CN102597735B - 探测至少一个发动机滚柱轴承损伤的方法 - Google Patents
探测至少一个发动机滚柱轴承损伤的方法 Download PDFInfo
- Publication number
- CN102597735B CN102597735B CN201080050247.4A CN201080050247A CN102597735B CN 102597735 B CN102597735 B CN 102597735B CN 201080050247 A CN201080050247 A CN 201080050247A CN 102597735 B CN102597735 B CN 102597735B
- Authority
- CN
- China
- Prior art keywords
- engine
- feature
- kilter
- vibration
- roller bearing
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明涉及一种方法,其包括步骤如下:在轴转速N变化的测量周期P期间组内采集发动机部件机械振动的当前振动信号(Vc);在测量周期P期间采集信号(Vc);将该信号相对于转速N的变化而同步;将信号转换成频率信号,以获得根据转速N排列的频率谱线;计算谱线的平均幅度,以便获得发动机当前振动特征(Sc);计算所述特征(Sc)和良好状态下参考振动特征(Ss)之间的偏差比(Δ);并将偏差比(Δ)与预定数据库内的缺陷指标进行比较,列出发动机滚柱轴承的理论损伤情况,以便确定滚柱轴承潜在的损伤。
Description
本发明涉及监测发动机磨损,特别是旋转支撑发动机至少一个转轴的滚柱轴承的磨损情况。
航空涡轮机中的滚柱轴承支撑着涡轮机高压和低压本体的轴。在相对于涡轮机固定壳体来支撑轴的传统滚柱轴承和相对于第二轴来支撑第一轴的滚柱轴承(称之为“中介轴承”)之间形成区别。
滚柱轴承的破裂会导致轴承所支撑轴的旋转停止,进而引起发动机完全停止,从而潜在危及安装该涡轮机的飞机上的乘客生命安全。轴承破裂后,轴承碎片会进入到涡轮机各个不同部件之间,使得涡轮机必须整体更换。对轴承磨损情况的探测,旨在其破裂之前,便可更换损伤的轴承,从而可以增加涡轮机的使用寿命。
为了探测滚柱轴承的磨损情况,已知有许多简单方法,其中包括测量燃气涡轮机的振动信号,以便采用统计方法来计算该信号的振动功率(统计矩方法),所谓的RMS方法包括计算平方平均的平方根等。然后,将该信号的振动功率与根据经验确定的探测阈值进行比较。如果信号功率超过了探测阈值,则探测到滚柱轴承存在磨损。这种方法只适用于在噪音小或无噪音环境下使用的涡轮机,例如,电气工程涡轮机。
航空涡轮机使用在噪声非常大的环境中(燃烧噪音、气动流所造成的噪音、高压轴和低压轴转速的无数谐波、涉及非平衡质量的噪音等等)。为此,诸如前面所述方法则不适用。
对于航空涡轮机,目前使用的是一种损伤数据库,将发动机滚柱轴承全部损伤情况汇集在一起。这种数据库优选包括了发动机轴承所有滚柱的损伤情况。
例如,损伤数据库包括具有中介滚柱轴承的损伤内环和损伤外环特征的频率。实际上,如果滚柱轴承外环表面存在损伤,那么,每当滚动部件接触该损伤时,该损伤就会产生作用。为此,每个损伤的特征就是一个理论频率或多个集中在一起作为缺陷指标的理论频率,这些理论频率本身在损伤数据库内汇聚一起。
引起滚柱轴承损伤的频率与该轴承所支撑的轴的转速成比例,所述频率通过涡轮机部件振动而传播。适合航空领域的探测方法是研究发动机部件高速运行时的振动程度。为此,这种方法是在整个飞行周期期间获取一个或多个振动传感器给出的振动信号,这些传感器可探测涡轮机各个部件的振动情况。然后,通过确认振动程度高于良好滚柱轴承的预定阈限,从而确定探测到滚柱轴承存在损伤,并为此而确认相同的因素。例如,可参阅欧洲专利申请EP1,111,364,该申请介绍了这种方法的实施方式。
然而,采用损伤滚柱轴承进行的试验表明,采用这种方法进行的探伤并不系统。实际上,自然振动环境在涡轮机高速运行时会影响到振动传感器的测量结果,这种环境导致很难看到反映损伤特征的振动级。
此外,SNECMA公司的专利申请FR2,913,769A1公开了一种探测方法,其中,在发动机以低速可再次工作期间测量振动信号。这种方法只能探测一个滚柱轴承的损伤情况。此外,现有技术的所有方法都限于探测确定的稳定转速(低速或高速)时一个滚柱轴承类型的损伤情况。然而,一些损伤仅发生在高速或低速运行时。
本发明申请者希望提出一种可探测待探测成组滚柱轴承损伤情况的通用方法,所述探测方法实施迅速,从而可以进行实时诊断。此外,申请者尝试提高探测精度,以便能够可靠而重复地确定是否至少一个滚柱轴承损伤。
为此,本发明涉及一种探测旋转支撑发动机至少一个转轴的至少一个滚柱轴承损伤的方法,其特征在于,该方法包括了如下步骤:
a)确定测量周期,在该测量周期期间,轴的转速会在低速和高速之间变化;
b)在整个测量周期P期间,采集发动机部件机械振动的当前振动信号;
c)在测量周期期间,采样当前振动信号;
d)在测量周期期间,使采样振动信号与轴转速的变化同步;
e)将采样的和同步的振动信号转换成频率信号,以便获得根据轴转速布置的频率谱线;
f)计算谱线的平均幅度,以便获得该发动机的当前振动特征;
g)计算发动机当前振动特征和良好状态下参考振动特征之间的偏差比;以及
h)将偏差比与预先设立的数据库的缺陷指标进行对比,列出发动机滚柱轴承理论损伤,以便确定该滚柱轴承的潜在损伤。
本发明在此提出一种测量周期,在此测量周期期间,轴的转速会在低速和高速之间变化,但是,显然,本发明还适用于较低转速和较高转速之间,重要的是,发动机转速在两个确定的转速值之间是可变化的。优选地,所述较高转速为高速,而所述较低转速为低速。
采用本发明,可在很宽的轴转速范围上测量许多损伤情况,有些损伤只在某些转速时出现。换句话说,本发明的方法可探测任何类型的损伤,而且,这种情况适应于成组的发动机轴承。通过不同速度时的测量、振动信号的同步和与良好状态下参考振动特征的比较等的结合可获得精确探测。
优选地,良好状态下参考振动特征是发动机的良好状态下参考振动特征。
为此,所测量的偏差比表现了与滚柱轴承损伤相关的故障的特征,因为良好振动特征非常相关。通过与阈限所确定的偏差转速相比较,则不必考虑随发动机变化的阈限值的分散情况,因为比较的依据,即良好状态下参考特征,是针对探伤的发动机而形成的。探测是为该发动机定制的,这是探测精度的表示。
发动机的良好振动特征是通过计算在发动机预定寿命周期内---优选在所述发动机寿命周期的开始阶段---所测量的发动机当前振动特征的平均值而构成的。
实际上,在发动机的最初飞行期间,很可能获得发动机的较好特性(最良好的特性),为此,这些飞行可作为参考。
依然优选地,关于发动机的良好振动特征,通过与所述发动机系列的标准系列特征进行比较而事先已经得到核验。
