BR112017015786B1

BR112017015786B1 - Método de análise do estado operacional de uma máquina e sistema para a análise do estado operacional de uma máquina

Info

Publication number: BR112017015786B1
Application number: BR112017015786-1A
Authority: BR
Inventors: William BENSE; Jean-Michel BOITEUX; Audrey Dupont; Julien Christian Pascal Griffaton; Jérôme Henri Noel Lacaille
Original assignee: Safran Aircraft Engines
Priority date: 2015-01-30
Filing date: 2016-01-28
Publication date: 2023-03-28
Also published as: CN107209512B; US10551830B2; RU2704073C2; CN107209512A; RU2017130315A; FR3032273A1; EP3250974B1; FR3032273B1; BR112017015786A2; CA2975208C; EP3250974A1; US20180017961A1; WO2016120566A1; RU2017130315A3; CA2975208A1

Abstract

MÉTODO DE ANÁLISE DO ESTADO OPERACIONAL DE UMA MÁQUINA, PRODUTO DE PROGRAMA DE COMPUTADOR E SISTEMA PARA A ANÁLISE DO ESTADO OPERACIONAL DE UMA MÁQUINA. Trata-se de um método de análise do estado de operação de uma máquina (M) que compreende uma etapa de aprendizagem que suplementa um banco de dados de referência (3) com um ou mais limiares para um ou mais indicadores calculados com base nos sinais entregues por um sensor (2) associado à máquina, sendo que a etapa de aprendizagem compreende as seguintes operações, implantadas por uma unidade de processamento de computador (10): - uma aquisição de sinais característicos de operação normal e de operação anormal da máquina; - de cada um dos sinais característicos de operação normal, formação de pelo menos um, assim chamado, sinal de desvio implantando-se uma operação matemática que tem como atributos o sinal característico de operação normal e um dos sinais característicos de operação normal ou anormal além do dito sinal característico da operação normal; - para cada um dos sinais de desvio, cálculo de um indicador; - determinação de um limiar de indicador representativo de um limite entre a operação normal e a operação anormal da máquina.

Description

CAMPO DA INVENÇÃO

[001] A invenção refere-se ao campo de monitoramento de uma máquina, por exemplo, um motor tal como um motor de aeronave. Em particular, a invenção se refere a um método e um sistema para análise de uma máquina, por exemplo, análise acústica ou vibratória, a fim de detectar, reconhecer ou prever anomalias na mesma.

ANTECEDENTES DA INVENÇÃO

[002] Uma máquina é um sistema mecânico que é submetido a tensões que podem provocar desgaste em seus componentes. Um método geral de monitorar o estado de uma máquina tão eficazmente quanto possível é, portanto, procurado, a fim de detectar qualquer dano ao mesmo, para reconhecer esses tipos de dano a partir de um conjunto de tipos possíveis de dano à máquina ou prever sua ocorrência.

[003] Embora uma máquina, por exemplo, um motor de aeronave, apresente o inconveniente de gerar ruído, pode ser imaginado, no entanto, que esse inconveniente possa ser usado para realizar um diagnóstico ou prognóstico de dano de uma maneira não intrusiva. Na verdade, motores de aeronave e máquinas rotativas em geral podem exibir alguns tipos de dano que podem ser identificados pelo ouvido.

[004] Desse modo, da publicação no US 2007/0255563 A1 é conhecido um sistema para monitorar um motor turbojato de aeronave de acordo com o qual os sinais acústicos do motor turbojato em operação são gravados com o uso de dois microfones posicionados sob a nacela de motor turbojato. Os sinais obtidos são comparados a sinais de referência com o uso de um algoritmo de reconhecimento de voz. As identificações representativas do estado do motor turbojato podem ser identificadas dos sinais obtidos.

[005] De maneira similar, a realização de tal monitoramento tem sido proposta com o uso não apenas de sinais acústicos gerados pela máquina, mas também sinais vibratórios que passam através dos vários componentes da máquina. Consultar o Pedido de Patente no WO 2011/054867 A1 em relação a isso.

[006] Tais sistemas de monitoramento usam um banco de dados em que são gravadas as características do limite entre sinais representativos de operação normal e sinais representativos de operação anormal. Em termos mais concretos, o banco de dados armazena um ou mais limiares para um ou mais indicadores calculados a partir de sinais fornecidos por um sensor associado à máquina, por exemplo, por um microfone disposto dentro da máquina. O banco de dados pode, em particular, receber informações durante uma fase de aprendizagem, determinando-se estatisticamente os limiares de um certo número de indicadores. O banco de dados é consultado durante uma fase de teste com o uso de indicadores calculados a partir de um sinal fornecido pelo sensor, a fim de determinar se uma máquina que está sendo testada está em um estado operacional normal ou anormal.

