CN101042426A - 用于频率调整的方法和装置 - Google Patents
用于频率调整的方法和装置 Download PDFInfo
- Publication number
- CN101042426A CN101042426A CNA2006100643800A CN200610064380A CN101042426A CN 101042426 A CN101042426 A CN 101042426A CN A2006100643800 A CNA2006100643800 A CN A2006100643800A CN 200610064380 A CN200610064380 A CN 200610064380A CN 101042426 A CN101042426 A CN 101042426A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- component
- oscillator
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H7/00—Multiple-port networks comprising only passive electrical elements as network components
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种监控机器(32)的状态的方法。该方法接收来自机器的输入复合信号(48),其中该输入复合信号包括多个信号分量。该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。该方法进一步包括处理该输入复合信号并产生输出复合信号(50),该输出复合信号包括多个信号分量。该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。处理该输入复合信号包括执行一个固定步进积分和处理输出复合信号来评定是否存在故障。
Description
技术领域
本发明一般涉及用于将具有目标频(frequency of interest)的信号从噪声区分开的系统和方法,更具体地说,涉及用于从复合信号中恢复目标信号的系统和方法。
背景技术
电动机等电机被用于多种广泛的应用,包括(但不局限于)关闭或打开电开关和/或向电气设备提供动力。可以使用状态监控系统通过监控与电机有关的预定的目标频率评价所述电机的状态。监控上述电机所运行的频率目标有助于精确地判定所述机器是运转良好还是出现了故障。
至少有些已知的状态监控系统从正被监控的机器中抽样多个信号以确定相关的运行状态并将这些状态传递给操作员。所收集到的信号可以是由多个分量组成的复合信号,所述多个分量包括了包含特定目标频率的信号分量和包含噪声的分量。然而,由于可能存在于机器输出信号中的噪声振幅,难以分离出包含目标频率的分量。此外,在有些情况下,当难以将目标频率分量从噪声分量区分开时,就不容易从噪声分量分离包含所述目标频率的分量。
为了帮助分离所述包含目标频率的复合信号分量,至少有些监控器使用了滤波器将来自抽样信号的频率范围缩小为包括目标频率的频带。在操作频率范围被缩小之后,可以从该频带内检测目标频率。然而,当无法从噪声分量区分包含目标频率的复合信号分量,所有的频谱峰值都表示噪声频率而不是目标频率。任意地选择其中一个频谱峰值会产生随机的结果,基本上保证不了分离目标频率。因此,难以从该频带内区分出目标频率。
为了进一步帮助分离包含机器的目标频率的信号分量,至少有些监控器使用了至少一个振荡器。所述振荡器可以被配置用来通过根据输入复合信号的预定目标频率调节振荡器的振荡频率而提高输入的复合信号的信躁比。这个过程有时被称为频率调整(frequency rectification)。
至少有些已知的振荡器包括在一组预定参数范围内振荡的物理模拟装置。例如,振荡器可以被配置用来输出在预定频率上或预定频率范围内具有预定振幅或在预定振幅范围内的信号。更具体地说,振荡器可以被配置用来输出其振幅对于预定时间段内预定数量的周期在两个值之间来回振荡的连续信号。或者,至少有些振荡器被配置为物理模拟装置的电子计算机模拟,以产生实际上类似于它们所基于的物理模拟模型的输出信号。
可以配置这些振荡器以使它们趋向于以基本稳定的频率在未受干扰的状态中振动直到引入了干扰为止。还可以配置这些振荡器,以使当对之前未受干扰的振荡器引入干扰时,所述振荡器趋向于转移到一个替代的、其特征类似于所述干扰的特征的基本稳定的状态。例如,可以配置上述振荡器以使它在目标频率的数量级内以未受干扰的振荡频率振荡。当在特定状态下,上述具有目标频率以及噪声分量的复合输入信号被输入到所述振荡器中时,该振荡器可以把它的振荡频率转成与目标频率基本相同的频率。来自振荡器的合成输出信号可以用频谱表示,由于噪声分量振幅的下降所述频谱的显著波峰非常接近目标频率。因此相对于噪声增大了目标频率的信号的相对振幅。
一旦频率调整完成,可以使用频率提取产生目标频率信号,以在随后的设备状态监控中进一步使用。
当上述振荡器的电子计算机化模型被用来执行频率调整时,相关配置所使用的一组算法要消耗大量的计算资源并且在判断是否存在设备故障时会带来不希望有的延迟。
发明内容
一方面,提供了一种监控机器状态的方法。该方法包括:接收来自机器的输入复合信号,其中该输入复合信号包括多个信号分量。该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。该方法还包括处理所述输入复合信号并产生具有多个信号分量的输出复合信号。所述多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。处理所述输入复合信号包括执行固定步长的积分(fixed-step integration)以及处理所述输出复合信号以判定是否存在故障。
另一方面,提供了一种监控系统。该监控系统包括一个模-数转换器用于将从机器接收到的模拟正弦信号转换成数字输入复合信号,其中该输入复合信号包括多个信号分量。所述多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。该系统还包括一个具有多个加速积分算法的频率整流器用于处理所述输入复合信号并产生一个输出复合信号。所述输出复合信号包括多个信号分量。所述多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。该系统还包括至少一个频率提取装置,它具有至少一个时域-频域转换器以及用于处理来自频率整流器的输出复合信号以判定是否存在故障的监控和诊断子系统。
又一方面,提供了一种频率调整系统。该频率调整系统包括一个模数转换器用于将来自机器的模拟正弦信号转换成数字输入复合信号,其中该输入复合信号包括多个信号分量。所述多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。该系统还包括一个具有多个加速积分算法的频率整流器用于处理该输入复合信号并产生输出复合信号,其中该输出复合信号包括多个信号分量。该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。
附图说明
图1是用来从复合信号区分出目标信号的系统的示范实施例的结构图;
图2是可以用于图1中的系统的示范性简谐振荡器的示范性位移对比时间行为的图形表示;
图3是可以用于图1中的系统的示范性简谐振荡器的示范相位图的图形表示;
图4是可以用于图1中的系统的示范性振荡器的示范性位移对比时间行为的图形表示;
图5是可以用于图1中的系统的示范性振荡器的示范性相位图的图形表示;
图6是可以用于图1中的系统的振荡器的示范性输出的图形表示;
图7是可以用于图1中的系统的振荡器的输入信号的示范性噪声分量的图形表示;
图8是可以用于图1中的系统的振荡器的示范性输出的图形表示;
图9是可以用于图1中的系统的计算机的示范实施例的结构图;
图10是用于调制可以用于图1中的系统的示范性振荡器的振荡频率的示范性方法的流程图;
图11是可用来从适合用于图1中的系统的复合信号中区分出目标信号的系统的可选示范实施例的结构图;
图12是可以用于图11中的系统的示范性的目标输入时钟信号的图形表示;
图13是可以用于图11中的系统的示范性噪声信号的图形表示;
图14是可以用于图11中的系统的示范性振荡器固有频率输出信号的图形表示;
图15是可以用于图11中的系统的示范性振荡器目标频率输出信号的图形表示;
图16是可以用于图11中的系统的示范性振荡器调整后频率输出信号的图形表示;
图17是可以用于图11中的系统的通用振荡器的示范实施例的结构图;
图18是可以用于图11中的系统的范德波尔(Van der Pol)振荡器的示范实施例的结构图。