有利的是,这种预先核验可避免将损伤特征用作偏差比计算的参考。
依然还是优选地,标准系列特征是采用同一系列发动机的良好状态下参考特征构成。有利的是,这样,可消除同一发动机系列之间的差别,所述发动机的主要部分表明是良好的发动机。
优选地,形成一组适合于同一系列多台发动机的良好状态下参考特征。
-通过测量所述良好状态下参考特征和所述组内其它良好状态下参考特征之间的统计偏差,计算每个良好状态下参考特征的系列偏离比(discordanceratio);
-从所述良好状态下参考特征组中,去除那些偏离比高于确定的偏离比的良好状态下参考特征,以及
-根据剩余参考振动特征,形成标准系列特征。
由于上述步骤,从所述参考特征组中去除“害群之马”,以便只保留良好概率高的参考特征。
优选地,通过测量所述良好状态下参考特征和根据该组其它良好状态下参考特征所形成的暂时系列特征之间的统计偏差,计算每个良好状态下参考特征的系列偏离比。
根据本发明的优选实施方式,所述方法进一步包括可根据发动机结构方式来消除频谱噪声的步骤,所述噪声消除是在计算谱线平均幅度之前进行。
有利的是,这种“消噪”步骤可使相关当前振动参考得以顺利获得。
优选地,通过对以恒定频率采样的信号再次采样,在测量周期内,根据轴转速变化情况而采样振动信号,将该振动信号同步到以与轴转速成比例的频率采样的信号中。
依然优选地,通过计算有序域(orderfield)内轴的角度路径曲线和将当前振动信号投影到所述角度路径曲线上,在测量周期内,根据轴转速变化情况,对振动信号进行采样,以便获得经同步的当前振动信号。
根据本发明的一个方面,良好状态下参考振动特征是所述发动机系列所确定的标准系列特征。通过与该发动机专有的参考特征比较,很容易获得系列特征,而且也容易实施。
实际上,单个系列参考特征可用于同一系列的许多台发动机,而发动机的参考特征,即个别参考特征,只用于一台发动机。随着时间的推移,为了跟踪多台发动机的磨损情况,必须应用一种汇集有所述发动机各个特征的数据库。该系列参考特征可缓解这种缺陷。
优选地,根据同一系列发动机良好状态下参考特征,形成标准系列特征。同样,构成前面所述标准系列特征的所有步骤均适用于发动机当前特征与系列参考特征的比较。
下面参照附图可以更好地理解本发明,附图如下:
-图1为用于试验发动机的本发明方法的不同步骤流程图;
-图2为发动机部件的振动信号测量周期的定义步骤,其中:
о曲线图2a为随着时间推移轴转速的测量情况;
о曲线图2b为随着时间推移轴加速度的测量情况;
о曲线图2c为试验发动机的当前振动信号Vc,所述振动信号是由加速度计在曲线图2a和2b确定的时间t1和t2之间测量的;
-图3为振动信号的同步示例,其中:
ο曲线图3a为测量周期P期间的轴加速度;
ο曲线图3b为根据轴的转数轴的角度路径时间;
ο曲线图3c为当前振动信号Vc投影在曲线图3b上的投影,从而获得同步的当前振动信号Vsync;
-图4为发动机当前特征Sc的构成步骤,其中:
ο曲线图4a为试验发动机的同步当前振动信号Vsync;
ο示意图4b为试验发动机同步的当前振动信号Vsync的有序频谱(orderspectrogram);
ο示意图4c为在测量周期P期间轴转速加速度情况;
ο示意图4d为噪声消除后的示意图4b的有序频谱;
ο曲线图4e为根据无噪声频谱4d计算的当前特征Sc;
-图5为偏差比的计算步骤,其中:
ο曲线图5a为试验发动机的当前振动信号Sc;
ο曲线图5b为试验发动机的良好振动特征Ss;
ο表5c为发动机滚柱轴承损伤数据库的摘录;
ο曲线图5d为曲线图5b所示试验发动机良好振动特征Ss和曲线图5a所示其当前特征Sc之间的偏差比;
ο曲线图5e为曲线图5d所示计算偏差比和表5c所列损伤之间的确认比(recognitionratio);
-图6为根据所述发动机当前特征的同一系列发动机参考特征的形成步骤;
-图7为根据多个发动机参考特征Sref的标准系列特征Sfam的形成步骤;
-图8为试验发动机的特征的验证步骤;以及
-图9为试验发动机当前特征Sc与该发动机良好特征Ss的比较试验,以确定发动机滚柱轴承的损伤情况。
如图1所示,该图示出了本发明所述方法的构成步骤。
一般来讲,本发明应用于带有至少一个转轴和至少一个滚柱轴承的任何类型的发动机。这些发动机包括,例如,飞机燃气涡轮发动机(即所谓的涡轮机)或直升机发动机、陆上燃气轮机、齿轮壳体、轴驱动发动机(axleengines)等等。
本发明所基于的原则是,由于滚柱轴承损伤引起的频率与该轴承所支撑的转轴的转速成比例。假设是,该频率通过本身振动的发动机部件传送给加速度传感器上,尤其是以基本频率。本发明的目的是,测量包含有多个滚柱轴承损伤的整体振动信号。为了突出说明这些损伤,在轴转速变化期间,即在各个轴的旋转速度变化期间,测量所述振动信号。
(S1)测量周期P的确定
根据本发明方法的第一步骤(S1)是在轴转速N变化期间确定测量周期P。例如,轴转速N在低速运行和高速运行之间变化。因为转速N变化很大,所测量的振动信号的类型会非常不同,一个产生振动作用的滚柱轴承的同一损伤会随着发动机转速的变化而不同。
测量周期P的这种确定与所属领域技术人员所熟知的当前做法不同,所属领域技术人员会更倾向在发动机稳定转速时(即在恒定转速时)进行这项操作,以便能够获得相同类型的变化量,从而能够进行比较和识别。本发明申请者选择了完全不同的另一种途径,即优先考虑所测量振动的不同种类,从而能够探测到发动机以不同转速运行时所出现的许多损伤。
此外,本发明申请者还选择考虑的不仅是低速运行,而且还包括高速运行,而现有技术方法只是将重点放在很窄的速度范围。根据现有技术的方法需要针对每个转速进行不同的测量,结果,在对低速运行和高速运行时的探测结果进行比较时,会引起理解错误和损伤探测不准确。
通过选择这种测量周期P,本发明申请者从而可克服与需要稳定运行分析相关的偏见,以及与需要给定转速分析相关的偏见。
于是,随着时间的推移,根据轴的转速变化情况,确定测量周期P。下面,考虑检测用于中介轴承的滚柱轴承中的损伤的情况,所述滚柱轴承相对于涡轮机高压体的旋转轴来旋转支撑低压体的旋转轴,所述滚柱轴承包括连接到高压轴上的外环和连接到低压轴上的内环。在涡轮机的情况下,本发明还适用于相对于发动机固定部件而旋转支撑一个转轴的滚珠或滚柱轴承损伤的探测。下面,
在本说明的随后描述中,N1和N2分别表示所述轴承所支撑的涡轮机低压轴和高压轴的旋转时间速度。测量周期P的确定包括首先通过---例如---布置在发动机上的转速计探针来计算不同部件的转速。
旋转速度允许为运行范围而选择测量周期,这种运行范围在各次飞行中都是合适的且可重复的,这样,针对每次飞行,都可进行可比较的测量。为了能够探测运行范围是否合适,应计算转速的时间导数,如图2b所示。
优选地,测量周期P应具有最小持续时间,以便能够进行所述方法的后续步骤,例如,傅里叶变换。此外,考虑了最大周期,以便限制实施后续处理步骤时的储存空间。
在这种实施方式中,通过如下部分来确定测量周期P:
