CN102449309B - 用于确定推进器的状况指示器的系统和方法 - Google Patents

用于确定推进器的状况指示器的系统和方法 Download PDF

Info

Publication number
CN102449309B
CN102449309B CN201080024078.7A CN201080024078A CN102449309B CN 102449309 B CN102449309 B CN 102449309B CN 201080024078 A CN201080024078 A CN 201080024078A CN 102449309 B CN102449309 B CN 102449309B
Authority
CN
China
Prior art keywords
signal
frequency
propulsion device
angle
rake
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.)
Active
Application number
CN201080024078.7A
Other languages
English (en)
Other versions
CN102449309A (zh
Inventor
C.卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=42826934&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN102449309(B) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN102449309A publication Critical patent/CN102449309A/zh
Application granted granted Critical
Publication of CN102449309B publication Critical patent/CN102449309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms

Abstract

一种系统，包括被配置成测量推进器（100a-100h）的一个或多个特性的多个传感器（422-424）。该系统还包括推进器情况指示器装置（400），该推进器情况指示器装置（400）包括多个传感器接口（420），这多个传感器接口（420）被配置成从传感器接收与推进器的至少一级相关联的输入信号。推进器情况指示器装置还包括：处理器（440），被配置成使用输入信号识别推进器中的缺陷；以及输出接口（470），被配置成提供识别缺陷的指示器。处理器被配置成通过如下操作来识别缺陷：确定与推进器的至少一种故障模式有关的频率族（520），使用频率族分解输入信号，使用分解后的输入信号重构推进器信号，以及比较重构后的推进器信号与基线信号（430）。频率族包括叶片通过频率及其谐波。