[007] Uma dificuldade durante a fase de aprendizagem é devido ao fato de que poucos dados representativos de operação normal, e, acima de tudo, de operação anormal, estão disponíveis. Os mesmos podem ser insuficientes para obter as estatísticas. Esse é o caso, por exemplo, quando aprendizagem é realizada com o uso de uma instalação ou uma máquina de teste que está em fase de desenvolvimento e cuja configuração pode sofrer mudança. Com uma quantidade limitada de dados de aprendizagem, e, em particular, com uma pequena quantidade de dados anormais disponíveis, portanto, os limiares estimados estatisticamente não são otimizados. Isso limita a qualidade da determinação do estado operacional na fase de teste.

[008] O acesso a um banco de dados de alta qualidade é, portanto, procurado a fim de alcançar um nível alto de detecção correta de anomalias e um nível baixo de detecção falsa de anomalias.

DESCRIÇÃO DA INVENÇÃO

[009] O objetivo da invenção é responder a esse conjunto de problemas. Para fazer isto a mesma propõe um método de análise do estado operacional de uma máquina, tal como um motor de aeronave, que compreende uma etapa de aprendizagem para fornecer dados, a um banco de dados de referência, em um ou mais limiares para um ou mais indicadores calculados a partir de sinais fornecidos por um ou mais sensores associados à máquina, distinguido pelo fato de que a etapa de aprendizagem compreende as seguintes operações, implantadas por uma unidade de processamento computadorizada: - aquisição de sinais característicos de operação normal da máquina e de sinais característicos de operação anormal da máquina; - para cada um dos sinais característicos de operação normal, o cálculo de pelo menos um, assim chamado, sinal de desvio através do uso de uma operação matemática cujos atributos são o sinal característico de operação normal e um dos sinais característicos de operação normal ou anormal além do dito sinal característico de operação normal; - para cada um dos sinais de desvio, o cálculo de um indicador; - determinação, a partir dos indicadores de sinal de desvio, de um limiar de indicador que permite que sinais formados a partir de um sinal característico de operação normal e a partir de outro sinal característico de operação normal, sejam distinguidos de sinais de desvio formados a partir de um sinal característico de operação normal e a partir de um sinal característico de operação anormal; - gravação do limiar de indicador no banco de dados de referência.

[010] Alguns aspectos preferenciais, porém, não limitantes, desse método são como a seguir: - o mesmo compreende adicionalmente uma etapa de teste de máquina, com o uso de um sinal fornecido por um sensor associado à máquina, em que a etapa de teste compreende as seguintes operações: - formação de um sinal de teste pelo uso da dita operação matemática cujos atributos são o sinal fornecido pelo sensor e um sinal de referência; - cálculo do indicador de sinal de teste; - comparação do indicador de sinal de teste com o limiar de indicador gravado no banco de dados de referência, a fim de determinar o estado operacional, normal ou anormal, da máquina; - os sinais fornecidos pelo sensor são transformados em sinais de frequência antes do cálculo dos sinais de desvio; - os sinais fornecidos pelo sensor são amostrados ao longo de um período de medição durante o qual a velocidade do motor da máquina é variável, os sinais amostrados dessa forma são sincronizados de acordo com as variações na velocidade do motor ao longo do período de medição, e os sinais amostrados sincronizados são transformados em sinais de frequência a fim de obter linhas de frequência ordenadas de acordo com a velocidade de rotação do eixo; - o indicador ou indicadores de um sinal compreendem um ou mais indicadores dentre um momento estatístico do sinal e a energia do sinal; - o cálculo de um sinal indicador é realizado contando-se o número de pontos no sinal subtraído de um sinal característico de operação normal que estão presentes fora de um envelope do dito sinal característico de operação normal; - o cálculo de um sinal indicador é realizado contando-se o número de picos dentre n picos no sinal característico de operação normal que coincidem com um pico dentre p picos do sinal subtraído do dito sinal característico de operação normal; - a etapa de aprendizagem compreende uma fase secundária durante a qual um sinal característico de operação normal é formado pela combinação de diversos sinais característicos de operação normal; - o sensor fornece um sinal acústico ou um sinal vibratório.