图19是用于从自电机接收到的复合信号中区分出目标信号的系统的示范实施例的结构图;
图20是可以包含可用于图19中所示系统的决策支持子系统的CIMMS的示范实施例的结构图;
图21是可以驻留在图20中所示决策支持子系统中的基于规则的状态监控和诊断子系统的示范实施例的结构图;以及
图22是可以驻留在图21中所示基于规则的状态监控和诊断子系统中的电机运行速度频率整流器和提取装置的示范实施例的方框图。
具体实施方式
图1是可以用来从复合信号区分出目标信号的系统30的示范实施例。系统30包括传感器(transducer)34、模-数(A/D)转换器36、振荡器38、变换装置40和输出装置42。在备选实施例中,振荡器38包括变换装置40和输出装置42。传感器34可以与要监控的机器32相耦合,例如(但不限于)电动机的转子车轴和/或涡轮的外壳。在该示范实施例中,传感器34是一个检测电磁信号中的变化的电磁传感器。这样的信号变化由机器32的振荡(如旋转)产生。当然,传感器34也可以是其它类型的传感器,例如振动探头。
在示例性实施例中,振荡器38是一种范德波尔(Van der Pol)振荡器。或者,振荡器38可以是通用振荡器。变换装置40是将信号从时域转换成频域的傅立叶变换装置。例如,在一个实施例中,该傅立叶变换装置是快速傅立叶变换转置。输出装置42可以包括显示器,例如阴极射线管(CRT)显示器。
在运行中,根据该示例性实施例,传感器34在机器32周围产生一个场,例如电磁场。机器32在该电磁场内振荡,而且这样的振荡导致了机器输出信号44的产生。传感器34检测该机器输出信号44,并根据该信号44产生具有适合于A/D转换器36接收的形式的模拟信号36。A/D转换器36接收到模拟信号46,并将信号46从模拟形式转换成数字形式。
通常,诸如振荡器38等适用于系统30的振荡器可以具有通过类似于以下的二阶微分方程来控制的运行特征:
d2x(t)/dt2-z*(1-x(t)2)*(dx(t)/dt)+w2*x(t)=g*cos(wD*t)
(1)
其中“*”表示乘法;x表示任何变量,例如位移;t表示时间,d/dt表示关于时间的导数;(t)表示作为时间函数的变量;(dx(t)/dt)示位移关于时间的导数,即速度;d2x(t)/dt2表示速度关于时间的导数,即加速度;z表示阻尼常数;-z*(1-x(t)2)*(dx(t)/dt)表示阻尼项;w表示未受干扰的频率;g*cos(wD*t)表示周期的驱动(或强制)函数;g表示常数;wD表示驱动频率;cos(wD*t)表示三角函数。或者,可以使用sin(wD*t)。x及其导数的方程式的解随着时间而变化,并产生非线性的、动态的、振荡输出。
当驱动函数不存在时,公式(1)采用以下形式:
d2x(t)/dt2-z*(1-x(t)2)*(dx(t)/dt)+w2*x(t)=0
(2)
当阻尼常数z被设置为0时,公式(2)采用以下形式:
d2x(t)/dt2+w2*x(t)=0
(3)
这是关于简谐运动的一般方程式的形式,而且可以表示振荡器38的一个简单算法。
如上所述,A/D转换器36输出振荡器输入复合信号48,该信号48包括在预定时间周期内以预定抽样速率产生的多个数字化信号46样本,其中所述时间周期称为抽样时间步长。信号48还包括包含目标频率的分量以及噪声分量。无法从输入复合信号48的噪音分量区分出输入复合信号48的目标频率分量。目标频率的一个例子是机器32的固有振荡频率。可以在机器32的标签上显示该固有频率。机器32的固有频率和振荡器38的固有频率可以相同或不同。
在信号48被引入振荡器38之前,振荡器38可以如上所述以预定的固有频率振荡。当包含了目标频率分量和噪声分量的信号48被引入振荡器38时,振荡器38的振荡频率可以转成所述目标频率,即,振荡器38的频率可以与信号48的目标频率分量同步,而且可以如上所述地处理信号48的噪声分量。振荡器输出复合信号50包括一个包含目标频率的信号分量,该分量的振幅相对于已经被最小化的信号50的相关噪音分量得到了明显增加。因此,信号50相对于信号48具有较高的信噪比,因而,输出50的目标频率分量能够从噪音分量区分出来。
变换装置40接收到输出复合信号50,并将信号50从时域变换到频域以帮助随后从信号50中提取出目标频率。在一个实施例中,变换装置40应用傅立叶变换,或者应用快速傅立叶变换。变换装置40输出频域信号52到输出装置42,所述输出装置42显示所述频域信号52。
操作者观察输出装置42并判断机器32是否运行正常,例如通过评定测量出的频率是否在预定频率范围内或预定频率的偏差之内来进行上述判断。当机器32运行不正常时,操作者采取措施(例如呼叫维修中心)改善机器32的操作。例如,当机器32以不在预定频率范围内或者不在预定频率的偏差内的频率振荡时,机器32被确定为运行不正常。
图2是可以用于系统30(图1所示)的示范性简谐振荡器38的示范性位移对比时间行为的图形表示。简谐振荡器时域曲线图45是公式(3)中所示振荡器38的简谐实施例的一般特性的图形表示。曲线图45包括在横坐标(x轴)上标绘的位移x(t)、在纵坐标(y轴)上标绘的时间t以及振幅为x(t)频率为w的重复的正弦曲线。
图3是可以用于系统30(图1所示)的示范性简谐振荡器38的示范性相位图的图形表示。简谐振荡器相位图47(有时称为相图或相平面)包括在横坐标(x轴)上标绘的位移x(t)和在纵坐标(y轴)上标绘的速度dx(t)/dt。公式(3)的通解的特性由一个带有箭头的重复的圆形图案表示,所述箭头示出了关于时间t的振荡方向。通常由计算机使用下述数字积分技术对类似于上述公式(1)、(2)和(3)的公式求解。
参考上面的公式(2),阻尼项-z*(1-x(t)2)*(dx(t)/dt)可以确定振荡器38的运行特性。例如,当x(t)的值使(1-x(t)2)小于0时,阻尼项-z*(1-x(t)2)*(dx(t)/dt)为正,而且公式(2)对于x(t)的解趋向0。这样,阻尼了振幅大的振荡。或者,当x(t)的值使(1-x(t)2)大于0时,阻尼项-z*(1-x(t)2)*(dx(t)/dt)为负,而且公式(2)对于x(t)的解趋向于远离0。因此,放大了振幅小的振荡。
图4是可以用于系统30(图1所示)的示范性简谐振荡器38的示范性位移对比时间特征的图形表示。阻尼简谐振荡器时域曲线图49是公式(2)中所示的振荡器38的被阻尼的简谐实施例的一般行为的图形表示。当振荡器38的振荡在时间t=0被启动时,x(t)贯穿一系列连续增加的振幅而变化,并且一段时间后,振荡器38可以接近充分稳定的正弦曲线特性。
图5是可以用于系统30(图1所示)的示范性振荡器38的示范性相位图的图形表示。阻尼简谐振荡器相位图51表示一个相位图,其包括在横坐标(x轴)上标绘的位移x(t)和在纵坐标(y轴)上标绘的速度dx(t)/dt。公式(2)的通解的初始行为由用箭头表示关于时间的振荡方向的初始弹道轨迹(trajectory)来表示。随后,振荡器38的行为渐渐接近可以称为极限圆的闭合弹道轨迹,即振荡器38可以按照充分稳定的频率w振荡。这种状态通常被定义为未受干扰的振荡器状态。
在未受干扰的状态中,不管输入信号48的值如何,振荡器38都可以偏离振荡。例如,当没有信号48时,振荡器38显现出平衡性,并且包括非常稳定的、内部振荡的信号,该信号的振荡频率和振幅偏离操作者选择的预定参数。所述非常稳定的、内部振荡频率通常被称为振荡器的固有频率。在这个状态下,来自振荡器38的输出50可以包括基本上类似于由振荡器38的振荡所产生的振幅和频率。可以偏离振荡器38的固有频率使其基本上等于从经验操作估计或知识基础确定出的特定目标频率,即在其数量级内。如下所述,用计算机实现了通过对振荡器38的操作者调节参数对振荡器38的偏离。
图6是振荡器38的示范性输出50的图形表示。曲线图53示出了在偏离的、未受干扰的状态中的振荡器38的输出50。曲线图53包括在横坐标(x轴)上标绘的位移x(t)、在纵坐标(y轴)上标绘的时间t以及带有振幅x(t)和频率w的重复的正弦曲线。偏离的、未受干扰的振荡器频域曲线图54表示偏离的、未受干扰的振荡器38的输出52的频谱。曲线图54包括在横坐标(x轴)上标绘的位移x(t)、在纵坐标绘的频率以及带有振幅x(t)和频率w的频谱峰值。
参考以上的公式(1),当引入驱动函数g*cos(wD*t)时,关于x(t)的解和振荡器38的特性会改变。对于该实例,w和wD是不相等的。然而,可以认为它们在彼此的数量级内。驱动函数的引入为振荡器38引入一个扰动,经过一段时间后,该扰动将振荡器38的频率从w转变到wD。振荡器38最后获得一个改变的、充分稳定的振荡频率wD。这一状态可以称为频率锁定或频率同步,而且振荡器38达到一种改变的平衡。当驱动函数的振幅足够大时,促进该频率同步,未受干扰的振荡器状态的振幅和驱动函数基本上都是常数,w与wD之间的差别很小,而且w与wD基本上都是常数。