Description

用于确定推进器的状况指示器的系统和方法
技术领域
本公开内容一般涉及推进器（impeller）装置，并且更具体地，涉及用于确定推进器的状况指示器（health indicator）的系统和方法。
背景技术
推进器常规地用在各种行业中。一种类型的推进器包括用于增加汽缸、管道或其它管路内的流体的压力和流动的转子。推进器通常用在例如过程（process）控制工业中。然而，推进器常规地遭受各种故障。推进器的示例故障模式可以包括叶片（vane）破损、推进器中的一个或多个破裂以及推进器中的磨损。
通常，需要或期望监测过程控制系统或其它系统中的推进器的状况，以便适当地安排推进器的维护。然而，由于使用的推进器的多样性，因此通常难以监测推进器的状况。
发明内容
本公开内容提供了一种用于确定推进器的状况指示器的系统和方法。
在第一实施例中，一种设备包括输入接口，该输入接口被配置成接收与推进器的至少一个级（stage）相关联的输入信号。该设备还包括处理器，该处理器被配置成使用输入信号识别推进器中的缺陷。该设备还包括输出接口，该输出接口被配置成提供识别缺陷的指示器。处理器被配置成通过如下方式来识别缺陷：确定与推进器的至少一种故障模式相关的频率族，使用频率族分解输入信号，使用分解后的输入信号重构推进器信号，以及将重构的推进器信号与基线信号进行比较。频率族包括叶片通过（pass）频率及其谐波。
在第二实施例中，一种系统包括被配置成测量推进器的一个或多个特性的多个传感器。该系统还包括推进器情况指示器装置，该推进器情况指示器装置包括多个传感器接口，这多个传感器接口被配置成从传感器接收与推进器的至少一个级相关联的输入信号。推进器条件指示器装置还包括：处理器，被配置成使用输入信号识别推进器中的缺陷；以及输出接口，被配置成提供识别缺陷的指示器。处理器被配置成通过如下方式识别缺陷：确定与推进器的至少一种故障模式相关的频率族，使用频率族分解输入信号，使用分解后的输入信号重构推进器信号，以及将重构后的推进器信号与基线信号进行比较。频率族包括叶片通过频率及其谐波。
在第三实施例中，一种方法包括接收输入信号，该输入信号具有与推进器的至少一个级对应的振动和/或速度信息。该方法还包括确定与推进器的至少一种故障模式对应的频率族，其中频率族包括叶片通过频率及其谐波。该方法还包括使用频率族分解输入信号以及使用分解后的输入信号重构推进器信号。另外，该方法包括将重构后的推进器信号与基线信号进行比较，以及当重构后的推进器信号与基线信号相差阈值量时，输出识别缺陷的指示器。
从以下附图、描述以及所附权利要求，其它技术特征对本领域技术人员会是容易明白的。
附图说明
为了更完整地理解本公开内容，现在参考以下结合附图进行的描述，其中：
图1A至1G示出了示例推进器配置；
图2A和2B示出了示例气穴现象（cavitation）位置；
图3示出了根据本公开内容的推进器故障模式规则的示例表；
图4示出了根据本公开内容的示例推进器情况指示器（ICI）装置；
图5示出了根据本公开内容的用于监测推进器的状况的示例ICI第一级操作的更详细视图；
图6示出了根据本公开内容的用于监测推进器的状况的示例ICI第二级操作的更详细视图；
图7示出了根据本公开内容的用于监测推进器的示例过程；以及
图8和9示出了根据本公开内容的示例推进器状况指示器。
具体实施方式
以下讨论的图1至9以及用于描述该专利文献中的本发明的原理的各个实施例仅作为说明并且不应以任何方式解释为限制本发明的范围。本领域技术人员将理解，本发明的原理可以以任何类型的适当布置的装置或系统来实现。另外，应理解，图中的元件是为了简化和清楚而示出的并且不一定是按比例绘制的。例如，图中的一些元件的尺寸可以相对于其它元件被放大，以帮助改进对该专利文献中描述的各个实施例的理解。
图1A至1G示出了示例推进器配置。在图1A至1D中，推进器100a-100b包括汽缸、管道或其它管路105内的转子。转子用于增加管路105内的流体的压力和流动。管路105包括接受进入流体的开放入口110（通常称为“眼”）。叶片115径向地推动管路105内的流体。叶片115可以例如表示向后弯曲刀片（blade）115a、径向刀片115b或向前倾斜刀片115c。花键的（splined）、带键的或带螺纹的孔120接受使得叶片115旋转的驱动轴125。推进器100a-100b可以由铁、钢、青铜、黄铜、铝、塑料或其它适当的（多个）材料制成。推进器100a表示轴向流推进器，并且推进器100b表示混合流推进器。
如图1E所示，推进器100c还可以用作离心泵130的旋转部件。推进器100c通过对从旋转中心向外的流体进行加速，将来自驱动泵130的马达的旋转和/或动能转变或转换成泵送流体的势能。当泵外壳135限制流体的向外运动时，通过推进器100c实现的速度转变成压力。
图1F和1G示出了另外类型的推进器。特别地，图1F示出了开放推进器100d、半开放推进器100e以及封闭推进器100f。图1G示出了单抽吸推进器100g和双抽吸推进器100h。
除了选择特定类型的推进器之外，可以改变特定推进器的设计以改变其性能特性。例如，具有大量叶片或包括具有大角度的叶片的推进器可以具有增大的流体的“头部”。另外，具有较小数量的叶片或具有大叶片出口角度的推进器会在尖端具有差的振动特性或较重的负载。此外，推进器与其外壳之间的大空隙可以减小振动，但是导致尺寸、重量和成本的增加。
与推进器使用相关联的一个液压现象是图2A和2B所示的气穴现象。气穴现象是如下现象：其中，汽泡形成在液体压力下降到其蒸气压力以下的区域中或该区域附近的流动液体中。图2A示出了位于推进器的排放处的气穴现象，而图2B示出了位于推进器的抽吸处的气穴现象。
气穴现象可以分为两类行为，即惯性（或瞬态）气穴现象和非惯性气穴现象。惯性气穴现象是如下过程：其中，液体中的孔隙或泡迅速崩溃，从而产生冲击波。非惯性气穴现象是如下过程：其中，流体中的泡由于某种形式的能量输入（诸如声场）而被迫在尺寸或形状方面振荡。两种类型的气穴现象会在使用推进器时发生。另外，由气穴现象形成的冲击波可以强到足以显著损坏运动零件，这会有助于推进器及其外壳的腐蚀或者对推进器的其它损坏。
通常尤其由于所使用的各种类型的推进器而难以监测多个推进器的状况。根据本公开内容，提供了一种推进器状况监测系统，其可以监测一个或多个推进器的状况，并且可以提供当特定推进器遭受磨损或其它问题时的指示。
图3示出了根据本公开内容的推进器故障模式规则的示例表300。图3所示的表300的实施例仅用于说明。在不背离本公开内容的范围的情况下，可以使用表300的其它实施例。
在该示例中，表300包括五种故障情况。故障情况包括高流动性气穴现象302、低流动性气穴现象304、推进器磨损306、推进器破裂310以及推进器叶片破损312。表300识别这些故障情况对与推进器的操作相关联的各个频率的影响。推进器频率包括旋转轴速度频率（fr）322、叶片通过频率（fvane）324、轴边带频率（fvane-fr）326和（fvane+fr）328以及背景噪声330。
如果发生高流动性气穴现象302或低流动性气穴现象304，则频率fvane 324、fvane-fr 326和fvane+fr 328减小，并且背景噪声330增加。如果发生推进器磨损306，则频率fvane 324增加，而频率fvane-fr 326和fvane+fr 328减小。推进器破裂310导致频率fr 322、fvane-fr 326和fvane+fr 328中的每个的增加，并且频率fvane 324减小。推进器叶片破损312增加了频率fr 322、fvane-fr 326和fvane+fr 328，同时引起频率fvane 324减小。记住这些规则，推进器状况监测系统可以监测一个或多个推进器的状况，并且可以识别每个推进器（如果有的话）的具体故障模式。
图4示出了根据本公开内容的示例推进器情况指示器（ICI）装置400。图4所示的ICI装置400的实施例仅用于说明。在不背离本公开内容的范围的情况下，可以使用ICI装置400的其它实施例。