[011] A invenção também se refere a um produto de programa de computador que compreende instruções de código para a execução das etapas no método, quando o dito programa é executado em um computador. E o mesmo se aplica a um sistema para a análise do estado operacional de uma máquina, tal como um motor de aeronave, que compreende um módulo para aquisição de um sinal fornecido por um sensor associado à máquina e um banco de dados de referência em que são gravados um ou mais limiares para um ou mais indicadores calculados a partir de sinais fornecidos pelo sensor associado à máquina, distinguido pelo fato de que compreende adicionalmente: - um módulo para calcular sinais de desvio configurado para formar, para cada um dos sinais característicos de operação normal, pelo menos um, assim chamado, sinal de desvio através do uso de uma operação matemática cujos atributos são o sinal característico de operação normal e um dos sinais característicos de operação normal ou anormal além do dito sinal característico de operação normal; - um módulo para calcular indicadores configurado para calcular, para cada um dos sinais de desvio, um indicador; - um módulo para determinação dos limiares de indicadores configurado para determinar, a partir dos indicadores de sinal de desvio, um limiar de indicador representativo de um limite entre a operação normal e a operação anormal da máquina, sendo que o dito limiar permite que os sinais de desvio, formados a partir de um sinal característico de operação normal e a partir de outro sinal característico de operação normal, sejam distinguido de sinais de desvio formados a partir de um sinal característico de operação normal e a partir de um sinal característico de operação anormal, e gravar o limiar de indicador no banco de dados de referência.

BREVE DESCRIÇÃO DOS DESENHOS

[012] Outros aspectos, objetivos, vantagens e características da invenção ficarão mais claros com a leitura da descrição detalhada a seguir de suas realizações preferenciais, apresentadas como exemplos não restritivos, e realizadas com referência para os desenhos anexos, em que: - a Figura 1 mostra um exemplo de meio de equipamento implantado em uma realização possível do sistema, de acordo com a invenção; - a Figura 2 mostra as operações diferentes implantadas na etapa de aprendizagem do método, de acordo com a invenção; - as Figuras 3a e 3b mostram os dados disponíveis para o cálculo de indicadores de acordo com uma implantação convencional e de acordo com uma implantação, de acordo com a invenção; - a Figura 4 mostra o espectro de um sinal característico de operação íntegra da máquina e dois sinais que resultam da subtração do dito sinal característico de operação íntegra de um sinal representativo de operação normal e de um sinal representativo de operação anormal respectivamente; e - as Figuras 5a e 5b mostram o cálculo de um indicador exemplificativo que pode ser realizado dentro do contexto da invenção.

DESCRIÇÃO DE REALIZAÇÕES DA INVENÇÃO

[013] A Figura 1 mostra um exemplo de meio de equipamento implantado em várias realizações possíveis do sistema e método para análise do estado operacional de uma máquina M testada de acordo com a invenção.

[014] A máquina M testada pode ser um motor de veículo aéreo ou terrestre, por exemplo, um motor de aeronave conforme mostrado esquematicamente na Figura 1. No entanto, a invenção não é limitada a esse exemplo ilustrativo, mas se aplica, em geral, à investigação de qualquer sistema mecânico que gere ruído ou vibrações.

[015] Pelo menos um sensor 2 é associado à máquina M. O mesmo pode ser, por exemplo, um microfone posicionado dentro da máquina M, por exemplo, dentro de uma nacela de motor de aeronave, diretamente na face interna da nacela ou no motor. O mesmo também pode ser um sensor de vibração, tal como acelerômetro ou um medidor de tensão, posicionado, preferencialmente, no motor.

[016] Uma pluralidade de sensores é usada, preferencialmente, por exemplo, dez ou mais sensores. Em particular isso permite que os sensores sejam distribuídos entre os vários componentes da máquina, por exemplo, entre o invólucro de soprador, o invólucro principal e o cone para ejeção dos gases de um motor de aeronave.

[017] O sensor ou sensores 2 são localizados, idealmente, próximos aos componentes da máquina a serem monitorados. Contudo, um sensor não é necessariamente disposto no componente que está senso monitorado. Por outro lado, pode ser usado um sensor de ambiente, o qual tem a vantagem de permitir que diversos componentes sejam monitorados. Em particular um sensor pode ser colocado próximo a um dos componentes mais críticos, o que não impede que outros componentes sejam monitorados.

[018] O sistema compreende uma unidade de processamento computadorizada 10 equipada com um módulo de aquisição 1 para pelo menos um sinal fornecido por pelo menos um sensor 2 associado à máquina M. A unidade de processamento 10 também compreende um banco de dados de referência 3 em que um ou mais limiares são gravados para um ou mais indicadores calculados a partir de sinais fornecidos por pelo menos um sensor 2 associado à máquina. Na fase de teste, o fato de que um desses limiares é excedido ou não pelos indicadores, calculados a partir de sinais que correspondem a uma máquina que está sendo testada, é usado para determinar se a máquina está operando normalmente ou não. Em certas realizações da invenção, a detecção de anomalias é acompanhada por uma classificação da anomalia detectada (entre, por exemplo, uma classe de motores turbo com defeito e outra classe de motores compressores com defeito).

[019] O sistema e método, de acordo com a invenção, permitem mais especificamente a detecção de anomalias a partir de sintomas acústicos/vibratórios, ao mesmo tempo em que são otimizados para operar com pequenas quantidades de dados de aprendizagem para formar um banco de dados de referência.