-对应于低速的最小阈限和对应于高速的最大阈限,根据每根轴的转速(N1,N2),在所示示例中,最小阈限等于轴的最大转速的20%,而最大阈限则相当于发动机的允许最大转速。
-每根轴转速(N1,N2)导数的最小阈限和最大阈限,在所示示例中,最小阈限等于每分钟允许最大转速的10%,而最大阈限为---例如---每分钟最大转速的200%。
-最小周期(此处为10秒),在这个周期时,满足前面条件,和最大分析周期(此处为100秒)。
参照图2,在本发明的这种实施方式中,在发动机轴从空转(低速)到全速(高速)加速期间,测量当前振动信号Vc。
上面介绍了确定阈限和持续周期的传统逻辑,但是,很显然,模糊逻辑也是很方便的。即使没能严格满足所有条件,模糊逻辑也允许确定可接受的测量周期P,从而减少了固定阈限的限定特征,增加了潜在测量周期P的数量,从而可进行损伤探测。
(S2)振动信号的采集
下一个步骤(S2)是在整个测量周期P采集发动机部件的当前振动信号Vc。该信号来自预先布置在发动机固定部件上的振动传感器(例如,加速度计或应变仪)。
(S3)振动信号采样
然后,根据步骤S3中测量周期P期间轴的转速N情况,采样当前振动信号Vc。在该实施方式时,以大约几个千赫兹的频率,进行当前振动信号Vc的采样。
(S4)振动信号同步
然后,适当地处理当前振动信号Vc,以便诊断轴承损伤情况。为此,第一步包括根据轴的转速N的变化情况采样当前振动信号Vc。滚柱轴承所支撑的轴的转速N的变化对应于滚柱轴承相对转速的演变。换句话说,振动信号Vc与滚柱轴承相对转速变化同步。
在滚柱轴承、与发动机固定部件相连而对其固定的外环,和其支撑轴的内环的情况下,该滚柱轴承的相对转速对应于滚柱轴承所支撑的轴的转速。在共轴旋转的中介轴承的情况下,相对转速是两根轴的转速之间的差。对于对转的中介轴承来讲,相对转速则是两根轴转速之和。
为了更好理解振动信号Vc同步原理,在简单形状的当前振动信号Vc上,采用同步步骤,如图3c所示。
参照图3c,在测量周期P期间,测量当前振动信号Vc,在测量周期P期间,滚柱轴承的相对转速,即转速N,会随着时间的推移而增加,与滚柱轴承连接的轴的转速N增加,如图3a所示,随着时间的推移,当前振动信号Vc的频率会越来越大,如图3c所示。
为此,如果随着时间的推移希望以恒定分辨率来测量当前振动信号Vc的变化幅度,那么,在测量周期P开始时,可很容易地分析当前振动信号Vc,因为正弦曲线彼此隔开,而在测量周期P结束时分辨率不够,正弦曲线彼此靠近,分析用分辨率不够。而后,在测量周期P结束时,当前振动信号Vc被压缩。
在现有技术中并不存在这种现象,因为测量是以稳定转速进行,发动机转速没有变化。申请者选择以可变速度进行检查与现有技术的方法相反。实际上,选择可变转速测量周期对所属领域技术人员来讲意味着放弃传统处理方法,因为这些方法只适合于固定的信号。
为了消除这种不利现象,将当前振动信号Vc与滚柱轴承相对速度,发动机转速相同步。参照图3的曲线图3b,确定进行滚柱轴承旋转所必需的时间,曲线图3b由角度路径曲线表示。滚柱轴承的一次旋转对应于外环固定参考中内环的一次转动。通过整合曲线图3a的功能,可很容易地获得曲线图3b,所述曲线图3a代表了滚柱轴承相对于时间的相对转速。这种同步在滑动调制的形式下是存在的,可使当前信号分布在整个测量周期P内。
参照图3c,然后,可将当前振动信号Vc投影在角度路径曲线3b上,以获得同步当前振动信号Sync,该信号的正弦曲线有规律地彼此隔开,表示当前振动信号Vc的不同频率不再相关。对于投影,通过在角度路径曲线3b上有规律间隔各点的采样,可对新的信号进行采样。
图3为当前振动信号Vc同步的示例,该信号对于所属领域技术人员来说可以毫不困难地变换为更复杂的振动信号,转速N的线性变化更小。
对于一部分在低速时测量和一部分在高速时测量的当前振动信号vc,根据滚柱轴承相对速度,对该信号进行同步,从而使得随后处理步骤更容易,下面将详细介绍。
更简单地是,通过随转速N变化而进行的同步操作,以恒定频率采样的信号转换成以与该速度成比例的频率采样的信号。
(S5)频谱的编辑
下一步骤(S5)是将采样和同步振动信号Vsync转换成频率信号,以获得根据轴转速N排序的频谱线,其对应于根据N排序频谱的编辑。这种类型有序频谱为所属领域技术人员所熟知。
应该指出的是,因为当前振动信号Vc的同步原因,可获得诸如现有技术中的频谱,其中,当前振动信号Vc是以稳定转速获得的。
正如步骤(S4)所详细介绍的那样,振动信号的初期同步可形成一种频谱,包括水平线,如图4中的曲线图4b所示。曲线图4c所示为该振动信号与轴转速同步,每个频谱线对应于同步振动信号的转动频率。在数学上,同步振动信号VSync的转动频率以级别的数学基准分开。
为此,频谱包括水平线,水平线的幅度在测量周期P内变化,一根线的幅度以灰色的水平线(graylevel)表示,如图4的曲线图4b所示。
图4b的频谱为功率频谱密度的频谱,为所属领域技术人员所熟知,其英文“PSD”为“功率频谱密度”的缩写,这种频谱的主要计算参数是快速傅里叶变换(FFT)的点数和快速傅里叶变换滑窗的覆盖情况,这些参数均为所属领域技术人员所熟知。
显然,还可以获得其它类型的频谱,重要的是,这些都是根据轴的转速N来排列有序,从而获得恒定有序的水平频谱线。
优选地,实施有序频谱的噪声消除步骤,从而获得一种频谱,其只包括探测滚柱轴承损伤相关频谱线。
在对有序频谱进行编辑之后,该频谱主要包括三种类型的信息:
-细的水平线,表示与转速相关的运行情况的特征(例如,在飞机发动机情况下:非均衡质量、齿轮传动装置、叶片通道、滚柱轴承),这些水平线对应于相关信息;
-斜线,表示与其它机械独立转子转速相关的运行情况的特征,在转速在低速运行和高速运行之间变化时,该分量是特别重要的。这些线的斜度涉及到振动信号与轴转速的同步。
-能量平衡(energyflats)对应于发动机结构的方式,例如,对应于挂架上涡轮机壳体结构固有谐振的结构方式。
后两种类型的信息对应于要去除的噪声。本步骤旨在消除能量平衡(第三种类型的信息)。实际上,噪声消除算法包括的步骤有:
-采用预定尺寸的滑窗在频谱的每个垂直线上滑动(沿频率);
-对每个滑窗,计算滑窗内幅度平均值或百分比,确定结构方式;
-减去频谱垂直线处的结构方式,确定最大幅度值;
-计算比例(最大幅度/结构方式值),以便形成无噪声的有序频谱的新的线;以及
-传递给下一个垂直线。
参照图4的频谱图4d,获得与能量平衡相关无噪声新的有序频谱;该有序频谱图4d是无噪声的。
(S6)当前振动特征的形成
然后,计算频谱线的幅度的时间平均值(步骤S6)。该步骤是:
-在有序频谱的每个水平线上滑动,优选地,所述频谱已经事先消除了噪声;
-沿时间轴线计算幅度的平均值。
图4的曲线图4e表示根据转速级的频谱线的幅度的平均值;该幅度平均值对应于发动机当前振动特征Sc。其包括具有所述有序域内发动机频率特征的所有幅度。
