record (SWPA/R) (Spannungswellenpeak-Amplitude pro Datensatz) schließlich ist der größte A-Wert während des Datensatzes. Ebenso die größte berechnete SWPA in allen Fenstern des Datensatzes.
Die Merkmalsextraktion Time Domain Feature Extraction wird durch das Unterprogramm "C" wie folgt erzielt:

1. Rohbinärdaten (von einer Datei System 3000 Transient Capture) werden verarbeitet, um die fünf Merkmale "Peakdauer" (SWPA, SWPD, SWPE, PADR und Anzahl der Peaks) zu berechnen.
2. Fünf Merkmale Fensterdauer (SWPE/W, PEAKS/W, SWPD/W, SWE/W und PEF/W) werden ausgehend von den Merkmalen Peakdauer und der Fensterlänge berechnet.
3. Fünf Merkmale Datensatzlänge (SWE/R, SWPE/R, PEF/R, SWPA/R und PEAKS/R) werden ausgehend von den Merkmalen Fensterdauer und Datensatzlänge berechnet. SWPA/R wird als Maximalwert des Merkmals SWPA während des gesamten Zeitraums berechnet.
4. Vier statistische Parameter (S1, S2, S3 und S4) werden für jedes der fünf Merkmale Fensterlänge für den vollen Datensatz berechnet. Diese gleichen vier statistischen Parameter (die die Wahrscheinlichkeitsdichteverteilung beschreiben) werden für alle Einzel-SWPA-Werte in dem Datensatz berechnet. Dies ergibt 24 statistische Parameter Zeitbereich der SWPT^TM.
5. Die 24 statistischen Parameter plus die fünf Merkmale Datensatzlänge werden als 29 Eingänge für die TDFE-Datentabelle verwendet, die als eine Tabbegrenzte ASCII-Datei formatiert wird.
6. Statistische Parameter (S1, S2, S3 und S4) werden wie folgt definiert: S1: 3. Momenttest für Normalverteilung, S2: Maximalwert der Population, S3: Verhältnis (Maximum – Mittelwert)/(Maximum – Minimum), S4: Verhältnis der Standardabweichung der Population zu dem Mittelwert der Population.

Die vorliegende Erfindung wurde hierin in dem als am besten durchführbaren betrachteten und bevorzugten Ausführungsbeispiel gezeigt und beschrieben. Es wird jedoch anerkannt, dass hiervon innerhalb des Geltungsbereiches der Erfindung abgewichen werden kann und dass dem Durchschnittsfachmann offensichtliche Abänderungen erkennbar sein werden.