[020] Em referência à Figura 2, a etapa de aprendizagem compreende as operações a seguir, implantadas pelos módulos diferentes 4, 5, 6 da unidade de processamento computadorizada 10. A etapa de aprendizagem antes de tudo compreende uma operação de “ACQ” para a aquisição, com o uso do módulo de aquisição 1 descrito anteriormente, de sinais característicos de operação normal da máquina e de sinais característicos de operação anormal da máquina. Esses sinais são gravados no banco de dados de referência 3. Os sinais característicos de operação normal da máquina são, por exemplo, obtidos durante os primeiros voos da máquina quando há a maior chance de que os componentes da última estejam íntegros. Por outro lado, os sinais característicos de operação anormal da máquina são obtidos com o uso de uma máquina que é conhecida, a partir de uma inspeção, por exemplo, por exibir uma anomalia.

[021] A etapa de aprendizagem, então, compreende, para cada um dos sinais característicos de operação normal e após quaisquer operações para filtragem e normalização dos sinais obtidos as quais serão descritas posteriormente, uma operação de “SOUS” para calcular pelo menos um, assim chamado, sinal de desvio pelo uso de uma operação matemática cujos atributos são o sinal característico de operação normal e um dos sinais característicos de operação normal ou anormal além do dito sinal característico de operação normal.

[022] Essa operação de “SOUS” é implantada por um módulo de cálculo de sinais de desvio 4. A operação matemática pode ser realizada entre o sinal característico de operação normal e cada um dos sinais característicos de operação normal ou anormal além do dito sinal característico de operação normal. Em uma realização que será usada no restante da descrição, a operação matemática é subtração. A operação de “SOUS”, portanto, consiste, preferencialmente, para cada um dos sinais característicos de operação normal, em formar sinais de desvio por subtração do sinal característico de operação normal de cada um dos sinais característicos de operação normal ou anormal além do dito sinal característico de operação normal.

[023] Em uma realização possível, a operação de “SOUS” também compreende, para cada um dos sinais característicos de operação anormal, o cálculo de pelo menos um, assim chamado, sinal de desvio através da implantação de uma operação matemática cujos atributos são o sinal característico de operação anormal e um dos sinais característicos de operação anormal além do dito sinal característico de operação anormal.

[024] Em seguida à operação de “SOUS”, a etapa de aprendizagem compreende uma operação de “INDC-SOUS”, implantada por um módulo de cálculo de indicador 5, que consiste, para cada dos sinais de desvio, em calcular um ou mais indicadores.

[025] Essa operação de “INDC-SOUS” é seguida por uma operação para estimar os limiares de dano “CAL-TSH”, implantada por um módulo para determinação de limiares de indicador 6, que consiste, para cada um dos indicadores de sinais de desvio, em determinar um limiar de indicador representativo de um limite entre a operação normal e a operação anormal da máquina. O limiar permite que os sinais de desvio, formados a partir do sinal característico de operação normal e a partir de outro sinal característico de operação normal, sejam distinguidos de sinais de desvio formados a partir do sinal característico de operação normal e a partir de um sinal característico de operação anormal.

[026] A título de exemplos, a operação de “CAL-TSH” para estimar os limiares de dano pode ser realizada calculando-se a mediana espacial entre o primeiro e último indicador, ou excluindo-se pontos anômalos, ou com o uso de uma máquina de vetor de suporte, ou uma rede neural, ou árvores de decisão.

[027] A etapa de aprendizagem, então, compreende uma operação de “ENG”, implantada pelo módulo de determinação de limiares de indicador 6, que consiste em gravar o limiar ou limiares calculados, dessa forma, no banco de dados de referência 3.

[028] As Figuras 3a e 3b mostram as vantagens da fase de aprendizagem, de acordo com a invenção, no contexto de um exemplo em que, no fim da operação de aquisição “ACQ”, cinco sinais característicos de operação normal, Normal 1 a Normal 5, e dois sinais característicos de operação anormal, Anormal 1 e Anormal 2, são gravadas no banco de dados 3.

[029] Conforme mostrado na Figura 3a, um algoritmo convencional atribui uma pontuação para cada sinal (através do cálculo de um indicador, por exemplo, sua variância) e busca diferenciar as cinco pontuações dos sinais íntegros das duas pontuações dos sinais anormais a fim de calcular um limite ou limiar entre as pontuações para sinais normais e as pontuações para sinais anormais. Desse modo, durante a fase de teste, a fim de classificar um sinal desconhecido, a pontuação é calculada para esse sinal desconhecido e é atribuída situação normal/anormal dependendo de sua posição em relação ao limiar determinado durante a etapa de aprendizagem.