在该示例中，ICI装置400包括用户配置部402。用户配置部402提供便于与ICI装置400的操作者交互的用户接口。例如，用户配置部402可以使得操作者能够输入推进器配置信息。作为特定示例，用户配置部402可以允许操作者输入机器配置404。机器配置404可以包括泵额定值、一种或更多类型的泵、一种或更多类型的推进器以及机器的一个或多个固有频率。
操作者还可以输入滤波器规范406。滤波器规范406可以包括滤波器类型、滤波器的阶、高频限制以及低频限制。数据获取（DAQ）规范408还可以通过用户配置部402中的操作来输入。DAQ规范408可以包括采样频率、样本数以及电压范围。另外，操作者可以输入传感器规范410和另外的用户输入412。传感器规范410可以包括传感器的类型、传感器范围和灵敏度以及传感器动态范围和固有频率。另外的用户输入412可以包括采样频率、样本数以及机器类别。
ICI装置400还包括传感器信号部420。传感器信号部420提供用于接收来自传感器的输入的接口，该传感器耦合到推进器和/或离心泵或包括推进器的其它装置或者以其它方式与之相关联。在该示例中，传感器信号部420包括到加速计422和转速计424的接口。加速计422检测、测量并记录推进器或包含推进器的装置的振动426。转速计424可以是传感器输入装置，诸如测速发电机或每转一次（Once Per Revolution，OPR）装置。转速计424检测、测量并记录推进器或包含推进器的装置的速度428。传感器信号部420还可以存储推进器或包含推进器的装置的基线信号430。
ICI装置400还包括人工智能（AI）部或其它处理部440。在该示例中，AI部440包括模拟到数字转换器441、预处理滤波器442以及振动特征（vibration signature）处理器444。振动特征处理器444可以包括一个或多个处理器或其它部件，其适配成执行FFT分析446、频率/频率带宽选择（FFBS）448、信号重构450、统计特征记录452以及归一化454。AI部440还能够执行基于模糊规则的诊断456和基于规则的诊断458。基于模糊规则的诊断456包括模糊化、规则、聚合和去模糊化操作。以下更详细地描述这些功能。
另外，ICI装置400包括输出接口470。输出接口470表示被配置成将信息发送到另一系统或装置（诸如计算机或显示器）的接口。输出接口470还可以表示单个显示器（例如，监视器）或多个显示器。在该示例中，输出接口470包括推进器磨损指示器472、推进器破裂指示器474、气穴现象指示器476以及推进器状况指示器478。这些指示器472-478识别被监测的推进器的状况。
ICI装置400可以以任意适当的方式来实现。例如，ICI装置400可以被实现为模拟/数字（A/D）卡、嵌入式系统、显示系统、中央处理单元、个人计算机或数字信号处理器。
ICI装置400检测和测量由各种类型的推进器故障导致的影响。例如，ICI装置400测量图3所示的频率322-330的幅度的改变。基于这些改变，ICI装置400对推进器故障进行分类。
在操作的一个方面，操作者可以经由用户配置部402输入推进器或具有推进器的装置的机器配置404。操作者还可以输入泵额定值（如果有的话）、泵的类型（如果有的话）、推进器的类型以及一个或多个固有频率。操作者还可以输入与滤波器规范406、DAQ规范408以及传感器规范410有关的信息。另外。操作者可以输入另外的用户输入412，诸如采样频率、样本数以及机器的类别，ICI装置400将其用于监测推进器。
ICI装置400接收来自传感器的传感器输入信号，该传感器经由多个传感器接口耦合到ICI装置。ICI装置400测量并记录与推进器的正常操作相关联的传感器输入信号。ICI装置400存储与推进器的正常操作对应的传感器输入信号作为基线信号集430。
ICI装置400继续基于包括在另外的用户输入412中的采样频率监测推进器的性能。ICI装置400使用滤波器422对来自传感器的输入信号进行滤波。振动特征处理器444对滤波后的信号中的所有分量特性（例如，频率）应用FFT分析446。FFT分析446可以仅产生与被监测的推进器有关的相关频率。
FFBS 448对将用在信号重构450中的一个或多个频率和幅度进行分离，以重构信号。一旦使用这些所选择的频率和幅度重构了信号，则振动特征处理器444确定重构的信号的统计特征452。在一些实施例中，统计特征452是均方根（RMS）值。此后，振动特征处理器444通过相对于基线信号430对重构的信号执行归一化454而产生归一化的信号。ICI装置400然后可以对归一化的信号应用各种规则。这些规则可包括基于模糊规则的诊断456和/或基于规则的诊断458。
ICI装置400经由输出接口470呈现结果的输出。在一些实施例中，输出接口470仅在ICI装置400确定了存在缺陷情况时（诸如，当归一化的信号与基线信号430相差一个或多个阈值时）才提供输出。在这些实施例中，输出接口470可以通过以下操作来提供输出：对与故障相关联的指示器进行标记、照明或以其它方式显示（例如，经由推进器磨损指示器472、推进器破裂指示器474、气穴现象指示器476或推进器状况指示器478）。
图5示出了根据本公开内容的用于监测推进器的状况的示例ICI第一级操作500的更详细视图。图5所示的ICI第一级操作500的实施例仅用于说明。在不背离本公开内容的范围的情况下，可以使用ICI第一级操作500的其它实施例。
在配置阶段期间，操作者输入与要监测的推进器有关的数据，诸如滤波器规范406、信号细节（例如，另外的用户输入412）、DAQ规范408、传感器规范410以及推进器规范（例如，机器配置404）。在该示例中，操作者可以输入推进器的类型502、级数504、每个级的叶片数505、高通滤波器频率FH506、数据获取的最大采样频率fdaq 507和最大样本数Ndaq 508、每个传感器的最大采样频率fdaq 510以及采样频率fs 511和样本数Ns 512。
ICI装置400还确定对于推进器（或者如果监测多个级，则对于推进器的每个级）的频率族（FoF）520。例如，AI部440可以确定叶片通过频率fvane 324和对于每个叶片通过频率fvane 324的至少三个谐波。AI部440还可以确定轴频率fr 322和围绕叶片通过频率fvane 324的轴边带fvane-fr 326和fvane+fr 328。应理解，尽管示出了每个叶片通过频率fvane 324的三个谐波，但是可以使用具有除三个谐波之外的谐波的实施例。另外，AI部440可以确定推进器的固有频率。
AI部440还确定操作者是否输入了FH 506、fs 511和Ns 512的适当值。例如，AI部440在比较530期间比较fs 511与FH 506。如果fs 511小于两倍的FH 506（fs<2FH），则AI部440在ICI装置400的输出接口470中触发增加fs 511指示器532。增加fs指示器532为操作者提供针对fs 511输入的值过低并且应该增加的视觉或听觉提示。
如果AI部440确定已输入了足够的fs 511（例如，fs 511不小于两倍的FH 506以使得fs≥2FH），则AI部440在比较536期间比较fs 511与fdaq 507。如果fs 511大约fdaq 507（fs>fdaq），则AI部440在输出接口470中触发减小fs指示器534。减小fs指示器534为操作者提供针对fs 511输入的值过高并且应该减小的视觉或听觉提示。
AI部440还在比较540期间比较Ns 512与Ndaq 508。如果Ns 512大于Ndaq 508（Ns>Ndaq），则AI部440在输出接口470中触发减小Ns指示器542。减小Ns指示器542为操作者提供针对Ns 512输入的值过高且应该减小的视觉或听觉提示。如果Ns 512小于或等于Ndaq 508（Ns≤Ndaq），则AI部440禁用减小Ns指示器542（如果减小Ns指示器542被启用）或什么都不做（如果减小Ns指示器542未启用）。