一开始往振荡器38中传送振荡器输入复合信号48干扰了振荡器38的平衡,类似于上述驱动函数。然而,在一段时间后,振荡器38会达到一种改变的偏离状态,其包括一种改变的平衡。在改变的状态中,振荡器输出复合信号50也会改变,而且会获得基本上类似于输入48的目标频率分量的频率值,其与振荡器38的固有频率稍微有些不同。当达到这种状态时,振荡器38的振荡与输入48同步。当此状态存在时,输出50的图形表示可能基本上类似于上述图6中的曲线图53。
如果与驱动函数一起引入一个附加的随机噪声分量,例如白噪声,该公式的解就会改变。以下公式表示了这一状态:
d2x(t)/dt2-z*(1-x(t)2)*(dx(t)/dt)+w2*x(t)=g*cos(wD*t)+Noise(t)
(4)
其中Noise(t)表示会随着时间而变化的随机噪声分量。该随机噪声分量包括在频谱内变化频率和振幅的多个随机噪声信号。
图7是振荡器38的输入信号48的示范性噪声分量的图形表示。在噪声分量时域曲线图55上,通常可以用快速转变的幅度(在横坐标上)对比时间(在纵坐标上)来表示该随机噪声分量。在噪声分量频域曲线图56上,通常可以用针对跨越该频谱的多个频率具有恒定快速转变的振幅(在横坐标上)的频谱(在纵坐标上)来表示该随机噪声分量。包括w与wD的频率范围内的频率振幅在公式(1)的噪声分量中可以比驱动函数分量大,从而在噪声下“埋藏”目标频率。可以预先确定积分时间步长,其足够大以阻止积分随机噪声信号的重要部分。随时间对噪声分量的多个积分,其包括跨越频谱的快速和随机转变的振幅,使噪声分量对解的影响最小化。阻尼项进一步通过上述特性来使噪声对于该解的影响最小化。因此,公式(4)的包含噪声分量的解基本上类似于公式(1)的不包含噪声分量的解。随后,振荡器38可以以频率wD来振荡。
图8是振荡器的示范性输出48的图形表示。在振荡器输出时域曲线图57中的可区分的目标频率表示振荡器38在信号48中引入噪声分量之后时域中的输出。曲线图57包括在横坐标上标绘的位移x(t)、在纵坐标上标绘的时间t以及带有振幅x(t)和频率wD的重复的正弦曲线。在振荡器输出频域曲线图58中的可区分的目标频率表示在信号48中引入噪声分量之后频域中的信号52。曲线图58包括在横坐标上标绘的位移x(t)、在纵坐标上标绘的频率以及带有振幅x(t)和频率wD的频谱峰值。
变换装置40(图1所示)接收输出复合信号50(图1所示),并将信号50从时域变换到频域以促进随后从信号50中提取目标频率。在一个实施例中,变换装置40应用傅立叶变换,或者应用快速傅立叶变换。变换装置40向输出装置42(图1所示)输出频域信号52(图1所示),该输出装置42显示频域信号52。与输入信号48(图1所示)同步的振荡器38的图形表示(图1所示)基本上类似于曲线图54(图6所示),除了在频率等于wD时的频率峰值。
图9是可以用于系统30(图1所示)的计算机60的示范实施例的方框图,其为振荡器38和变换装置40的实例。计算机60包括处理器62、存储器64、输入装置66和输出装置42。在此所使用的术语计算机并不仅仅限定为那些在现有技术中称为计算机的集成电路,而且泛指处理器、微控制器、微型计算机、可编程逻辑控制器、专用集成电路和其他可编程电路,而且这些术语在此可以交换使用。在示范实施例中,存储器64可以包括但不限定于计算机可读介质,例如随机存取存储器。作为选择,还可以使用软盘、光盘-只读存储器(CD-ROM)、磁光盘(MOD)和/或数字通用光盘(DVD)。另外,在示范实施例中,输入装置66可以表示诸如鼠标和键盘的计算机外围设备,但并不限定于此。作为选择,还可以使用其他计算机外围设备,例如扫描仪。
处理器62包括模拟振荡器38(图1所示)和变换装置40(图1所示)的至少一个振荡器和至少一个变换装置的计算机化模型。处理器62接收来自A/D转换器36的输入复合信号48并处理信号48。处理器62通过调节多个操作参数和执行多个算法来处理信号48,以使振荡频率可以与信号48的目标频率分量的频率同步。处理器62通过存储器信号68从存储器64中获取操作参数。操作者操作输入装置66来通过输入信号70向处理器62提供操作参数。选择性地,操作者可以调节处理器操作参数来偏离固有振荡频率以便基本上类似于输入复合信号48的目标频率分量的频率。处理器62产生输出复合信号50。此外,处理器62通过执行多个算法来将输出复合信号50从时域变换到频域,然后输出频域信号52。
图10是调制可以用于系统30(图1所示)的振荡器38(图1所示)的振荡频率的示范性方法80的流程图。方法80包括接收输入复合信号的步骤82。方法80进一步包括处理输入复合信号的步骤84。通过在处理器60内调节多个操作参数和执行多个算法来执行该处理(图9所示),以便随后调节振荡器38的计算机化模型的振荡频率,使其约等于输入复合信号48(图1所示)的目标频率。方法80进一步包括产生输出复合信号的步骤86。判断步骤88包括产生对振荡频率是否约等于输入复合信号48的输入目标频率的判断。当判断步骤88指出振荡频率不约等于目标频率时,调节处理器60的多个操作参数和执行多个算法来将振荡器38的计算机模型的振荡频率向输入复合信号48的目标频率转变。在接收到另一个输入复合信号时重复方法80。
图11是可以用于系统30(图1所示)的用来从复合信号中区别目标信号的系统90的替代示范实施例的方框图。系统90包括振荡器92,其为振荡器38(图1所示)的示范实施例。系统90进一步包括第一乘法器94、加法器96、第二乘法器98、三角函数装置100、时钟信号发生器102、多个开关104和106以及多个端子108、110、112和114。时钟信号发生器102可以包括石英晶体。三角函数装置100执行三角函数,例如正弦函数或余弦函数。每一个乘法器94和98可以包括放大器。
时钟信号发生器102振荡以产生时钟信号116,该时钟信号116包括一个预定频率,例如每秒1弧度(rad/sec)。乘法器98接收时钟频率信号116,把频率信号116乘以无量纲的常数,例如0.95,并输出相乘后的时钟频率信号118,例如,0.95弧度/秒。三角函数装置100接收相乘后的时钟频率信号118,并对该信号执行一个三角函数的算法以产生目标输入时钟信号120。信号120的一个实例是sin((0.95rad/sec)*t),其中“*”表示乘法函数而t表示以秒为单位的时间。作为选择,信号120可以是cos((0.95rad/sec)*t)。信号120可以用来使振荡器92与上述目标频率同步。
图12是可以用于系统90(图11所示)的示范性的目标输入时钟信号120的图形表示。曲线图122表示示范性的目标输入时钟信号120在时域中的一个实例。在纵坐标上表示振幅,在横坐标上表示以秒为单位的时间。曲线图122将信号120表示为振幅大约为1和频率大约为0.95弧度/秒的基本上稳定的、重复的正弦曲线。曲线图124表示示范性的目标输入时钟信号120在频域中的实例。在纵坐标上表示振幅,在横坐标上表示以弧度/秒为单位的频率。曲线图124将信号120表示成具有大约为1的振幅和在大约0.95弧度/秒的频率峰值。
乘法器94接收噪声信号170。噪声信号170表示无法与目标输入时钟信号120区分的噪声。乘法器94把噪声信号170乘以一个因子来产生相乘后的噪声信号200。该因子的实例包括常数,例如一、二或三。放大噪声信号170的目的是为了有意地组合重要的噪声分量和包含目标频率的信号,以此来估计振荡器92区分目标频率和噪声的可行性。
图13是可以用于系统90(图11所示)的示范性噪声信号170的图形表示。曲线图172表示示范性噪声信号170在时域中的实例。在纵坐标上表示振幅,在横坐标上表示以秒为单位的时间。曲线图172将信号170表示为具有变化的振幅和频率的不稳定的随机曲线。曲线图174表示示范性噪声信号170在频域中的实例。在纵坐标上表示振幅,在横坐标上表示以弧度/秒为单位的频率。曲线图174将信号170表示成具有变化的振幅和频率的频谱。注意到,曲线图174中所示噪声信号170的振幅可以表示在一个特定时间点时的静态透视图,而多个噪声分量振幅在系统90中可以是动态的。还注意到,在大约为0.95弧度/秒时频谱振幅大于1,1为信号120的振幅。如上所述的伴随着乘法器94的状态会促进在相乘后的噪声信号200下“埋藏”后来的目标频率。
加法器96把相乘后的噪声信号200与目标输入时钟信号120相加,以此产生输入复合振荡信号202,该输入复合振荡信号202包括放大的噪声分量和目标频率分量。
当开关106连接到端子114时,振荡器92接收预定等于0的输入信号204,即不存在信号。而且,振荡器92不接收输入复合振荡信号202。振荡器92以一个固有频率进行振荡,如上所述地由操作者选择多个预定参数来确定该固有频率。输出信号206包括该固有频率。在此情况下,开关104的位置是无关的。