[030] Dentro do contexto da invenção, e, conforme mostrado na Figura 3b, pares de sinais são formados, todos compostos da mesma maneira: um primeiro sinal íntegro e um sinal de comparação íntegro ou anormal. Em uma realização exemplificativa o sinal de comparação é subtraído do primeiro sinal íntegro para formar um sinal de desvio. Nesse momento uma pontuação é atribuída a cada par de sinais (sinal de desvio) e é procurado diferenciar os vinte pares de sinais do tipo íntegro subtraído do primeiro sinal íntegro, dos dez pares de sinais do tipo anormal subtraído do primeiro sinal íntegro. Deve ser observado que um sinal não é comparado a si próprio, por isso o número de vinte pares de sinais do sinal do tipo íntegro subtraído de um primeiro sinal íntegro, e os quadros cruzado não utilizados na tabela na Figura 3b. Portanto, a invenção se baseia no conceito de multiplicar o número de sinais a partir dos quais indicadores são calculados e limiares determinados, tendo-se o recurso para sinais de desvio que são mais numerosos do que os sinais obtidos. Portanto, os sinais obtidos podem ser comparados dois a dois e essa diferença classificada, em vez de classificar cada um dos sinais obtidos tomado separadamente.

[031] Tendo-se recurso para os sinais de desvio, obtidos, por exemplo, comparando-se os sinais dois a dois, o número de sinais que é procurado diferenciar a fim de determinar o limiar é multiplicado. Retornando ao exemplo acima, em vez de determinar um limiar buscando-se diferenciar cinco sinais íntegros de dois sinais anormais, um limiar é determinado buscando-se diferenciar vinte sinais de desvio, que correspondem aos vinte pares de sinais do tipo íntegro subtraídos de um primeiro sinal íntegro, de dez sinais de desvio que correspondem aos dez pares de sinais do tipo anormal subtraídos de um primeiro sinal íntegro. Uma determinação mais precisa do limiar resulta desse aumento no número de sinais disponíveis.

[032] Naturalmente uma vez que a etapa de aprendizagem tenha terminado, o teste da máquina pode ser realizado. Esse teste é realizado com o uso de indicadores definidos de uma maneira idêntica aos indicadores calculados a partir dos sinais de desvio. Portanto, uma etapa de teste de uma máquina M por meio de um sinal fornecido por um sensor associado à máquina que está sendo testada compreende as seguintes operações: - formação, pelo módulo para calcular sinais de desvio 4, de um sinal de teste criado por implantação da dita operação matemática, por exemplo, subtração, cujos atributos são o sinal fornecido pelo sensor e um sinal de referência gravado previamente no banco de dados de referência durante a etapa de aprendizagem; - cálculo, pelos módulos para calcular indicadores 5, de um ou mais indicadores do sinal de teste; - comparação, por um módulo para detecção de anomalias 7, do indicador de sinal de teste ou de indicadores com o limiar correspondente gravado no banco de dados de referência, a fim de determinar o estado operacional, normal ou anormal, da máquina M que está sendo testada.

[033] O sinal de referência é, tipicamente, um sinal característico de operação normal da máquina. O mesmo também pode envolver um sinal característico de operação anormal da máquina, por exemplo, quando é procurado identificar uma identificação de falha.

[034] O sinal característico de referência de operação normal (respectivamente anormal) pode ser um dos sinais característicos de operação normal (respectivamente anormal) usados durante o andamento da fase de aprendizagem, ou pode ser um sinal criado a partir de um e/ou dos outros sinais característicos de operação normal (respectivamente anormal) usados durante a fase de aprendizagem tais como, por exemplo, a média de sinais característicos de operação normal (respectivamente anormal) usados durante o andamento da fase de aprendizagem.

[035] No contexto da invenção, os sinais fornecidos pelo sensor são, preferencialmente, transformados em sinais de frequência antes da formação dos sinais de desvio e dos sinais de teste. A comparação dos sinais entre si e o cálculo do indicador ou indicadores são, desse modo, alcançados no domínio espectral. Portanto, é mostrado na Figura 4 o espectro S de um sinal característico de referência de operação normal da máquina, em que o espectro ΔS1 do sinal corresponde à diferença entre o sinal de referência e outro sinal representativo de operação normal da máquina, e em que o espectro ΔS2 do sinal corresponde à diferença entre o sinal de referência e outro sinal representativo de operação anormal da máquina.

[036] Em uma realização a etapa de aprendizagem e a etapa de teste compreendem uma operação de filtragem (remoção de ruído) e normalização dos sinais obtidos, implantadas, respectivamente, antes da formação dos sinais de desvio e antes da formação dos sinais de teste.