图6示出了根据本公开内容的用于监测推进器的状况的示例ICI第二级操作600的更详细视图。图6所示的ICI第二级操作600的实施例仅用于说明。在不背离本公开内容的范围的情况下，可以使用ICI第二级操作600的其它实施例。
在AI部440计算出传感器输入信号的频率族520之后，AI部440通过低通滤波器442处理FoF 520并且应用FFT分析446。低通滤波器442可以是巴特沃斯滤波器、基于小波的滤波器或任何其它低通滤波器。FoF 520通过FFBS 448，FFBS 448在该示例中包括多个带通滤波器路径605a-605c。2Hz频带（例如，从f+1Hz到f-1Hz）605a被应用于来自值小于1000Hz（f≤1000Hz）的FFT分析446的信号。3Hz频带（例如，从f+1.5Hz到f-1.5Hz）605b被应用于来自值小于2000Hz但是大于或等于1000Hz（1000Hz≤f<2000Hz）的FFT分析446的信号。4Hz频带（例如，从f+2Hz到f-2Hz）605c被应用于来自值大于或等于2000Hz（f≥2000Hz）的FFT分析446的信号。
AI部440计算每个频带605a-605c的最小和最大幅度。AI部440然后组合来自频带605a-605c的每个最大值，以生成最大幅度和频率的矩阵610。AI部440还组合来自频带605a-605c的每个最小值，以生成最小频率和幅度的矩阵615。AI部440创建FoF 520中的所有频率的联合（union）620，以识别推进器分量频率。
AI部440对联合620和最小幅度和频率的矩阵615应用统计特征452。统计特征452可以包括确定每个FoF 520的RMS或模（norm）。此后，AI部440对推进器分量和噪声频率执行信号重构450，以生成推进器的重构信号。在该示例中，重构信号表示加速度。特别地，AI部440可以重构叶片和谐波的信号、轴和轴边带频率的信号以及噪声频率的信号。
每个重构信号通过RMS水平检测器630、归一化RMS水平检测器635以及三个模糊成员函数（membership function）640之一。模糊成员函数640的输出通过模糊规则645以产生模糊规则信号。AI部440比较模糊规则信号与RMS或模基线信号650内的多个索引，以产生一个或多个推进器或泵情况655。注意，诸如当使用基于规则的诊断458时，模糊成员函数640和模糊规则645可以由其它逻辑来替换。
在该示例中，推进器或泵情况655基于所感测的振动提供反映推进器或泵的状况的指示。ICI装置400可以使用输出接口470输出识别推进器磨损、推进器破裂和/或气穴现象的推进器或泵情况。
在一些实施例中，ICI装置400包括存储在存储器中的多个阈值，并且ICI装置400可以比较所识别的情况655与存储在存储器中的阈值，以确定是否启动警报或其它动作。存储器可以是任何计算机可读介质，诸如可以包含、存储、通信、传播或传送数据的任何电、磁、电磁、光、电光、电机械和/或其它存储器装置。在特定实施例中，阈值可以包括ICI装置400计算出的对于每个情况655的告警阈值和警报阈值。告警阈值可以触发推进器情况655较高的告警，而警报阈值可以触发在推进器中检测到缺陷的警报。
图7示出了根据本公开内容的用于监测推进器的示例过程700。图7所示的过程700的实施例仅用于说明。在不背离本公开内容的范围的情况下，可以使用过程700的其它实施例。另外，为了易于说明，关于ICI装置400描述了过程700，但是过程700可以与任何适当的装置或系统一起使用。
在该示例中，ICI装置400使用被处理并与阈值相比较的振动和速度信号，以提醒操作者推进器中可能的损坏。在步骤705，ICI装置400接收振动和速度信号。在步骤710，ICI装置400存储在推进器的正常操作期间获得的振动和速度信号作为基线信号。在步骤715，ICI装置400确定推进器的相关频率族。这可以包括例如确定推进器的每种故障模式的FoF 520。FoF 520可以包括叶片通过频率及其谐波、轴旋转频率、围绕叶片通过频率及其谐波的轴旋转频率的边带以及背景噪声。ICI装置400可以测量振动信号并且使用任何可用的技术（诸如FFT分析）估计振动信号的频率。
在步骤720，ICI装置400继续接收振动和速度信号并执行信号处理。这可以包括例如分解振动和速度信号。信号处理还可以包括低通滤波器操作和FFT分析。在一些实施例中，使用傅立叶级数、拉普拉斯变换或Z变换完成解构（例如，分解）。在步骤725，ICI装置400使用处理后的信号执行频率/频率带宽选择。这可以包括例如分离频率和获得最小和最大频率及幅度。在步骤730，ICI装置400诸如通过重构总体信号以及重构叶片通过频率及其谐波、轴边带以及背景噪声的信号来重构信号。在步骤735中，ICI装置400从重构的信号识别一个或多个特征。例如，ICI装置400可以确定诸如RMS和峰度值的特征。ICI装置400还在步骤740中识别基线信号中的相应特征并且在步骤745中识别当前信号中的相应特征。在步骤750，相对于其它索引或基线信号的特征对重构后的信号进行归一化。例如，可以通过将在步骤745中得到的来自当前信号的特征除以在步骤750中得到的来自基线的特征，对重构后的信号进行归一化。归一化有助于相对于机械系统的尺寸和应用类型而一般化模型。在重构后的信号超过阈值之一的情况下，ICI装置400在步骤755中输出适当的指示器（例如，推进器磨损指示器、推进器破裂指示器和/或气穴现象指示器）。ICI装置400应用基于模糊规则的诊断，以确定重构后的信号是否超过阈值之一。
在一些实施例中，针对当前正经历磨损或当前包括破裂的推进器存储振动和速度信号。在这样的实施例中，ICI装置400基于由推进器的另外磨损或进一步破裂而导致的信号改变，提供告警或警报。
图8和9示出了根据本公开内容的示例推进器状况指示器478。图8和9所示的推进器状况指示器478的实施例仅用于说明。在不背离本公开内容的范围的情况下，可以使用推进器状况指示器478的其它实施例。
在这些示例中，推进器状况指示器478是使用基于模糊、Dempter-Shafer或贝叶斯理论的统计的特征融合而构建的。状况指示器478提供在值0与值1之间变化的严重性指标。推进器状况指示器478包括时间805以及两个阈值810和815。
尽管以上的图示出了各个实施例，但是可以对这些图进行任何数量的修改。例如，可以监测任何适当类型的推进器，并且可以检测任何适当类型的缺陷。另外， ICI装置400执行的所示的各种功能可以被组合、进一步再划分或者省略，并且可以根据特定需要而增加另外的功能。另外，尽管图7示出了一系列步骤，但是图7中的各个步骤可以重叠、并行发生、多次发生或以不同的顺序发生。
在一些实施例中，上述各个功能由计算机程序来实现或支持，该计算机程序由计算机可读程序代码构成并且实施在计算机可读介质中。短语“计算机可读程序代码”包括任何类型的计算机代码，包括源代码、目标代码以及可执行代码。短语“计算机可读介质”包括能够由计算机访问的任何类型的介质，诸如只读存储器（ROM）、随机存取存储器（RAM）、硬盘驱动器、光盘（CD）、数字视频盘（DVD）或任何其它类型的存储器。
可有利的是，阐述了在本专利文献中所使用的特定词和短语的定义。术语“耦合”及其衍生词指的是两个或更多个元件之间的任何直接或间接相通，而不管这些元件是否彼此物理接触。术语“包括”和“包含”以及其衍生词表示包括性而非限制。术语“或”是包括性的，表示和/或。短语“与…相关联”和“与之相关联”以及其衍生词可以表示包括、包括在内、与之互连、包含、包含在内、连接到或与之连接、耦合到或与之耦合、与之可通信、与之配合、交织、并置、紧接、接合到或与之接合、具有、具有其属性等。
尽管本公开内容描述了某些实施例以及一般相关联的方法，但是这些实施例和方法的变更和置换对本领域技术人员来说将是明显的。因此，示例实施例的以上描述没有限定或限制本公开内容。在不背离所附权利要求所限定的本公开内容的精神和范围的情况下，其它改变、替换以及变更也是可能的。