图14是可以用于系统90(图11所示)的示范性振荡器固有频率输出信号206的图形表示。曲线图201表示振荡器固有频率输出信号206在时域中的实例。在纵坐标上表示振幅,在横坐标上表示以秒为单位的时间。曲线图201将信号206表示成振幅大约为1和频率大约为1弧度/秒的基本上稳定的、重复的正弦曲线。曲线图203表示振荡器固有频率输出信号206在频域中的实例。在纵坐标上表示振幅,在横坐标上表示以弧度/秒为单位的频率。曲线图203将信号206表示成具有大约为1的振幅和在大约为1弧度/秒时的频率峰值。
当开关104连接到端子110时,乘法器94接收等于0的输入信号204,并输出相乘后的噪声信号200,它也为0。当接收到相乘后的噪声信号200时,加法器96把信号200与目标输入时钟信号120相加,以产生输入复合振荡信号202。在此情况下,当相乘后的噪声信号200等于0时,输入复合振荡信号202与目标输入时钟信号120相同。当开关106连接到端子112时,振荡器92接收输入复合振荡信号202。当接收输入复合振荡信号202时,振荡器92使其振荡频率与信号202的频率同步,如上所述,在此情况下,该信号基本上等于目标输入时钟信号120,并且产生输出复合信号206,该输出复合信号206具有基本上类似于目标频率的频率。
图15是在输入信号202只包括输入时钟信号120分量时可以用于系统90(图11所示)的示范性振荡器输出复合信号206的图形表示。曲线图205表示振荡器输出复合信号206在时域中的实例。在纵坐标上表示振幅,在横坐标上表示以秒为单位的时间。曲线图205将信号206表示成振幅大约为1和频率大约为0.95弧度/秒的基本上稳定的、重复的正弦曲线。曲线图207表示振荡器输出复合信号206在频域中的实例。在纵坐标上表示振幅,在横坐标上表示以弧度/秒为单位的频率。曲线图207将信号206表示成具有大约为1的振幅和在大约0.95弧度/秒时的频率峰值。
当开关104连接到端子108时,乘法器94接收振荡噪声信号170,并如上所述把信号170与一个因子相乘以产生相乘后的振荡噪声信号200,以使得噪声信号200在或接近目标频率的振幅在信号202的噪声分量中比在信号202的任何其它分量中大,即目标频率被“埋藏”。加法器96把相乘后的振荡噪声信号200与目标输入时钟信号120相加,并输出输入复合振荡信号202。当开关106连接到端子112时,振荡器92接收输入复合振荡信号202。当接收输入复合振荡信号202时,振荡器92使其振荡频率与信号202的频率同步,在此情况下,该信号202基本上等于目标输入时钟信号120,并且产生输出复合振荡信号206,该输出复合振荡信号206具有基本上类似于目标频率的频率。信号206进一步从噪声分量区分出的目标频率分量。此外,信号206表示经过频率调整的信号202。
图16是可以用于系统90(图11所示)的示范性振荡器输出信号206的图形表示,其表示在频率调整后的输出复合信号206。曲线图208表示示范性振荡器频率调整输出复合信号206在时域中的实例。在纵坐标上表示振幅,在横坐标上表示以秒为单位的时间。曲线图208将信号206表示成振幅大约为1和频率大约为0.95弧度/秒的基本上稳定的、重复的正弦曲线。曲线图209表示示范性振荡器频率调整输出复合信号206在频域中的实例。在纵坐标上表示振幅,在横坐标上表示以弧度/秒为单位的频率。曲线图209将信号206表示成振幅略小于1,即,大约为0.8,并具有基本上接近于0.95弧度/秒的频率峰值,并在0.95弧度/秒的任一侧具有较小峰值。
图17是可以用于系统90(图11所示)的振荡器92的示范实施例的方框图。振荡器92包括多个积分器260和262、三角函数装置100、静力矩乘法器264、乘法器266、多个加法器268和270、负阻尼乘法器272和逆惯性乘法器274。静力矩乘法器264、负阻尼乘法器272和逆惯性乘法器274都可以包括一个放大器。
当接收到输入复合信号202时,乘法器266把信号202乘以静力矩乘法器输出信号282以输出乘法器输出信号284。加法器268接收乘法器输出信号284和负阻尼乘法器输出信号286,并把信号284和信号286相加来产生一个加法器输出信号288。当接收到加法器输出信号288时,逆惯性乘法器274把信号288乘以振荡器92的惯性I的倒数1/I,以此产生逆惯性乘法器输出信号290。积分器260接收逆惯性乘法器输出信号290,求信号290在时间t上的积分以产生积分器输出信号292。当接收到积分器输出信号292时,加法器270把信号292与振荡器92的振荡频率f的负值294相加,并输出加法器输出信号296。负阻尼乘法器272接收加法器输出信号296,把信号296乘以振荡器92的阻尼D的负值,并产生负阻尼乘法器输出信号286。当接收到积分器输出信号292时,积分器262求信号292在时间t上的积分以产生积分器输出信号298。三角函数装置100接收积分器输出信号298,并对信号298执行三角函数,以此产生输出复合信号206。当接收到输出复合信号206时,静力矩乘法器264把信号206乘以振荡器92的静力矩w,以此输出静力矩乘法器输出信号282。
注意到,端子314包括一个开关,该开关在一个时间t时将积分器输出信号292连接到积分器262,在另一个时间t时将积分器输出信号292连接到加法器270。
在示范实施例中,振荡器92如下表示:
I*d2u/dt2+D*(du/dt-f)=w*sin(u)*input complex signal 202,
(5)
其中“*”表示乘法运算,sin(u)是输出复合振荡信号206,d/dt表示关于时间t的导数,u是角变量输出,例如振荡器92的振荡。振荡器92的调节参数包括以上定义的I、D、f和w。调节这些参数的目的是为了偏离振荡器92使其基本上以一个特定的目标频率来振荡。可以通过计算机60(图9所示)来调节这些参数。
一组将振荡器偏离到一个特定的目标频率的参数实例是:I=1,D=1,f=1和w=0.5。当要求目标输入频率为0.95弧度/秒时,可以将目标输入时钟信号120调节为大约0.95弧度/秒,而且可以将f选择为大约1弧度/秒。注意到,1弧度/秒约等于0.95弧度/秒且位于上述数量级内。对于另一个实例,当再一次要求目标输入频率为0.95弧度/秒时,可以将目标输入时钟信号120调节为大约0.95弧度/秒,而且可以将f选择为0.90弧度/秒与1弧度/秒之间的任何增量。再一次注意到,0.9和1弧度/秒约等于0.95弧度/秒且位于上述数量级内。
因此,当振荡器92接收输入复合信号202,而且信号202的频率约等于目标频率时,振荡器92与输入202同步,如上所述。
当振荡器92的输入是上述具有0值的输入信号204时,公式(5)变成:
I*d2u/dt2+D*(du/dt-f)=0,
(6)
其中振荡器92可以以上述固有频率进行振荡。
图18是可以用于系统90(图11所示)的范德波尔(Van der Pol)振荡器320的示范实施例的方框图。范德波尔(Van der Pol)振荡器320包括积分器260和262、输出信号和振幅装置322、刚度乘法器324、乘法器326、阻尼乘法器328、加法器268、加法器330和负质量倒数乘法器(negative inverse mass multiplier)332。刚度乘法器324、负质量倒数乘法器332和阻尼乘法器328都可以表示放大器。
当接收到输入范德波尔复合信号340和加法器输出信号342时,加法器330把信号340与信号342相加以产生加法器输出信号344。负质量倒数乘法器332接收加法器输出信号344,并把信号344乘以范德波尔(Van der Pol)振荡器320的质量M的倒数(1/M)的负值,以此输出负质量倒数乘法器信号346。当接收负质量倒数乘法器信号346时,积分器260求信号346在时间t上的积分以输出积分器输出信号348。积分器262接收积分器输出信号348,求信号348在时间t上的积分以输出一个输出范德波尔复合信号350。当接收输出范德波尔复合信号350时,输出信号和振幅装置322把信号350乘以信号350的x次幂以产生第一结果,把信号350的参数A乘以参数A的x次幂以产生第二结果,从第一结果中减去第二结果来输出一个输出信号352。注意,x是一个整数。
乘法器326接收输出信号352和积分器输出信号348,把信号352乘以信号348以输出乘法器输出信号354。当接收乘法器输出信号354时,阻尼乘法器328把信号354乘以范德波尔(Van der Pol)振荡器320的阻尼DV,以产生阻尼乘法器输出信号356。刚度乘法器324接收输出范德波尔复合信号350,把信号350乘以范德波尔(Van der Pol)振荡器320的刚度K,以此产生刚度乘法器输出信号360。当接收到阻尼乘法器输出信号356和刚度乘法器输出信号360时,加法器268把信号356与信号360相加以产生加法器输出信号342。