Claims

System (10) zum Vorhersagen von Ausfällen in rotierenden und pendelnden Maschinenteilen wie Lagern, Zahnrädern, Schmiermitteln und dergleichen durch Kommunizieren mit einer Mehrzahl von mit der Maschine verbundenen Wandlern (32) zur Erfassung von Vibrationen, Schock und Reibung, wobei das genannte System (10) Folgendes umfasst: ein Signalempfangsmittel (36) zum elektrischen Kommunizieren mit der Mehrzahl von Wandlern (32) zum Empfangen einer entsprechenden Anzahl von elektrischen Signalen, die von den Wandlern (32) erzeugt werden und den während des Betriebs in den Maschinenteilen erzeugten Vibrationen, Reibung und Schockwellen entsprechen; einen Analogsignalkonditionierer (20) in elektrischer Verbindung mit dem genannten Signalempfangsmittel (36), umfassend Filtermittel (20a) zum Ausfiltern von Signalkomponenten aus den Vibrationen entsprechenden Signalen, und Durchlassen nur derjenigen Komponenten der Signale, die Reibung und Schockwellen entsprechen, und Mittel (20b) zum Erkennen von Hüllkurven der Signale, die Reibung und Shockwellen entsprechen; digitale Verarbeitungsmittel (22, 24, 26, 29) in elektrischer Verbindung mit dem genannten Analogsignalkonditionierer (20) zum Umwandeln von analogen Signalen in digitale Signale, zum Berechnen (26) von Spannungswellenenergie, die den genannten Hüllkurven entspricht, und zum Bereitstellen einer Steuer- und Anzeigelogik (11, 200) zum Wählen der zu überwachenden Wandler (32); Steuer- und Anzeigemittel (14, 18) in elektrischer Verbindung mit den genannten digitalen Verarbeitungsmitteln (22, 24, 26, 29), um über die genannte Steuer- und Anzeigelogik (11, 200) zu bestimmen, welche Wandler (32) überwacht werden, um zu bestimmen, welche Informationen angezeigt werden; und zum Vergleichen der errechneten Spannungswellenenergie mit einem gespeicherten Schwellenwert und zum Erzeugen eines Alarmzustands, wenn der genannte Schwellenwert überschritten wird.
System nach Anspruch 1, wobei das genannte System ferner die genannte Mehrzahl von Wandlern (32) zum Erfassen von Vibrationen, Schock und Reibung zum Anbringen an der Maschine an ausgewählten Stellen umfasst, um die entsprechende Anzahl von elektrischen Signalen zu erzeugen, die den während des Betriebs in der Maschine erzeugten Vibrationen, Reibung und Schockwellen entsprechen.
System nach Anspruch 2, wobei die genannte Mehrzahl von Wandlern (32) piezoelektrische Kristallwandlersensoren umfassen.
System nach einem der Ansprüche 1 bis 3, wobei das genannte Steuer- und Anzeigemittel (14, 18) Folgendes umfasst: einen Steuerprozessor (11) zum Lesen und Verarbeiten eines Anweisungscode-Mediums und ein Anzeigemittel (14) zum Anzeigen von vom Steuerprozessor gewählten Informationen, wobei der genannte Steuerprozessor (11) in elektrischer Verbindung mit den genannten digitalen Verarbeitungsmitteln (22, 24, 26, 29) und dem genannten Anzeigemittel (14) ist, um die von den genannten digitalen Verarbeitungsmitteln (22, 24, 26, 29) zu verarbeitenden Signale jeweils zum Durchführen der genannten Spannungswellenenergieberechnung und zum Steuern der Anzeige der genannten Spannungswellenenergieberechnung auszuwählen.
System nach Anspruch 4, wobei das genannte Anweisungscode-Medium Folgendes umfasst: Mittel (30) zum Wählen der genannten Wandler (32) zur digitalen Verarbeitung durch die genannten digitalen Verarbeitungsmittel (22, 24, 26, 29).
System nach Anspruch 5, wobei das genannte Sensorauswahlmittel (30) ferner Folgendes umfasst: ein Abtastmittel zum selektiven Abtasten der genannten Wandler (32), die zur digitalen Verarbeitung durch die genannten digitalen Verarbeitungsmittel (22, 24, 26, 29) ausgewählt werden sollen.
System nach Anspruch 4, 5 oder 6, wobei das genannte Anweisungscode-Medium Folgendes umfasst: Mittel zum Berechnen von Spannungswellenenergie-Messwerten in den genannten von den genannten Wandlern (32) erzeugten Signalen.
System nach einem der Ansprüche 1 bis 7, wobei das genannte Signalempfangsmittel (36) Folgendes umfasst: einen Multiplexer (30) in elektrischer Verbindung mit den Wandlern (32) und mit dem genannten Analogsignalkonditionierer (20) zum Empfangen der elektrischen Signale von den Wandlern (32) und zum Senden von wenigstens einem vorgewählten Signal, wobei jedes genannte vorgewählte Signal von dem genannten Steuerprozessor (22, 24, 26, 29) bestimmt wird.
System nach Anspruch 8, wobei das genannte Filtermittel (20a) mit dem genannten Multiplexer (30) in elektrischer Verbindung ist, um Frequenzen in jedem genannten vorgewählten Signal auszufiltern, die der Reibung und den Schockwellen entsprechen, so dass ein resultierendes Signal für jedes genannte Signal entsteht, wobei das genannte resultierende Signal in einem den genannten Wandlern (32) entsprechenden vorbestimmten Frequenzbereich liegt.
System nach einem der Ansprüche 1 bis 9, wobei das genannte Hüllkurvenerkennungsmittel (20b) Folgendes umfasst: einen Demodulator in elektrischer Verbindung mit den genannten digitalen Verarbeitungsmitteln (22, 24, 26, 29) zum Erkennen von Hüllkurven in jedem genannten vorgewählten Signal und zum Erzeugen einer Spannungswellenimpulsfolge, wobei die genannten Spannungswellenimpulsfolgen von den genannten digitalen Verarbeitungsmitteln (22, 24, 26, 29) zum Berechnen der Spannungswellenenergie verarbeitet werden.
System nach Anspruch 10, wobei die genannten digitalen Verarbeitungsmittel (22, 24, 26, 29) Folgendes umfassen: einen Integrator in elektrischer Verbindung mit dem genannten Steuerprozessor (11) zum Integrieren der genannten Spannungswellenimpulsfolgen im Hinblick auf die genannte Spannungswellenenergieberechnung.
System nach Anspruch 10 oder 11, wobei die genannten digitalen Verarbeitungsmittel (22, 24, 26, 29) ferner Folgendes umfassen: ein Spitzenerkennungsmittel in elektrischer Verbindung mit dem genannten Steuerprozessor (11) zum Messen von Spitzenamplitudenniveaus von Spannungswellenimpulsfolgen.
System nach einem der vorherigen Ansprüche, ferner umfassend Mittel zum Erzeugen eines Histogramms der genannten Energiemesswerte über eine gewählte Zeitperiode.
System nach einem der vorherigen Ansprüche, wobei das genannte Filtermittel (20a) einen Bandpassfilter beinhaltet.
System nach einem der vorherigen Ansprüche, wobei die genannten Wandler (32) eine Resonanzfrequenz beim Betrieb haben, die ausreichend weit von der Eigenvibrationsfrequenz der Maschine entfernt ist, um nicht von der Eigenfrequenz der Maschine erregt zu werden.