Claims (9)

1.一种用于确定推进器的状况的设备（400），所述设备包括：
输入接口（420），被配置成接收与推进器（100a-100h）的至少一级和与关联于推进器的操作的多个频率相关联的输入信号；
处理器（440），被配置成使用所述输入信号识别所述推进器中的特定故障模式；（以及
输出接口（470），被配置成提供识别推进器的状况的指示器；
其中，所述处理器被配置成通过以下操作来识别所述特定故障模式：
      确定与关联于所述推进器的操作的多个频率的至少一个有关的频率族（520），所述频率族包括叶片通过频率及其谐波；
      通过执行输入信号的转换并且对输入信号的转换成所选择的频带的分量进行分离来分解所述输入信号；
      使用分解后的输入信号在与所述频率族相关联的所选择的频带内的部分重构推进器信号；
      比较重构后的推进器信号与基线信号（430）；以及
基于故障模式规则来识别特定故障模式，所述故障模式规则识别特定故障模式对与所述推进器的操作相关联的多个频率的影响。
2.根据权利要求1所述的设备，其中：
与所述推进器的操作相关联的多个频率包括叶片通过频率、旋转轴速度频率、轴边带频率以及背景噪声频率；以及
所述重构后的推进器信号包括以下至少之一：
与所述叶片通过频率及其谐波相关联的信号；
与所述旋转轴速度频率相关联的信号；
与所述轴边带频率相关联的信号；以及
与所述背景噪声频率相关联的信号。
3.根据权利要求1所述的设备，其中，所述处理器被配置成经由多个带通滤波器（605a-605c）分解所述输入信号。
4.根据权利要求3所述的设备，其中，所述处理器被配置成通过以下操作来重构所述推进器信号：
确定所述带通滤波器的输出中所选择的频带的最大和最小幅度；
组合所述最大幅度以产生第一矩阵；
组合所述最小频率以产生第二矩阵；以及
使用所述第一和第二矩阵来重构多个推进器信号。
5.根据权利要求1所述的设备，其中，所述处理器进一步被配置成：
利用所述基线信号归一化重构后的信号；以及
应用特征融合技术以获得用于供所述指示器使用的值。
6.根据权利要求1所述的设备，其中，所述处理器进一步被配置成：将所述输入信号的与推进器的正常操作相对应的部分存储为基线信号。
7.根据权利要求1所述的设备，其中，识别推进器的状况的所示指示器包括以下中的至少一个：推进器磨损指示器、、推进器破裂指示器、气穴现象指示器以及推进器状况指示器。
8.根据权利要求1所述的设备，其中：
所述输入信号包括以下中的至少一个：与推进器相关联的振动信息和速度信息；
所述输入接口包括多个输入接口；和
所述处理器包括人工智能部分。
9.一种用于识别推进器的状况的方法，包括：
在至少一个或多个处理设备（440）处接收（705）输入信号，所述输入信号包括与所述推进器的至少一级对应的振动和速度信息中的至少一个，所述输入信号与关联于推进器的操作的多个频率相关联；
确定（715）与关联于所述推进器的操作的多个频率的至少一个相对应的频率族（520），所述频率族包括叶片通过频率及其谐波；
通过执行输入信号的转换并且对输入信号的转换成所选择的频带的分量进行分离来分解（720-725）所述输入信号；
使用分解后的输入信号在与所述频率族相关联的所选择的频带内的部分来重构（730）推进器信号；
比较（750）重构后的推进器信号与基线信号（430）；
基于故障模式规则来识别特定故障模式，所述故障模式规则识别特定故障模式对与所述推进器的操作相关联的多个频率的影响；
输出（755）识别推进器的状况的指示器；和
响应于确定了所述重构后的推进器信号与所述基线信号相差阈值量，而输出（755）识别缺陷的指示器。
CN201080024078.7A 2009-04-02 2010-03-23 用于确定推进器的状况指示器的系统和方法 Active CN102449309B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US12/417,452 US8620622B2 (en) 2009-04-02 2009-04-02 System and method for determining health indicators for impellers
US12/417,452 2009-04-02
US12/417452 2009-04-02
PCT/US2010/028258 WO2010114737A2 (en) 2009-04-02 2010-03-23 System and method for determining health indicators for impellers