[037] Essa filtragem pode ser realizada com o uso de um filtro Kalman ou um filtro de partículas. Alternativamente, a mesma pode assumir a forma de uma transformada de Fourier, uma análise de componente principal, uma transformada de ondeleta ou qualquer método para normalização de sinais vibratórios.

[038] Em outra realização essa filtragem assume a forma de uma projeção no domínio de ordem que facilita a leitura de espectrogramas e, em particular, de linhas de energia alta. De acordo com essa realização os sinais fornecidos pelo sensor são amostrados ao longo de um período de medição durante o qual a velocidade do motor da máquina é variável, os sinais amostrados, dessa forma, são sincronizados de acordo com as variações na velocidade do motor ao longo do período de medição, e os sinais amostrados sincronizados são transformados em sinais de frequência a fim de obter linhas de frequência ordenadas de acordo com a velocidade do motor.

[039] Detalhes adicionais dessa projeção no domínio de ordem serão encontrados no Pedido de Patente no WO 2011/054867 A1 citado anteriormente. Aqui será assumido que isso envolve realizar uma medição em velocidade variável, amostrar o sinal medido em frequência constante e, então, refazer a amostragem em uma frequência proporcional à velocidade. Isso exige a determinação de uma curva de deslocamento angular, por exemplo, por integração da curva que representa as mudanças de velocidade do motor como uma função do tempo, então, projetar o sinal fornecido pelo sensor para a curva de deslocamento angular executando-se amostragem adicional que consiste em amostragem em pontos espaçados em intervalos regulares na curva de deslocamento angular.

[040] A descrição abaixo se refere ao processamento dos sinais de desvio e sinais de teste para o cálculo de um ou mais indicadores desses sinais. Em geral o indicador ou indicadores têm que reduzir as informações muito densas contidas nesses sinais, ao mesmo tempo em que retendo informações de característica suficientes para discriminar sinais íntegros de sinais anormais.

[041] A título de exemplos de indicadores de sinais de desvio e de sinais de teste, um momento estatístico desses sinais pode ser citado, tal como sua variância, assimetria (tendência), ou curtose ou ainda, novamente, a energia desses sinais. Em todos os casos é preferencial que o desempenho dos sensores (dinâmico, banda passante etc.) seja apropriado para o tipo de indicador estabelecido.

[042] Outro exemplo do cálculo de um indicador envolve contar o número de pontos no sinal comparado a um sinal característico de operação normal que estão presentes fora de um envelope do dito sinal característico de operação normal. Para fazer isso, um envelope é desenhado em volta do sinal íntegro (por exemplo, deslocando-se o mesmo por uma distância fixa d para cima e para baixo, ou calculando-se seu envelope espectral) e conta-se o número de pontos no sinal comparado que emergem desse envelope.

[043] Outro exemplo de cálculo de um indicador envolve contar o número de picos dentre n picos no sinal característico de operação normal que coincidem com um pico dentre p picos do sinal comparado ao dito sinal característico de operação normal. Os n picos mais altos do sinal íntegro e os p picos mais altos do sinal comparado são, preferencialmente, usados. Alternativamente, os picos usados podem ser o mínimo local, o que permitiria a detecção, não apenas da energia máxima, mas de quedas bruscas. Na prática os picos podem ser levemente deslocados de um sinal para o outro, e o algoritmo é criado de modo a, então, tolerar um pequeno deslocamento do padrão de crista, isto é, do conjunto de picos.

[044] Vantajosamente, valores diferentes de n e p são escolhidos a fim de não construir uma tabela de indicadores simétricos, evitando, desse modo, reduzir o número de dados disponíveis na fase de aprendizagem para determinar o limiar no indicador representativo de um limite entre a operação normal e a operação anormal da máquina.

[045] Desse modo, a Figura 5a mostra o caso em que um sinal S1 é tomado como um sinal de referência com o qual um sinal S2 é comparado e a Figura 5b mostra o caso em que o sinal S2 é tomado como o sinal de referência com o qual o sinal S2 é comparado.

[046] Pode ser visto da Figura 5a que caso os 5 picos mais altos de cada um dos sinais S1 e S2 seja comparado, então, há três picos comuns. Por outro lado, caso os 5 picos mais altos do sinal de referência S1 sejam comparados aos 6 picos mais altos do sinal S2 comparado, então, há quatro picos comuns.

[047] Em A Figura 5b, se os mesmos números de picos mais altos são considerados, ou não, para o sinal comparado como para o sinal de referência, pode ser observado em ambos os casos que há três picos em comum nos cinco picos mais altos do sinal de referência.

[048] Tomando-se valores n e p diferentes, pontuações diferentes são obtidas dependendo de S2 ser comparado a S1 ou S1 ser comparado a S2. Isso diversifica a distribuição de pontuações e, portanto, melhora a descrição dos espaços de dados anormais.