时间平均值,诸如本发明所实施的,是非常有利的,考虑了同步的初步步骤(S4),将与其它滚柱轴承相关的转速噪声斜向分布在频谱图上。由于转速噪声呈斜状,根据水平方向幅度平均值计算,可使转速噪声得以平滑。为此,后者在当前振动特征Sc中幅度较弱且恒定不变。为此,未被排序的都会通过平均效应而减少,从而突出了有序现象出现,如,中介滚柱轴承损伤。
(S7)损伤的确定
计算事先计算过的发动机当前振动信号Sc和发动机预定良好振动特征Ss之间的偏差比,其包括了具有有序域内良好发动机频率特征的所有幅度。下面,详细介绍发动机良好振动特征Ss的形成。
-发动机良好振动特征Ss的形成
发动机良好振动特征是每台良好发动机所特有的一种特征。发动机的所述良好振动特征包括每个振动传感器(或声传感器)、每个运行方式(运行范围)和每个域(频域,转速的有序域等)的多个参考参数。
良好振动特征Ss的参考参数由如下部分组成:平均值和标准偏差,或中央值和四分位偏差。这些值都是根据所述发动机最初飞行的信息获取和分析来评估,即,根据发动机的最初当前特征来评定。实际上,在最初飞行中,发动机推定为没有损伤的。发动机良好特征Ss用作所述发动机探测方法的实施参考。
发动机的良好振动特征Ss相当于探测滚柱轴承损伤所有相关参数的测量,所述滚柱轴承的损伤探测是在良好发动机上进行测量。因为良好振动特征Ss用作确定偏差比的参考,重要的是,这种良好振动特征Ss有效地对应于良好发动机,而不是损伤发动机。如果属于这种情况,良好滚柱轴承将被视为损坏且是相互的。实际上,进行发动机良好振动特征Sd的最初验证步骤。
-发动机良好振动特征Ss的验证
为了验证发动机的良好振动特征Ss,建立标准系列特征Sfam,该特征为发动机系列良好特性的参考。在发动机良好振动特征Ss(即每台发动机所特有的特征)形成后,该系列特征Sfam可验证这种良好振动特征Ss是否代表发动机的良好状态。
参考图7,发动机系列的系列特征Sfam是根据同一系列多台发动机各个振动特征计算的,即所谓的发动机参考特征Sref。该系列特征Sfam是通过求出所述发动机系列参考特征Sref的平均值(各个平均数的平均值和方差平均值)而评定的。
发动机的每个参考特征Sref是通过求出所述发动机当前各个特征的平均值(各个平均数的平均值和方差平均值)而评定的,如图6所示。参考发动机的当前各个特征的形成方法对应于所述参考发动机最初飞行时所实施前几个步骤S1到S6。
参考图7,为了根据参考特征Sref形成系列特征Sfam,例如,通过百分比方法或通过应用所属领域技术人员所熟知的“除一个外其它全部都(allexceptone)”类型的方法,去除极端参考特征Sref,确保参考特征Sref均代表发动机的良好特性,所述技术人员所熟知的方法的英文代号为“留一交叉验证核实”,其中,对于发动机的每个参考特征Sref来讲,参考特征Sref的偏离比是相对于暂时系列特征Y来计算的,所述暂时系列特征Y是根据其它发动机的所有其它参考特征Sref而形成的。
然后,核对参考特征Sref的系列偏离比,该偏离比不应高于预定的偏离阈限。换句话说,核验发动机的参考特征,其不应偏离暂时系列特征过大(就统计偏差而言)。如果参考特征Sref超过偏离阈限时,则应被视为无效。
该方法被整合用于所有参考特征Sref,并依据成组的参考特征Sref,无效的信号特征被去除。剩余的各个参考特征被平均后获得所述发动机系列的系列特征Sfam。
对于每台新的发动机来讲,可获得系列特征Sfam,在发动机最初飞行后,根据发动机的多个当前振动特征,形成良好振动特征(Ss)。实际上,正是在其最初飞行后,发动机的滚柱轴承才能够良好的。为了验证该发动机的良好振动特征Ss,必须核对该发动机的良好振动特征Ss,该特征在统计偏差方面不应偏离系列特征Sfam过大。优选地,相对于系列特征Sfam,计算所述良好特征的新的偏离比。
如果发动机的良好振动特征Ss与系列特征Sfam的比较表明偏差太大,所正在分析的发动机的特性则被视为非典型性的:通过更详细的分析,可确定这种异常现象发生的原因。在所有情况下,未被验证过的发动机的良好振动特征Ss都被排斥。如果验证了发动机的良好特征Ss,该特征则用作发动机损伤探测方法的参考。
-偏差比Δ的计算
参照图5,计算事先计算过的发动机当前振动特征Sc(曲线图5a)和事先核验过的发动机良好振动特征Ss(曲线图5b)之间的偏差比Δ(曲线图5d)。
优选地,有规律地计算偏差比Δ(例如,每次飞行一次),以便跟踪发动机每个滚柱轴承损伤的变化情况。
采取不同方式将当前振动特征Sc和良好振动特征Ss进行比较。
如果良好振动特征Ss只是由几次飞行构成,一般小于十次,在有序域每个点上的变化是不准确的,那么,如下式所示,计算阿尔法偏差比Δα不失为明智之举,其中,n对应于标准偏差数,在这些数下,不会出现明显的偏差,Sc对应于当前振动特征值,而Ss对应于良好振动特征值:
Δα=最大(0,Sc-(Ss=nx方差1/2))
或者,当良好振动特征Ss足够“富有(″rich″)”时,一般大于十次飞行,计算有序域每个点的β偏差比Δβ,这是所属领域技术人员所熟知的,如下代号“Z-计分(z-score)”所示。
Δβ=(Sc-Ss)/方差)1/2
换句话说,通过比较,在当前振动特征Sc和良好振动特征Ss之间获得偏差比Δ(α或β),从而可使损伤排序幅度表征化,与发动机基本运行相关的排序可通过计算偏差比而减去或平滑。换句话说,偏差比Δ表示在当前振动特征Sc中所探测到的扰动情况。
本发明的偏差比Δ特别重要,因为其考虑了发动机的良好特征Ss,损伤探测就是据此而进行的。此外,良好特征Ss是所述发动机特有的,为此,所计算的偏差比比现有技术的仅根据阈限值获得的偏差更相关。
或者,可将先前计算的发动机当前振动特征Sc与先前介绍的系列特征Sfam直接比较,而不计算发动机的良好特征Ss。有利的是,系列特征Sfam可在许多发动机上使用,因而,可加快所述发动机系列的磨损探测,发动机的良好特征Ss无需在数据库内搜索良好特征Ss。
(S8)损伤的确定
设置一个缺陷指标数据库,列出发动机滚柱轴承理论损伤情况。该数据库用有序域表示。
这样,通过逐个滚柱、逐个滚动部件来扫描缺陷指标,从而可以确定滚柱轴承损伤数量并确定该滚柱轴承,所述缺陷指标是根据具有该滚柱轴承(逐个部件)特征的频率建立的。
实际上,反映滚柱轴承损伤特征的频率是取决于滚动部件数量和轴转速的滚柱轴承几何尺寸的函数。反映损伤滚柱轴承频率特征的倍数可以是整数倍数。为此,滚柱轴承的损伤用频率梳(f车,f2车,f3车,f4车,...,Fn车)表示,其通过缺陷指标(部分内容如表5c所示)存储在数据库内。
将所计算的偏差比Δ与损伤数据库每个指标进行比较。对于频率梳的每个增加,频率梳幅度的和除以该梳的齿数,即可计算该频率梳的平均值。然后,根据每个频率梳的最大值的计算,酌情确定当前飞行时滚珠轴承的损伤情况。
传统上,计算频率梳每个最大幅度和先前计算的偏差比Δ相关幅度之间的比率R,如图5e所示。将该比率R与至少一个预定的损伤阈限进行比较,以便确定所述滚柱轴承是否损坏。