Publications (2)

Publication Number Publication Date
CN102449309A CN102449309A (zh) 2012-05-09
CN102449309B true CN102449309B (zh) 2014-12-31

Family

ID=42826934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080024078.7A Active CN102449309B (zh) 2009-04-02 2010-03-23 用于确定推进器的状况指示器的系统和方法

Country Status (5)

Country Link
US (1) US8620622B2 (zh)
EP (1) EP2414681B1 (zh)
JP (1) JP2012522929A (zh)
CN (1) CN102449309B (zh)
WO (1) WO2010114737A2 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9618037B2 (en) 2008-08-01 2017-04-11 Honeywell International Inc. Apparatus and method for identifying health indicators for rolling element bearings
US8620622B2 (en) 2009-04-02 2013-12-31 Honeywell International Inc. System and method for determining health indicators for impellers
US8896437B2 (en) 2011-01-24 2014-11-25 Honeywell International Inc. Asset-specific equipment health monitoring (EHM) for industrial equipment using standardized asset models
US9310790B2 (en) 2011-05-23 2016-04-12 Honeywell International Inc. Large-scale comprehensive real-time monitoring framework for industrial facilities
US20120330614A1 (en) * 2011-06-22 2012-12-27 Honeywell International Inc. Rule-based diagnostics apparatus and method for rotating machinery
US10023305B2 (en) 2012-05-10 2018-07-17 Sikorsky Aircraft Corporation System and method of determining rotor loads and motion
BR112015025620A2 (pt) * 2013-04-29 2017-07-18 Schlumberger Technology Bv bomba submersível elétrica
US10908014B2 (en) * 2014-08-21 2021-02-02 Baker Hughes, A Ge Company, Llc Detecting rotor anomalies during transient speed operations
WO2018004577A1 (en) 2016-06-30 2018-01-04 Schlumberger Technology Corporation Shaft proximity sensors
DE102017200761A1 (de) * 2017-01-18 2018-07-19 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung zur überwachung eines rotierenden elements und entsprechendes verfahren
US11321586B2 (en) 2019-09-25 2022-05-03 Honeywell International Inc. Method, apparatus, and computer program product for determining burner operating state

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5519337A (en) * 1993-11-04 1996-05-21 Martin Marietta Energy Systems, Inc. Motor monitoring method and apparatus using high frequency current components
EP1245912A2 (en) * 2001-03-27 2002-10-02 Copeland Corporation Compressor diagnostic system
US6484109B1 (en) * 1998-05-20 2002-11-19 Dli Engineering Coporation Diagnostic vibration data collector and analyzer
JP3919738B2 (ja) * 2003-11-19 2007-05-30 独立行政法人科学技術振興機構 ポンプの診断方法、コンピュータプログラム、及び、ポンプを診断するための装置