[049] Outro exemplo de um indicador que pode ser calculado diretamente a partir de sinais obtidos se baseia na teoria de valor extremo. Para isso o espectro de sinal é dividido em inúmeros intervalos de frequência pequenos (por exemplo, 400 intervalos). Com o uso da teoria de valor extremo, a distribuição dos extremos de amplitudes (mínimo e máximo) de todos os espectros de referência íntegros é modelada ao longo de cada intervalo. Um limiar de tolerância é definido na parte traseira de ambas as distribuições, acima (ou respectivamente abaixo) do qual os pontos do espectro testado devem ser considerados como anormais. O número de pontos anormais é tomado como o indicador.

[050] Em uma realização da invenção, a detecção de anomalias realizada durante uma etapa de teste de máquina é acompanhada por uma classificação da anomalia detectada (entre, por exemplo, uma classe de motores turbo com defeito e outra classe de motores compressores com defeito). Diversos modelos matemáticos podem ser usados para automatizar essa classificação, em particular, análise discriminante (em que cada classe de anomalia é modelada por uma equação gaussiana), métodos de particionamento de dados (por exemplo, com o uso de k-meios) ou modelos de aprendizagem supervisionada que usam Máquinas de Vetor de Suporte (SVMs) etc.

[051] Em uma realização da invenção diversas fases de aprendizagem do banco de dados de referência podem ser distinguidas.

[052] Em uma fase primária que corresponde, por exemplo, ao uso de uma instalação de teste ou ao desenvolvimento da máquina, há poucos dados de aprendizagem íntegros ou anormais disponíveis. O banco de dados, então, recebe informações pela implantação da etapa de aprendizagem conforme descrito anteriormente.

[053] Em uma fase secundária, que corresponde por exemplo, ao início de operação da máquina, há uma grande quantidade de dados de aprendizagem íntegros disponíveis, mas poucos dados anormais. A etapa de aprendizagem pode, então, ser modificada para formar um sinal característico de operação normal pela combinação de diversos sinais característicos distintos de operação normal (média ou mediana de sinais de referência íntegros do banco de dados de aprendizagem, por exemplo). Essa combinação é, na verdade, mais representativa da normalidade de operação da máquina do que um sinal íntegro isolado. A etapa de teste é, então, modificada de uma maneira similar a fim de calcular um indicador para o sinal subtraindo-se da dita combinação o sinal obtido da máquina testada.

[054] Em uma fase posterior que corresponde, por exemplo, à operação da máquina na maturidade, há muitos dados de aprendizagem, tanto íntegros como anormais, disponíveis, e, além disso, para cada tipo possível de anomalia. Nessa fase é possível atribuir, de uma maneira convencional, uma pontuação de indicador para cada sinal (não necessariamente para pares de sinais) uma vez que há, então, número suficiente de dados. Os dados são classificados como normal ou anormal (e o tipo de anomalia), de acordo com as pontuações do indicador.

[055] A invenção, naturalmente, não é limitada ao método conforme descrito acima e também se aplica, compreensivelmente, a um sistema configurado para implantar esse método, e, em particular, a um sistema para a análise do estado operacional de uma máquina, tal como um motor de aeronave, que compreende um módulo para aquisição de um sinal fornecido por um sensor associado à máquina e um banco de dados de referência em que são gravados um ou mais limiares para um ou mais indicadores calculados a partir de sinais fornecidos pelo sensor associado à máquina, distinguido pelo fato de que compreende adicionalmente: - um módulo para calcular sinais de desvio 4 configurado para formar, para cada um dos sinais característicos de operação normal, pelo menos um, assim chamado, sinal de desvio através da implantação de uma operação matemática cujos atributos são o sinal característico de operação normal e um dos sinais característicos de operação normal ou anormal além do dito sinal característico de operação normal; - um módulo para calcular indicadores configurado para calcular, para cada um dos sinais de desvio, um indicador; - um módulo para determinação dos limiares de indicadores configurado para determinar, a partir dos indicadores de sinal de desvio, um limiar de indicador representativo de um limite entre a operação normal e a operação anormal da máquina, sendo que o dito limiar permite que os sinais de desvio, formados a partir de um sinal característico de operação normal e a partir de outro sinal característico de operação normal, sejam distinguidos de sinais de desvio formados a partir de um sinal característico de operação normal e a partir de um sinal característico de operação anormal, e gravar o limiar de indicador no banco de dados de referência.

[056] E a invenção também se aplica a uma implantação de software do método e, portanto, a um produto de programa de computador que compreende instruções de código para a execução das etapas no método, de acordo com a invenção, quando o dito programa é executado em um computador.