所以,根据采用不同良好发动机所估算的平均值和试验时的不同获取信息,确定良好滚柱轴承幅度水平。就损伤阈限而言,根据用损伤滚柱轴承进行的试验情况或损伤滚柱轴承使用经验来确定,所述损伤滚柱轴承类似于应为其确定阈限的滚柱轴承。
根据本发明的有利布置,首先将最大幅度和良好滚柱轴承幅度水平之间的比率R与较低损伤阈限进行比较。当然,还应仔细考虑比率R与两个以上损伤阈限的比较,从而更好地确定滚柱轴承的损伤程度。
Claims (12)
1.一种探测旋转支撑发动机至少一个旋转轴的至少一个滚柱轴承损伤的方法,其特征在于,该方法包括如下步骤:
a)确定测量周期P的步骤(S1),在该周期期间,轴的转速N在低速和高速之间变化;
b)在整个所述测量周期P期间,获取发动机部件机械振动的当前振动信号(Vc)的步骤(S2);
c)在所述测量周期P期间,采样所述当前振动信号(Vc)的步骤(S3);
d)在所述测量周期P期间,将采样振动信号与轴转速N的变化同步的步骤(S4);
e)将采样同步振动信号(Vsync)转换成频率信号,以便获得根据轴转速而排列的频率谱线的步骤(S5);
f)计算所述谱线的平均幅度,以便获得所述发动机当前振动特征(Se)的步骤(S6);
g)计算所述发动机当前振动特征(Sc)和良好状态下参考振动特征之间的偏差比(Δ)的步骤(S7);以及
h)将偏差比(Δ)与预定数据库缺陷指标进行比较,列出所述发动机滚柱轴承理论损伤情况,以便确定该滚柱轴承的潜在损伤情况的步骤(S8)。
2.根据权利要求1所述的方法,其特征在于,所述良好状态下参考振动特征是所述发动机的良好状态下参考振动特征(Ss)。
3.根据权利要求2所述的方法,其特征在于,所述发动机的良好状态下参考振动特征(Ss)是通过计算所述发动机当前振动特征平均值而形成,所述发动机的良好振动特征是在发动机使用寿命的确定的时期内测量的,所述确定的时期包括初期阶段。
4.根据权利要求3所述的方法,其特征在于,所述发动机良好状态下参考振动特征(Ss)通过与所述发动机的系列的标准系列特征(Sfam)比较而事先验证过的。
5.根据权利要求4所述的方法,其特征在于,所述标准系列特征(Sfam)是根据同一系列发动机良好状态下参考特征(Sref)而形成的。
6.根据权利要求5所述的方法,其特征在于:
-形成同一系列多台发动机的一组良好状态下参考特征(Sref),
-通过测量所述良好状态下参考特征(Sref)和该组内其它良好状态下参考特征(Sref)之间的统计偏差,计算每个良好状态下参考特征(Sref)的系列偏离比,
-根据该组良好状态下参考特征(Sref),去除偏离比高于预定偏离比的特征,以及
-根据剩余参考振动特征(Sref),形成标准系列特征(Sfam)。
7.根据权利要求6所述的方法,其特征在于:
-通过测量所述良好状态下参考特征(Sref)和该组其它良好状态下参考特征(Sref)所形成的暂时系列特征之间的统计偏差,计算每个良好状态下参考特征(Sref)的系列偏离比。
8.根据权利要求1所述的方法,其特征在于:所述方法进一步包括:在将采样同步振动信号(Vsync)转换成频率信号,以便获得根据轴转速而排列的频率谱线的步骤(S5)期间,根据发动机结构方式而消除频谱噪音的附加步骤,所述附加步骤的噪音消除是在计算谱线幅度平均值的步骤(S6)之前进行。
9.根据权利要求1所述的方法,其特征在于:通过对以恒定频率采样的信号进行再次采样,将在测量周期P期间相对于轴速N变化而采样的振动信号,同步到以与轴速N成比例的频率采样的信号中。
10.根据权利要求1所述的方法,其特征在于:通过计算有序域内轴的角度路径曲线以及通过将所述当前振动信号(Vc)投影到所述角度路径曲线,在测量周期P内,相对于轴速N的变化对振动信号进行采样,从而获得当前同步振动信号(Vsync)。
11.根据权利要求1所述的方法,其特征在于,所述良好状态下参考振动特征是为所述发动机的系列所确定的标准系列特征(Sfam)。
12.根据权利要求11所述的方法,其特征在于,所述标准系列特征(Sfam)是根据同一系列发动机良好状态下参考特征(Sref)所形成的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0957801A FR2952177B1 (fr) | 2009-11-04 | 2009-11-04 | Procede de detection d'un endommagement d'au moins un roulement de palier d'un moteur |
FR0957801 | 2009-11-04 | ||
PCT/EP2010/066737 WO2011054867A1 (fr) | 2009-11-04 | 2010-11-03 | Procédé de détection d'un endommagement d'au moins un roulement de palier d'un moteur |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102597735A CN102597735A (zh) | 2012-07-18 |
CN102597735B true CN102597735B (zh) | 2015-11-25 |
Family
ID=42109929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080050247.4A Active CN102597735B (zh) | 2009-11-04 | 2010-11-03 | 探测至少一个发动机滚柱轴承损伤的方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US9032803B2 (zh) |
EP (1) | EP2496921B1 (zh) |
JP (1) | JP6006116B2 (zh) |
CN (1) | CN102597735B (zh) |
BR (1) | BR112012010702B1 (zh) |
CA (1) | CA2779256C (zh) |
FR (1) | FR2952177B1 (zh) |
RU (1) | RU2558007C2 (zh) |
WO (1) | WO2011054867A1 (zh) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2956481B1 (fr) * | 2010-02-18 | 2012-02-10 | Snecma | Procede de detection de resonance d'un arbre de rotor d'un turbomoteur |
US8843348B2 (en) * | 2011-06-14 | 2014-09-23 | Hamilton Sundstrand Corporation | Engine noise monitoring as engine health management tool |