Family Cites Families (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2883255A (en) * 1954-04-28 1959-04-21 Panellit Inc Automatic process logging system
US2799015A (en) * 1954-12-27 1957-07-09 Cons Electrodynamics Corp Vibration indicator
US3242321A (en) * 1965-02-11 1966-03-22 Industrial Nucleonics Corp Automatic machine analyzer
DE2850959C2 (de) * 1978-11-24 1986-06-19 Apura Gmbh, 6502 Mainz-Kostheim Behälter zum Aufnehmen und Pressen von Abfall
EP0159337B2 (en) * 1983-10-03 1996-02-28 Valmet Oy Method and device for electromagnetic heating of a roll, in particular of a calender roll, used in the manufacture of paper or of some other web-formed product
US4704191A (en) * 1985-01-08 1987-11-03 Beloit Corp. Electromagnetic extended nip press
US4621177A (en) * 1985-03-27 1986-11-04 Beloit Corporation Inductor configuration for eddy current heating in the papermaking process
JPS62226033A (ja) 1986-03-28 1987-10-05 Agency Of Ind Science & Technol メカニカルシ−ル摺動状態評価装置
US4885707A (en) * 1987-02-19 1989-12-05 Dli Corporation Vibration data collecting and processing apparatus and method
JPH0743278B2 (ja) 1988-02-04 1995-05-15 石川島播磨重工業株式会社 回転機械の診断装置
US5262958A (en) * 1991-04-05 1993-11-16 Texas Instruments Incorporated Spline-wavelet signal analyzers and methods for processing signals
DE4224379C2 (de) * 1992-07-06 1998-05-20 Krohne Messtechnik Kg Massendurchflußmeßgerät
US5479824A (en) * 1993-12-21 1996-01-02 General Electric Company On-line shaft crack detector
JPH07190849A (ja) 1993-12-27 1995-07-28 Toshiba Corp 回転軸受け振動診断装置
US5594180A (en) * 1994-08-12 1997-01-14 Micro Motion, Inc. Method and apparatus for fault detection and correction in Coriolis effect mass flowmeters
DE4433543C1 (de) * 1994-09-20 1995-12-21 Sonplas Gmbh Planung Montage U Verfahren zur Einstellung und Überprüfung des Durchflusses bei Ventilen
US5646600A (en) * 1995-01-12 1997-07-08 General Electric Company Instrument for detecting potential future failures of valves in critical control systems
US5616824A (en) * 1995-08-21 1997-04-01 General Electric Company Instrument for detecting potential future failures of valves in critical control systems
US6654697B1 (en) * 1996-03-28 2003-11-25 Rosemount Inc. Flow measurement with diagnostics
JP3254624B2 (ja) * 1996-05-31 2002-02-12 株式会社山武 スティックスリップ検出方法および検出装置
JP3481046B2 (ja) * 1996-06-13 2003-12-22 本田技研工業株式会社 車両のアクティブマウント用制御システムにおける故障診断方法及び装置
US5691914A (en) * 1996-07-24 1997-11-25 American Sigma, Inc. Fluid flow measurement correcting system, and methods of constructing and utilizing same
US5963884A (en) * 1996-09-23 1999-10-05 Machine Xpert, Llc Predictive maintenance system
US6412252B1 (en) * 1996-11-15 2002-07-02 Kaps-All Packaging Systems, Inc. Slotted induction heater
US5966674A (en) * 1997-04-09 1999-10-12 Westinghouse Air Brake Company Flow signal filter
US6260004B1 (en) * 1997-12-31 2001-07-10 Innovation Management Group, Inc. Method and apparatus for diagnosing a pump system
FI112972B (fi) 1998-07-15 2004-02-13 Abb Research Ltd Laakerin kunnon arviointi
US6757665B1 (en) * 1999-09-28 2004-06-29 Rockwell Automation Technologies, Inc. Detection of pump cavitation/blockage and seal failure via current signature analysis
IT1308594B1 (it) * 1999-02-09 2002-01-08 Sgm Spa Calandra magnetica con dispositivo di regolazione della pressionedi contatto tra i rulli
US6408676B1 (en) * 1999-03-31 2002-06-25 Caterpillar Inc. Method and apparatus for determining the status of a relief valve
US7010459B2 (en) * 1999-06-25 2006-03-07 Rosemount Inc. Process device diagnostics using process variable sensor signal
US6441744B1 (en) * 1999-06-29 2002-08-27 Fisher Controls International, Inc. Regulator diagnostics system and method
US6505517B1 (en) * 1999-07-23 2003-01-14 Rosemount Inc. High accuracy signal processing for magnetic flowmeter
DE19934767A1 (de) * 1999-07-23 2001-01-25 Philips Corp Intellectual Pty Magnetisches Bauelement
DE19947129A1 (de) * 1999-09-30 2001-04-05 Siemens Ag Diagnosesystem und -verfahren, insbesondere für ein Ventil
US6757668B1 (en) * 1999-11-05 2004-06-29 General Electric Company Information fusion of classifiers in systems with partial redundant information
US6634000B1 (en) * 2000-02-01 2003-10-14 General Electric Company Analyzing fault logs and continuous data for diagnostics for a locomotive
US6957172B2 (en) * 2000-03-09 2005-10-18 Smartsignal Corporation Complex signal decomposition and modeling
US6691249B1 (en) * 2000-03-22 2004-02-10 Agilent Technologies, Inc. Probabilistic diagnosis, in particular for embedded and remote applications
US6708291B1 (en) * 2000-05-20 2004-03-16 Equipe Communications Corporation Hierarchical fault descriptors in computer systems
FI109958B (fi) * 2000-12-27 2002-10-31 Metso Paper Automation Oy Jäähdytetty induktiokuumennuskäämi
CN1293307C (zh) * 2001-03-27 2007-01-03 科普兰公司 压缩机诊断系统
US6735549B2 (en) * 2001-03-28 2004-05-11 Westinghouse Electric Co. Llc Predictive maintenance display system
JP2002312199A (ja) * 2001-04-13 2002-10-25 Mitsubishi Electric Corp 異常検知電子機器及び異常検知方法及び異常検知電子機器システム及び異常検知プログラム及び異常検知プログラムを記録したコンピュータ読み取り可能な記録媒体
US6727725B2 (en) * 2001-05-01 2004-04-27 Square D Company Motor bearing damage detection via wavelet analysis of the starting current transient
US6681634B2 (en) * 2001-12-11 2004-01-27 Itt Manufacturing Enterprises, Inc. Bearing defect detection using time synchronous averaging (TSA) of an enveloped accelerometer signal
KR20030048779A (ko) 2001-12-13 2003-06-25 현대자동차주식회사 차량의 타이어 공기압 경보장치
US6725167B2 (en) * 2002-01-16 2004-04-20 Fisher Controls International Llc Flow measurement module and method
US6839660B2 (en) 2002-04-22 2005-01-04 Csi Technology, Inc. On-line rotating equipment monitoring device
US6933693B2 (en) * 2002-11-08 2005-08-23 Eaton Corporation Method and apparatus of detecting disturbances in a centrifugal pump
US6845340B2 (en) * 2003-03-06 2005-01-18 Ford Motor Company System and method for machining data management
US20040199828A1 (en) * 2003-04-01 2004-10-07 International Business Machines Corporation Method and apparatus for tracing troubleshooting events for aiding technical assistance
GB0308467D0 (en) * 2003-04-11 2003-05-21 Rolls Royce Plc Method and system for analysing tachometer and vibration data from an apparatus having one or more rotary components
US6941785B2 (en) * 2003-05-13 2005-09-13 Ut-Battelle, Llc Electric fuel pump condition monitor system using electrical signature analysis
KR20050011919A (ko) 2003-07-24 2005-01-31 현대자동차주식회사 소음패턴분석을 이용한 차량결함검출장치
US7286945B2 (en) * 2003-11-19 2007-10-23 Honeywell International Inc. Apparatus and method for identifying possible defect indicators for a valve
US7274995B2 (en) * 2003-11-19 2007-09-25 Honeywell International Inc. Apparatus and method for identifying possible defect indicators for a valve
US20050171736A1 (en) 2004-02-02 2005-08-04 United Technologies Corporation Health monitoring and diagnostic/prognostic system for an ORC plant
US7640139B2 (en) * 2004-10-18 2009-12-29 Nsk Ltd. Abnormality diagnosing system for mechanical equipment
EP1946254B1 (en) * 2005-10-18 2012-02-22 Honeywell International Inc. System, method, and computer program for early event detection
US7421374B2 (en) * 2005-11-17 2008-09-02 Honeywell International Inc. Apparatus and method for analyzing model quality in a process control environment
US7257501B2 (en) 2005-11-17 2007-08-14 Honeywell International Inc. Apparatus and method for identifying informative data in a process control environment
ATE474140T1 (de) 2007-03-23 2010-07-15 Grundfos Management As Verfahren zur detektion von fehlern in pumpenaggregaten
US7509234B2 (en) * 2007-08-16 2009-03-24 Gm Global Technology Operations, Inc. Root cause diagnostics using temporal data mining
US9618037B2 (en) * 2008-08-01 2017-04-11 Honeywell International Inc. Apparatus and method for identifying health indicators for rolling element bearings
TWI474023B (zh) * 2008-12-10 2015-02-21 Ind Tech Res Inst 馬達故障診斷方法及其診斷裝置
US8620622B2 (en) 2009-04-02 2013-12-31 Honeywell International Inc. System and method for determining health indicators for impellers