Claims

1. MÉTODO DE ANÁLISE DO ESTADO OPERACIONAL DE UMA MÁQUINA (M), tal como um motor de aeronave, que compreende uma etapa de aprendizagem para fornecer informações a um banco de dados de referência (3) em um ou mais limiares para um ou mais indicadores calculados a partir de sinais fornecidos por um ou mais sensores (2) associados à máquina, caracterizado pela etapa de aprendizagem compreender as seguintes operações, implantadas por uma unidade de processamento computadorizada (10): - aquisição (ACQ) de sinais característicos de operação normal da máquina e de sinais característicos de operação anormal da máquina; - para cada um dos sinais característicos de operação normal, cálculo (SOUS) de assim chamado sinais de desvio através da comparação de sinal característico de operação normal com cada um dos sinais característicos de operação normal além do sinal característico de operação normal e com cada um dos sinais característicos de operação anormal; - para cada um dos sinais de desvio, o cálculo de um indicador (INDC-SOUS); - determinação (CAL-TSH), a partir de cada um dos indicadores de sinal de desvio, de um limiar de indicador que permite que os sinais de desvio, calculado através da comparação de um sinal característico de operação normal com outro sinal característico de operação normal, sejam distinguidos de sinais de desvio calculados através da comparação de um sinal característico de operação normal com um sinal característico de operação anormal; - gravação (ENG) do limiar de indicador no banco de dados de referência (3).

2. MÉTODO, de acordo com a reivindicação 1, caracterizado por compreender adicionalmente uma etapa de teste de máquina por meio de um sinal fornecido por um sensor associado à máquina, em que a etapa de teste compreende as seguintes operações: - cálculo de um sinal de teste através da comparação do sinal fornecido pelo sensor com um sinal de referência; - cálculo de um indicador do sinal de teste; - comparação do indicador de sinal de teste com o limiar de indicador gravado no banco de dados de referência, a fim de determinar o estado operacional, normal ou anormal, da máquina.

3. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 2, caracterizado pelos sinais fornecidos pelo um ou mais sensores serem transformados em sinais de frequência antes do cálculo dos sinais de desvio.

4. MÉTODO, de acordo com a reivindicação 3, caracterizado pelos sinais fornecidos pelo um ou mais sensores serem amostrados ao longo de um período de medição durante o qual a velocidade do motor da máquina é variável, em que os sinais amostrados são sincronizados de acordo com as variações na velocidade do motor ao longo do período de medição, e em que os sinais amostrados sincronizados são transformados em sinais de frequência a fim de obter linhas de frequência ordenadas de acordo com a velocidade de rotação do eixo.

5. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo indicador ou indicadores de sinal compreenderem um ou mais indicadores dentre um momento estatístico do sinal e a energia do sinal.

6. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo cálculo de um sinal indicador ser realizado contando- se o número de pontos no sinal subtraído de um sinal característico de operação normal que estão presentes fora de um envelope do sinal característico de operação normal.

7. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo cálculo de um sinal indicador ser realizado contando- se o número de picos dentre n picos no sinal característico de operação normal que coincidem com um pico dentre p picos do sinal subtraído do sinal característico de operação normal.

8. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 7, caracterizado pela etapa de aprendizagem compreender uma fase secundária durante a qual um sinal característico de operação normal é formado pela combinação de diversos sinais característicos de operação normal.

9. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 8, caracterizado por um sensor (2) dentre o um ou mais sensores fornecer um sinal acústico ou um sinal vibratório.

10. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 9, caracterizado por a comparação ser uma subtração.

11. SISTEMA PARA A ANÁLISE DO ESTADO OPERACIONAL DE UMA MÁQUINA (M), tal como um motor de aeronave, que compreende um módulo para aquisição (1) de um sinal fornecido por um sensor associado à máquina e um banco de dados de referência (5) em que são gravados um ou mais limiares para um ou mais indicadores calculados a partir de sinais fornecidos pelo sensor associado à máquina, caracterizado por compreender adicionalmente: - um módulo para calcular sinais de desvio (4) configurado para calcular, para cada um dos sinais característicos de operação normal, assim chamados sinais de desvio através da comparação do sinal característico de operação normal com cada um dos sinais característicos de operação normal além do sinal característico de operação normal e com cada um dos sinais característicos de operação anormal; - um módulo para calcular indicadores (5) configurado para calcular, para cada um dos sinais de desvio, um indicador; e - um módulo para determinação dos limiares de indicadores (6) configurado para determinar, a partir de cada um dos indicadores de sinal de desvio, um limiar de indicador que permite que os sinais de desvio, calculados através da comparação de um sinal característico de operação normal com outro sinal característico de operação normal, sejam distinguidos de sinais de desvio calculados através da comparação de um sinal característico de operação normal com um sinal característico de operação anormal, e gravar o limiar de indicador no banco de dados de referência (3).