US20120330577A1 (en) * | 2011-06-22 | 2012-12-27 | Honeywell International Inc. | Vibration severity analysis apparatus and method for rotating machinery |
FR2986070B1 (fr) * | 2012-01-24 | 2014-11-28 | Snecma | Systeme d'acquisition d'un signal vibratoire d'un moteur rotatif |
FR2986269B1 (fr) | 2012-01-30 | 2015-08-07 | Snecma | Systeme de detection d'un impact sur une roue aubagee de moteur d'aeronef |
CN102854010B (zh) * | 2012-10-10 | 2015-10-07 | 湖南奔腾动力科技有限公司 | 一种基于道路循环工况的发动机零件疲劳寿命计算方法 |
RU2570108C1 (ru) * | 2014-07-08 | 2015-12-10 | Открытое акционерное общество "Автомобильный завод "УРАЛ" (ОАО "АЗ "УРАЛ") | Способ идентификации источников внутреннего шума транспортного средства |
JP5943357B2 (ja) * | 2014-09-17 | 2016-07-05 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 検出装置、検出方法、およびプログラム |
CN104236908B (zh) * | 2014-09-23 | 2015-06-24 | 石家庄铁道大学 | 基于mid算法的组合切片轴承故障诊断方法 |
JP6183346B2 (ja) | 2014-12-10 | 2017-08-23 | 日本精工株式会社 | 異常診断装置、軸受、回転装置、産業機械及び車両 |
FR3032273B1 (fr) * | 2015-01-30 | 2019-06-21 | Safran Aircraft Engines | Procede, systeme et programme d'ordinateur pour phase d'apprentissage d'une analyse acoustique ou vibratoire d'une machine |
US10984338B2 (en) | 2015-05-28 | 2021-04-20 | Raytheon Technologies Corporation | Dynamically updated predictive modeling to predict operational outcomes of interest |
US10330664B2 (en) | 2015-06-18 | 2019-06-25 | Pratt & Whitney Canada Corp. | Evaluation of component condition through analysis of material interaction |
US10126206B2 (en) * | 2015-06-29 | 2018-11-13 | General Electric Company | Method and system for portable engine health monitoring |
CN104964824B (zh) * | 2015-06-29 | 2017-10-24 | 中国人民解放军空军装备研究院航空装备研究所 | 带涡轮支承和外机匣的航空发动机主轴承试验器 |
FR3041760B1 (fr) * | 2015-09-30 | 2017-12-08 | Ntn-Snr Roulements | Procede de detection d'une defaillance transitoire de rotation d'un organe tournant |
GB2543521A (en) * | 2015-10-20 | 2017-04-26 | Skf Ab | Method and data processing device for severity assessment of bearing defects using vibration energy |
US10519800B2 (en) | 2015-12-08 | 2019-12-31 | Pratt & Whitney Canada Corp. | Method and system for diagnosing a condition of an engine using lubricating fluid analysis |
US10151739B2 (en) | 2016-04-25 | 2018-12-11 | Pratt & Whitney Canada Corp. | Method and system for evaluation of engine condition |
ITUA20163745A1 (it) * | 2016-05-24 | 2017-11-24 | Nuovo Pignone Tecnologie Srl | Metodo e sistema per monitorare lo stato di salute di un cuscinetto a rotolamento di una macchina, e macchina equipaggiata con tale sistema |
US11016003B2 (en) | 2016-11-17 | 2021-05-25 | Ez Pulley Llc | Systems and methods for detection and analysis of faulty components in a rotating pulley system |
JP6388102B1 (ja) | 2017-03-24 | 2018-09-12 | 日本精工株式会社 | 情報端末器及び機械部品診断システム |
DE102017206760A1 (de) * | 2017-04-21 | 2018-10-25 | Rolls-Royce Deutschland Ltd & Co Kg | Verfahren und Vorrichtung zur Bestimmung von Beschädigung, Verschleiß und/oder Unwucht in einem Getriebe, insbesondere einem Umlaufrädergetriebe |