在示范实施例中,范德波尔(Van der Pol)振荡器320如下所表示:
M*d2v/dt2-Dv*(o.25*A2-v2)*dv/dt+K*v=输入范德波尔振荡器复合信号340
(7)
其中v是输出范德波尔复合信号350,“*”表示乘法运算,而d/dt表示关于时间t的导数。振荡器320的调节参数包括以上定义的M、DV、A和K。当输入范德波尔复合信号340为0时,公式(3)变成:
M*d2v/dt2-Dv*(0.25*A2-v2)*dv/dt+K*v=0
(8)
注意到,端子420包括一个开关,该开关在一个时间t时将积分器输出信号348连接到乘法器326,在另一个时间t时将积分器输出信号348连接到积分器262。还要注意到,端子422包括一个开关,该开关在一个时间t时将输出范德波尔复合信号350连接到刚度乘法器324,在另一个时间t时将信号350连接到输出信号和振幅装置322。
积分器260和262利用数字积分技术执行关于微分公式的积分计算,其包括使用带有变量积分步骤的四阶Runga-Kutta方法。该方法包括使用计算装置,例如计算机60(图9所示),通过对多个可变时间步长(时间步长的数目是操作者选择的)的四个时间间隔求积分值,并且将结果相加,来对所述相关微分方程求积分。注意到,该方法还包括通过内插来确定每一个时间步长的每一个时间间隔的值,其包括处理一组具有13个未知数的11个公式,其中任意选择两个未知数的值。执行相关的数字积分算法会在一段延长的时间内使用大量重要的计算机资源,例如存储器64(图9所示)和处理器62(图9所示)的处理能力,该延长的时间段即为每次抽样大约136秒。
图19是系统500的示范实施例,该系统500用于从接收自电动机502的复合信号中恢复目标信号。系统500包括电流传感器506、模-数(A/D)转换器510、连续积分的机器监控系统(CIMMS)514和CIMMS输出装置700。传感器506可以连接到电动机502。电动机502可以表示三相电动机的三个电流导体中的一个,但并不局限于此。电流传感器506可以表示一个变流器,但并不局限于此,该变流器检测流向电动机502的电流,包括电流变化。作为选择,可以使用一个钳位电流传感器来测量电流。由电动机502操作状态的变化来产生这样的信号变化,例如电动机502中的负载变化。
连续积分的机器监控系统(CIMMS)514可以多个硬件部件和软件程序的组合来实现。CIMMS 514接收并分析多个数据来确定多个机器和/或使用这些机器的多个处理过程的现有的操作状态。CIMMS 514使用来自用于每个机器的各个传感器的直接测量数据和来自所有或部分传感器的导出量。使用预定分析规则的CIMMS 514判断机器的故障或即将发生的故障。CIMMS 514进一步用于执行关于机器组合的趋势分析和按照多种格式显示数据和/或趋势,以便为CIMMS 514的用户提供一种快速解释由CIMMS 514提供的健康评价和趋势信息的能力。
在示范实施例中,电动机502释放电流504,电流传感器506将该电流504逐步减低为一个较小的电流信号。电流传感器506检测电流504,并将电流504转换成模拟输出信号508,该模拟输出信号508具有适合于A/D转换器510接收的形式。A/D转换器510接收模拟输出信号508,并把信号508从模拟形式转换成数字形式。A/D转换器510输出数字输入复合信号512,该数字输入复合信号512包括多个在预定时间周期内以预定速率产生的数字化信号508的抽样,其中该时间周期可以称为抽样时间步长。信号512还包括包含目标频率的分量和噪声分量。目标频率分量可能无法与噪声分量区分。一个目标频率分量的实例是流入电动机502的交流电的固有频率。可以在电动机502的标签上显示该固有频率。
CIMMS 514接收来自A/D转换器510的输入复合信号512,处理输入复合信号512,并向CIMMS输出装置700输出CIMMS输出信号698,以显示数据和/或趋势和/或预定操作者通知。
图20是可以用于系统500(图19所示)的CIMMS 514的示范实施例的方框图,该CIMMS 514可以包括决策支持系统600。决策支持系统600包括基于规则的状态监控和诊断子系统610,并向CIMMS输出装置700进行输出。
基于规则的状态监断和诊断子系统610接收输入复合信号512,并处理该信号以在复合信号512中区分目标频率分量和噪声分量,对目标频率执行一组诊断性评价,并向CIMMS输出装置700输出CIMMS输出信号698用于显示数据和/或趋势和/或预定操作者通知。
图21是可以存在于决策支持子系统514(图20所示)中的基于规则的状态监控和诊断子系统610的示范实施例。该基于规则的状态监控和诊断子系统610包括多个频率整流器620。该多个频率整流器620包括电动机运行速度频率整流器和提取装置630。基于规则的状态监控和诊断子系统610进一步包括电动机状态监控和诊断性规则组合680,该电动机状态监控和诊断性规则组合680进一步包括一个变短的旋转比较器规则682和一个断开的转子狭钢条比较器规则688,但是不限于此。向CIMMS输出装置700输出来自比较器规则的输出。
由电动机运行速度频率整流器和提取装置630接收输入复合信号512,处理该信号以在复合信号512中区分目标频率分量和噪声分量。电动机运行速度频率整流器和提取装置630向电动机状态监控和诊断性规则组合680输出一个电动机运行速度信号678。将电动机运行速度信号678输入到变短的旋转比较器规则682和断开的转子狭钢条比较器规则688。比较器规则682和688对电动机运行速度信号678执行一组诊断性评价,并向CIMMS输出装置700输出一个变短的旋转比较器规则输出信号684和一个断开的转子狭钢条比较器规则输出信号686。
图22是可以存在于基于规则的状态监控和诊断子系统610(图21所示)的电动机运行速度频率整流器和提取装置630的示范实施例的方框图。电动机运行速度频率整流器和提取装置630包括执行电动机运行速度频率调整的范德波尔(Van der Pol)振荡器632,以及执行电动机行速度频率提取的快速傅立叶变换(FFT)函数装置672。
在图22中包括了称为范德波尔(Van der Pol)振荡器632的示范性振荡器的示范实施例。范德波尔(Van der Pol)振荡器632包括积分器646和650、输出信号和振幅装置656、线性刚度乘法器654、乘法器660、非线性阻尼乘法器664、第一加法器634、第二加法器638和负质量倒数乘法器642。线性刚度乘法器654、负质量倒数乘法器642和非线性阻尼乘法器664都可以表示一个放大器。乘法器660可以包括一个调制器。
第一加法器634把输入复合信号512与线性刚度乘法器输出信号668相加,并输出第一加法器输出信号636,该第一加法器输出信号随后输入到第二加法器638。第二加法器636把第一加法器输出信号636与非线性阻尼乘法器输出信号666相加,并输出该总和作为第二加法器输出信号640给负质量倒数乘法器642。
负质量倒数乘法器642接收第二加法器输出信号640,并把信号640乘以范德波尔(Van der Pol)振荡器632的质量参数M的倒数(1/M)的负值,以此输出负质量倒数乘法器输出信号644。当接收负质量倒数乘法器输出信号644时,第一积分器646求信号644在时间t上的积分以输出第一积分器输出信号648。第二积分器650接收第一积分器输出信号648,第二积分器650求信号648在时间t上的积分以输出一个范德波尔(Van der Pol)振荡器复合输出信号652。当接收范德波尔(Van der Pol)振荡器复合输出信号652时,输出信号和振幅装置656把信号652乘以信号652的x次幂(signal 652raised to a power x)以产生第一结果,把信号652的参数A乘以参数A的x次幂,并将该乘积乘以0.25以产生第二结果,从第一结果中减去第二结果来输出一个输出信号和振幅装置输出信号658。注意x是一个整数。
乘法器660接收输出信号658和第二积分器输出信号648,把信号658乘以信号648以输出乘法器输出信号662。当接收乘法器输出信号662时,非线性阻尼乘法器664把信号662乘以范德波尔(Van der Pol)振荡器632的阻尼参数DV,以此产生非线性阻尼乘法器输出信号666。
线性刚度乘法器654接收范德波尔(Van der Pol)振荡器复合输出信号652,并把信号652乘以范德波尔(Van der Pol)振荡器632的刚度参数K,以此产生线性刚度乘法器输出信号668。