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5519337A (en) * 1993-11-04 1996-05-21 Martin Marietta Energy Systems, Inc. Motor monitoring method and apparatus using high frequency current components
US6484109B1 (en) * 1998-05-20 2002-11-19 Dli Engineering Coporation Diagnostic vibration data collector and analyzer
EP1245912A2 (en) * 2001-03-27 2002-10-02 Copeland Corporation Compressor diagnostic system
JP3919738B2 (ja) * 2003-11-19 2007-05-30 独立行政法人科学技術振興機構 ポンプの診断方法、コンピュータプログラム、及び、ポンプを診断するための装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP昭62-226033A 1987.10.05 *
JP特开平7-43278B2 1989.08.10 *

Also Published As

Publication number Publication date
JP2012522929A (ja) 2012-09-27
US20100256953A1 (en) 2010-10-07
CN102449309A (zh) 2012-05-09
EP2414681A2 (en) 2012-02-08
US8620622B2 (en) 2013-12-31
WO2010114737A3 (en) 2011-02-24
WO2010114737A2 (en) 2010-10-07
EP2414681A4 (en) 2014-04-16
EP2414681B1 (en) 2019-05-08

Similar Documents

Publication Publication Date Title
CN102449309B (zh) 用于确定推进器的状况指示器的系统和方法
CN102449457B (zh) 用于齿轮箱状况监控的系统和方法
CN103038719B (zh) 支持多个子系统的同时监控的冲突解决系统和方法
ES2776651T3 (es) Procedimiento para la supervisión de máquinas rotativas
Chao et al. Cavitation intensity recognition for high-speed axial piston pumps using 1-D convolutional neural networks with multi-channel inputs of vibration signals
CN105134456B (zh) 基于在线监测的水轮机故障预诊断方法
CN104075795A (zh) 用于监测风力发电机组的叶轮振动状态的方法和系统
CN102840991A (zh) 用于旋转机械的基于规则的诊断设备和方法
CN103245500A (zh) 用于旋转机器的盲缺陷检测系统和方法
CN107061183A (zh) 一种海上风电机组的自动化故障诊断方法
Rapur et al. On-line time domain vibration and current signals based multi-fault diagnosis of centrifugal pumps using support vector machines
Ebrahimi et al. Intelligent fault classification of a tractor starter motor using vibration monitoring and adaptive neuro-fuzzy inference system
CN113383215A (zh) 用于模式匹配轴承振动诊断的系统和过程
Khan et al. System design for early fault diagnosis of machines using vibration features
Kumar et al. 887. Fault diagnosis of antifriction bearings through sound signals using support vector machine
Muralidharan et al. Wavelet decomposition and support vector machine for fault diagnosis of monoblock centrifugal pump
CN113447267B (zh) 一种基于振动信号分析的齿轮箱整机状态评估方法和系统
CN109854701A (zh) 一种液力偶合器安全联锁保护方法、存储介质、计算机设备
Oh et al. Development of a system for diagnosing faults in rotating machinery using vibration signals
Duhaney et al. Applying feature selection to short time wavelet transformed vibration data for reliability analysis of an ocean turbine
Mollazade et al. Vibration-based fault diagnosis of hydraulic pump of tractor steering system by using energy technique
KR100296013B1 (ko) 퍼지논리를이용한회전기계의이상진단방법
Sakthivel et al. Application of standalone system and hybrid system for fault diagnosis of centrifugal pump using time domain signals and statistical features
Praveenkumar et al. Intelligent fault diagnosis of synchromesh gearbox using fusion of vibration and acoustic emission signals for performance enhancement
Koukoura et al. A diagnostic framework for wind turbine gearboxes using machine learning

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