US10655607B2 (en) * | 2017-06-02 | 2020-05-19 | General Electric Company | Systems and methods for detecting damage in wind turbine bearings |
JP2020523609A (ja) * | 2017-06-12 | 2020-08-06 | テトラ ラバル ホールディングス アンド ファイナンス エス エイ | 周期可動機械部品の故障予測の方法 |
RU2664748C1 (ru) * | 2017-08-14 | 2018-08-22 | Публичное Акционерное Общество "Одк-Сатурн" | Способ диагностики технического состояния подшипника качения ротора газотурбинного двигателя |
DE102017220179A1 (de) * | 2017-11-13 | 2019-05-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum rotationssynchronen Überwachen eines rotierenden Elements |
CN110017957B (zh) * | 2018-01-10 | 2021-08-31 | 国家能源投资集团有限责任公司 | 一种同步分析方法、装置及系统 |
DE102018101940A1 (de) * | 2018-01-29 | 2019-08-01 | Man Truck & Bus Ag | Zustandsüberwachung des Kurbeltriebs bei einem Verbrennungsmotor |
JP6464305B1 (ja) * | 2018-08-08 | 2019-02-06 | 株式会社岩崎電機製作所 | 検査装置および検査方法 |
FR3097960B1 (fr) | 2019-06-27 | 2021-06-18 | Safran Aircraft Engines | Procédé d’acquisition de données pour la détection d’un endommagement d’un palier |
DE102019210795A1 (de) * | 2019-07-22 | 2021-01-28 | Zf Friedrichshafen Ag | Spannungswellengetriebe und Verfahren für Spannungswellengetriebe |
CN110595780B (zh) * | 2019-09-20 | 2021-12-14 | 西安科技大学 | 基于振动灰度图像和卷积神经网络的轴承故障识别方法 |
JP6918893B2 (ja) * | 2019-10-29 | 2021-08-11 | 株式会社川本製作所 | 異常検出装置 |
EP3901635A1 (en) * | 2020-04-20 | 2021-10-27 | ABB Schweiz AG | Rotating machine speed estimation |
FR3117249B1 (fr) * | 2020-12-09 | 2022-12-09 | Safran Aircraft Engines | Procédé vidéo d’analyse vibratoire d’un ensemble mécanique par amplification synchronisée |
FR3117593B1 (fr) * | 2020-12-15 | 2022-11-04 | Safran Ventilation Systems | Procédé et système de détermination d’un ou plusieurs défauts d’une machine tournante d’aéronef |
FR3119234B1 (fr) * | 2021-01-25 | 2023-10-20 | Safran | Procédé de surveillance de l’état de composants mécaniques sur une ligne d’arbre, dispositif et système de surveillance associés |
CN112504677B (zh) * | 2021-02-05 | 2021-04-30 | 天津飞旋科技有限公司 | 保护轴承磨损数据检测方法和装置 |
FR3134892B1 (fr) | 2022-04-22 | 2024-04-26 | Safran | Méthode de surveillance d’une machine tournante pour la détection d’un défaut d’un roulement d’aéronefs |
CN114897034B (zh) * | 2022-07-14 | 2022-10-28 | 深圳市信润富联数字科技有限公司 | 冲压模具监管方法、装置、设备及存储介质 |
CN115263551B (zh) * | 2022-09-27 | 2023-01-13 | 山东创乾海洋科技有限公司 | 一种海洋船舶发动机运行健康状态监测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1912562A (zh) * | 2005-08-10 | 2007-02-14 | 通用电气公司 | 用于旋转机械中事件检测的信号标示分析的方法和设备 |
CN101266197A (zh) * | 2007-03-12 | 2008-09-17 | 斯奈克玛 | 一种检测发动机轴承损坏的方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1483282A1 (ru) * | 1987-08-03 | 1989-05-30 | Одесский Политехнический Институт | Анализатор дл виброакустической диагностики вращающихс деталей |