注意到,可选实施例可以包括一个开关,该开关在一个时间t时将第一积分器输出信号648连接到乘法器660,在另一个时间t时将第一积分器输出信号648连接到第二积分器650。该可选实施例进一步包括一个开关,该开关在一个时间t将范德波尔振荡器复合输出信号652连接到线性刚度乘法器654,在另一个时间t将信号652连接到输出信号和振幅装置656。
在示范实施例中,范德波尔(Van der Pol)振荡器632如下所表示:
M*d2v/dt2-Dv*(0.25*A2-v2)*dv/dt+K*v=输入范德波尔(Van der Pol)振荡器复合信号512
(7)
其中v是范德波尔(Van der Pol)复合输出信号652,“*”表示乘法运算,而d/dt表示关于时间t的导数。振荡器632的可调节参数包括以上定义的M、DV、A和K。当输入的范德波尔复合信号512为0时,公式(3)变成:
M*d2v/dt2-Dv*(0.25*A2-v2)*dv/dt+K*v=0,
(8)
其中范德波尔(Van der Pol)振荡器320可以以上述固有频率进行振荡。
在示范实施例中,第一积分器646和第二积分器650利用数字积分技术,通过带有固定积分步长的四阶Runge-Kutta方法来执行关于微分公式的加速积分计算。该方法包括使用上述计算装置,通过对于单个的、固定时间步长(time step)的四个间隔的值进行数字积分,来对相关的微分方程积分。在示范实施例中,该单个的、固定时间步长可以基本上类似于上述A/D转换器510的抽样时间步长。与上述使用变化的积分步长相比,利用单个的、固定时间步长执行相关的数字积分算法减少了所执行的内插次数。减少内插次数可以减少执行相关算法所使用的计算资源的数量,例如存储器54(图6所示)和处理器50(图6所示)的处理能力。随后,可以将处理时间从每次抽样大约136秒减小为每次抽样大约0.5秒。
FFT函数装置672接收范德波尔振荡器复合输出信号652,并对信号652运用傅立叶变换函数,把信号652从时域变换到频域来提取目标频率。FFT函数装置672向电动机状态监控和诊断性规则组合680输出在频域中的电动机运行时间信号678。
在此描述的频率调整方法和系统促进区分目标频率。更具体地说,振荡器内的加速的积分器可以加速处理机器监控数据。因此,可以减轻计算资源的负担和减少对操作者的信息传送时间延迟,以此来更及时地进行决策。
尽管在此描述和/或举例说明的方法和系统是根据旋转电机描述和/或举例说明的,但是更具体地说,在此描述和/或举例说明的电动机、方法和系统的实践通常不局限为电动机或旋转电机。相反地,在此描述和/或举例说明的方法和系统适用于监控任何机器上任何部件的任何参数。
以上详细地描述了状态监控方法的示范实施例。该方法并不局限为在此所述的特定实施例或正在监控的特定部件,而是可以独立地与在此所描述的其他方法分开使用,或者来监控在此没有描述的其他部件。例如,利用在此所描述的方法还可以监控其他电动机部件。
虽然根据各个特定实施例描述了本发明,但是本领域技人员了解可以在权利要求的精神和范围内对本发明进行修改。
部件列表
30 | 系统 |
32 | 机器 |
34 | 传感器 |
36 | A/D转换器 |
38 | 振荡器 |
40 | 变换装置 |
42 | 输出装置 |
44 | 输出信号 |
45 | 振荡器时域曲线图 |
46 | 模拟信号 |
47 | 曲线图 |
48 | 输入复合信号 |
49 | 振荡器时域曲线图 |
50 | 输出复合信号 |
51 | 振荡器相位图 |
52 | 频域信号 |
53 | 曲线图 |
54 | 域曲线图 |
55 | 分量时域曲线图 |
56 | 分量频域曲线图 |
57 | 输出时域曲线图 |
58 | 输出频域曲线图 |
60 | 计算机 |
62 | 处理器 |
64 | 存储器 |
66 | 输入装置 |
68 | 存储器信号 |
70 | 输入信号 |
80 | 方法 |
82 | 输入复合信号步骤 |
84 | 输入复合信号步骤 |
86 | 输出复合信号步骤 |
88 | 判断步骤 |
90 | 系统 |
92 | 振荡器 |
94 | 乘法器 |
96 | 加法器 |
98 | 第二乘法器 |
100 | 三角函数装置 |
102 | 时钟信号发生器 |
104 | 开关 |
106 | 开关 |
108 | 端子 |
110 | 端子 |
112 | 端子 |
114 | 端子 |
116 | 时钟频率信号 |
118 | 相乘后的时钟频率信号 |
120 | 目标时钟信号 |
122 | 曲线图 |
124 | 曲线图 |
170 | 噪声信号 |
172 | 曲线图 |
174 | 曲线图 |
200 | 相乘后的噪声信号 |
201 | 曲线图 |
202 | 信号频率 |
203 | 曲线图 |
204 | 输入信号 |
205 | 曲线图 |
206 | 输出复合信号 |
207 | 曲线图 |
208 | 曲线图 |
209 | 曲线图 |
260 | 积分器 |
262 | 积分器 |
264 | 静力矩乘法器 |
266 | 乘法器 |
268 | 加法器 |
270 | 加法器 |
272 | 负阻尼乘法器 |
274 | 逆惯性乘法器 |
282 | 静力矩乘法器输出信号 |
284 | 乘法器输出信号 |
286 | 乘法器输出信号 |
288 | 乘信号 |
290 | 惯性乘法器输出信号 |
292 | 积分器输出信号 |
296 | 加法器输出信号 |
298 | 积分器输出信号 |
314 | 端子 |
320 | 范德波尔(Van der Pol)振荡器 |
322 | 振幅装置 |
324 | 刚度乘法器 |
326 | 乘法器 |
328 | 阻尼乘法器 |
330 | 加法器 |
332 | 负质量倒数乘法器 |
340 | 振荡器复合信号 |
342 | 加法器输出信号 |
344 | 乘信号 |
346 | 质量倒数乘法器信号 |
348 | 积分器输出信号 |
350 | 复合信号 |
352 | 输出信号 |
354 | 乘信号 |
356 | 阻尼乘法器输出信号 |
360 | 刚度乘法器输出信号 |
420 | 端子 |
422 | 端子 |
500 | 系统 |
502 | 电动机 |
504 | 电流 |
506 | 电流传感器 |
508 | 模拟输出信号 |
510 | A/D转换器 |
512 | 输入复合信号 |
514 | CIMMS |
600 | 支持子系统 |
610 | 诊断子系统 |
620 | 多个频率整流器 |
630 | 提取装置 |
632 | 范德波尔(VanderPol)振荡器 |
634 | 第一加法器 |
636 | 第一加法器输出信号 |
638 | 第二加法器 |
640 | 第二加法器输出信号 |
642 | 负质量倒数乘法器 |
644 | 质量乘法器输出信号 |
646 | 第一积分器 |
648 | 第一积分器输出信号 |
650 | 第二积分器 |
652 | 振荡器复合输出信号 |
654 | 线性刚度乘法器 |
656 | 信号和振幅装置 |
658 | 输出信号 |
660 | 乘法器 |
662 | 乘法器输出信号 |
664 | 阻尼乘法器 |
666 | 乘法器输出信号 |
668 | 刚度乘法器输出信号 |
672 | 函数装置 |
678 | 电动机运行速度信号 |
680 | 诊断规则组合 |
682 | 变短的旋转比较器规则 |
684 | 比较器规则输出信号 |
686 | 比较器规则输出信号 |
688 | 转子狭钢条比较器规则 |
698 | CIMMS输出信号 |
700 | CIMMS输出装置 |
Claims (9)
1、一种监控机器(32)状态的方法,该方法包括:
接收来自机器的输入复合信号(48),其中该输入复合信号包括多个信号分量,该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量;
处理该输入复合信号并产生输出复合信号(50),该输出复合信号包括多个信号分量,该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量,其中所述处理该输入复合信号包括执行固定步进积分;以及
处理该输出复合信号来评定是否存在故障。
2、一种监控系统(500),包括:
模-数转换器(510),用于将从机器接收的模拟的正弦信号转换成数字的输入复合信号(512),其中该输入复合信号包括多个信号分量,该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量;
频率整流器(620),其带有多个加速的积分算法,并用于处理该输入复合信号和产生输出复合信号(652),其中该输出复合信号包括多个信号分量,该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量;
至少一个频率提取装置,其包括至少一个从时域到频域的转换器;以及
监控(600)和诊断(610)子系统,用于处理从所述频率整流器输出的输出复合信号来评定是否存在故障。
3、按照权利要求12所述的监控系统(500),其中所述频率整流器(620)包括至少一个振荡器(632)。
4、按照权利要求13所述的监控系统(500),其中所述振荡器(632)包括所述多个加速的积分算法。
5、按照权利要求14所述的监控系统(500),其中所述多个加速的积分算法包括一个用于积分的固定时间步长算法,该固定时间步长算法包括一个具有单个固定时间步长的四阶尤格-库塔(Runge-Kutta)积分模型。
6、按照权利要求12所述的监控系统(500),其中所述至少一个频率提取装置进一步包括快速傅立叶变换。
7、按照权利要求12所述的监控系统(500),其中监控(600)和诊断(610)子系统包括一个基于规则的决策支持子系统,该基于规则的决策支持子系统包括至少一个比较器(682),该比较器包括至少一个预定值,将所述预定值设置为与所述输出复合信号(652)中包含的所述目标频率的振幅进行比较。
8、一种频率调整系统(30),包括:
模-数转换器(36),用于将从机器(32)接收的模拟的正弦信号转换成数字的输入复合信号(48),其中该输入复合信号包括多个信号分量,该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量;以及
频率整流器(620),其带有多个加速的积分算法,并用于处理该输入复合信号和产生一个输出复合信号,其中该输出复合信号包括多个信号分量,该多个信号分量包括至少一个包含预定目标频率的信号分量和至少一个包含噪声的信号分量。
按照权利要求18所述的频率调整系统(30),其中频率整流器(620)包括振荡器(92),该振荡器包括所述多个加速的积分算法。
9、按照权利要求19所述的频率调整系统(30),其中所述多个加速的积分算法包括一个用于积分的固定时间步长算法,该固定时间步长算法包括一个带有单个固定时间步长的四阶尤格-库塔(Runge-Kutta)积分模型。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/247810 | 2005-10-10 | ||
US11/247,810 US7693212B2 (en) | 2005-10-10 | 2005-10-10 | Methods and apparatus for frequency rectification |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101042426A true CN101042426A (zh) | 2007-09-26 |
CN101042426B CN101042426B (zh) | 2012-03-21 |
Family
ID=37685344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006100643800A Expired - Fee Related CN101042426B (zh) | 2005-10-10 | 2006-10-10 | 用于频率调整的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7693212B2 (zh) |
EP (1) | EP1772739B1 (zh) |
KR (1) | KR101281307B1 (zh) |
CN (1) | CN101042426B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615917B (zh) * | 2008-06-23 | 2013-03-20 | 晨星软件研发(深圳)有限公司 | 频率调整装置及其调整方法 |
CN107297282A (zh) * | 2017-07-20 | 2017-10-27 | 江苏华大离心机制造有限公司 | 一种离心机的振动保护方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7856224B2 (en) * | 2005-03-31 | 2010-12-21 | General Electric Company | Systems and methods for recovering a signal of interest from a complex signal |
WO2012012550A2 (en) * | 2010-07-20 | 2012-01-26 | The University Of Memphis Research Foundation | Theft detection nodes and servers, methods of estimating an angle of a turn, methods of estimating a distance traveled between successive stops, and methods and servers for determining a path traveled by a node |
US8870057B2 (en) | 2011-09-22 | 2014-10-28 | General Electric Company | System and method for equipment monitoring component configuration |
US8988238B2 (en) | 2012-08-21 | 2015-03-24 | General Electric Company | Change detection system using frequency analysis and method |
US9798318B2 (en) * | 2014-04-14 | 2017-10-24 | General Electric Company | Online frequency response characterization system and method |
US20160273957A1 (en) * | 2015-03-19 | 2016-09-22 | National Instruments Corporation | Machine Condition Monitoring Using Phase Adjusted Frequency Referenced Vector Averaging |
KR102109264B1 (ko) * | 2018-08-29 | 2020-05-11 | 주식회사 포스코 | 회전자 이상 진단 장치 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3376733A (en) * | 1966-05-12 | 1968-04-09 | Gen Motors Corp | Vibration analyzer |
JPS5812556A (ja) * | 1981-07-14 | 1983-01-24 | Hitachi Ltd | 集電装置の火花監視装置 |
US4451786A (en) * | 1982-03-01 | 1984-05-29 | General Electric Company | High sensitivity brush arcing monitor for a dynamoelectric machine |
CA1243408A (en) | 1984-11-26 | 1988-10-18 | Ichiro Tsuda | Method and apparatus of recognition |
JP2791036B2 (ja) | 1988-04-23 | 1998-08-27 | キヤノン株式会社 | 音声処理装置 |
US5256977A (en) * | 1991-11-22 | 1993-10-26 | Axis Usa, Inc. | High frequency surge tester methods and apparatus |
US5523701A (en) * | 1994-06-21 | 1996-06-04 | Martin Marietta Energy Systems, Inc. | Method and apparatus for monitoring machine performance |
US5612978A (en) * | 1995-05-30 | 1997-03-18 | Motorola, Inc. | Method and apparatus for real-time adaptive interference cancellation in dynamic environments |
KR0179877B1 (ko) * | 1996-04-17 | 1999-05-15 | 이종수 | 회로 차단기의 과전류 차단 제어 장치 및 방법 |
US6131013A (en) | 1998-01-30 | 2000-10-10 | Motorola, Inc. | Method and apparatus for performing targeted interference suppression |
US6133798A (en) | 1998-06-19 | 2000-10-17 | Nec Corporation | Oscillation system |
US6463266B1 (en) * | 1999-08-10 | 2002-10-08 | Broadcom Corporation | Radio frequency control for communications systems |
WO2001034789A2 (en) * | 1999-11-12 | 2001-05-17 | Biogen, Inc. | Computational method for inferring elements of gene regulatory network from temporal patterns of gene expression |
US6484132B1 (en) * | 2000-03-07 | 2002-11-19 | Lockheed Martin Energy Research Corporation | Condition assessment of nonlinear processes |
US7236838B2 (en) | 2000-08-29 | 2007-06-26 | Matsushita Electric Industrial Co., Ltd. | Signal processing apparatus, signal processing method, program and recording medium |
US6950712B2 (en) * | 2002-07-30 | 2005-09-27 | Yamaha Hatsudoki Kabushiki Kaisha | System and method for nonlinear dynamic control based on soft computing with discrete constraints |
US6822522B1 (en) | 2003-05-23 | 2004-11-23 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for an improved nonlinear oscillator |
-
2005
- 2005-10-10 US US11/247,810 patent/US7693212B2/en not_active Expired - Fee Related
-
2006
- 2006-10-09 EP EP06255197.3A patent/EP1772739B1/en not_active Not-in-force
- 2006-10-10 KR KR1020060098388A patent/KR101281307B1/ko not_active IP Right Cessation
- 2006-10-10 CN CN2006100643800A patent/CN101042426B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615917B (zh) * | 2008-06-23 | 2013-03-20 | 晨星软件研发(深圳)有限公司 | 频率调整装置及其调整方法 |
CN107297282A (zh) * | 2017-07-20 | 2017-10-27 | 江苏华大离心机制造有限公司 | 一种离心机的振动保护方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20070039862A (ko) | 2007-04-13 |
CN101042426B (zh) | 2012-03-21 |
KR101281307B1 (ko) | 2013-07-03 |
EP1772739B1 (en) | 2013-07-03 |
US20070081583A1 (en) | 2007-04-12 |
EP1772739A3 (en) | 2011-11-30 |
EP1772739A2 (en) | 2007-04-11 |
US7693212B2 (en) | 2010-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101042426A (zh) | 用于频率调整的方法和装置 | |
Delgado-Arredondo et al. | Methodology for fault detection in induction motors via sound and vibration signals | |
CN1211907C (zh) | 感应电动机驱动器及其参数估计方法 | |
CN100345183C (zh) | 主动控制振动噪声的装置和方法,及具有该装置的车辆 | |
CN108956117B (zh) | 电磁振动分量的去除方法、旋转机械诊断方法及装置 | |
CN1747306A (zh) | 电动驱动控制装置、电动驱动控制方法及其程序 | |
AU2012314960B2 (en) | A method of determining stationary signals for the diagnostics of an electromechanical system | |
TW201602598A (zh) | 馬達故障檢測方法與馬達故障檢測系統 | |
Dion et al. | Tracking and removing modulated sinusoidal components: a solution based on the kurtosis and the extended Kalman filter | |
CN1578111A (zh) | 交流电动机的控制装置及交流电动机系统 | |
JP2012130238A (ja) | 3相電力網の電圧信号の周波数および位相角を推定および追跡するための方法 | |
CN111256993A (zh) | 一种风电机组主轴承故障类型诊断方法及系统 | |
JP2012103240A (ja) | ランダム振動試験制御装置 | |
Soltani et al. | Characterization of input current interharmonics in adjustable speed drives | |
JP2016518606A5 (zh) | ||
JP2008271771A (ja) | 様々な発振器システムを使用した正弦波変調信号整流ツール | |
CN1742208A (zh) | 用于确定闪变源方向的测量方法 | |
CN1207170A (zh) | 非稳定信号分析装置及记录了非稳定信号分析程序的媒体 | |
CN1955745A (zh) | 一种高压电气设备在线监测中的相位测量的方法 | |
CN1264075C (zh) | 振动单元及振动台波形控制单元和方法 | |
CN115356108B (zh) | 一种调制高阶水平挤压变换机械故障诊断方法与装置 | |
JP2016046899A (ja) | 風力発電システムの出力電力最大化装置及び方法 | |
CN1402013A (zh) | 一种同步发电机空载电势相量的纯电气测量方法 | |
CN103397173B (zh) | 模态宽频振动消除应力设备的信号处理方法 | |
JP2010249637A (ja) | 流体の状態検出方法および状態検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120321 Termination date: 20141010 |
|
EXPY | Termination of patent right or utility model |