US5511422A (en) * | 1993-04-09 | 1996-04-30 | Monitoring Technology Corporation | Method and apparatus for analyzing and detecting faults in bearings and other rotating components that slip |
US6116089A (en) * | 1997-08-07 | 2000-09-12 | Reliance Electric Technologies, Llc | Method and apparatus for identifying defects in a rotating machine system |
US6351714B1 (en) * | 1998-03-03 | 2002-02-26 | Entek Ird International Corporation | Order tracking signal sampling process |
DE19938722B4 (de) * | 1999-08-16 | 2010-10-07 | Prüftechnik Dieter Busch AG | Verfahren und Vorrichtung zur Analyse von Wälzlagern in Maschinen |
US6408696B1 (en) * | 1999-12-06 | 2002-06-25 | Ai Signal Research, Inc. | Coherent phase line enhancer spectral analysis technique |
FR2803036B1 (fr) | 1999-12-23 | 2002-10-11 | Snecma | Detection de l'endommagement de pieces d'un moteur |
US6727725B2 (en) * | 2001-05-01 | 2004-04-27 | Square D Company | Motor bearing damage detection via wavelet analysis of the starting current transient |
TW579424B (en) * | 2001-07-09 | 2004-03-11 | Shell Int Research | Vibration analysis for predictive maintenance in machinery |
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 |
US20070032966A1 (en) * | 2002-06-07 | 2007-02-08 | Exxonmobil Research And Engineering Company Law Department | System and methodology for vibration analysis and conditon monitoring |
US6801873B1 (en) * | 2003-03-21 | 2004-10-05 | National Instruments Corporation | Analysis of rotating machines |
SE526507C2 (sv) * | 2003-06-05 | 2005-09-27 | Metso Paper Inc | Förfarande och system för övervakning av ett lager i en roterande maskin |
US7437272B2 (en) * | 2005-11-01 | 2008-10-14 | Honeywell International Inc. | Systems and methods for self-synchronized digital sampling |
FR2937079B1 (fr) | 2008-10-10 | 2011-08-26 | Snecma | Procede et systeme de surveillance d'un turboreacteur |
-
2009
- 2009-11-04 FR FR0957801A patent/FR2952177B1/fr active Active
-
2010
- 2010-11-03 JP JP2012537387A patent/JP6006116B2/ja active Active
- 2010-11-03 WO PCT/EP2010/066737 patent/WO2011054867A1/fr active Application Filing
- 2010-11-03 CA CA2779256A patent/CA2779256C/fr active Active
- 2010-11-03 BR BR112012010702-0A patent/BR112012010702B1/pt active IP Right Grant
- 2010-11-03 RU RU2012122757/28A patent/RU2558007C2/ru active
- 2010-11-03 EP EP10773089.7A patent/EP2496921B1/fr active Active
- 2010-11-03 CN CN201080050247.4A patent/CN102597735B/zh active Active
- 2010-11-03 US US13/508,172 patent/US9032803B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1912562A (zh) * | 2005-08-10 | 2007-02-14 | 通用电气公司 | 用于旋转机械中事件检测的信号标示分析的方法和设备 |
CN101266197A (zh) * | 2007-03-12 | 2008-09-17 | 斯奈克玛 | 一种检测发动机轴承损坏的方法 |
Non-Patent Citations (3)
Title |
---|
基于瞬变工况阶比跟踪的内燃机监测方法研究;贾继德等;《振动工程学报》;20050930;第18卷(第3期);第381页右栏、第382页、图2 * |
基于瞬时转速估计的涡轮泵启动过程信号阶次分析;夏鲁瑞等;《振动与冲击》;20081231;第27卷(第S期);全文 * |
朱海等.2.3野值剔除.《水下导航信息融合技术》.国防工业出版社,2002,第25-30页. * |
Also Published As
Publication number | Publication date |
---|---|
CN102597735A (zh) | 2012-07-18 |
FR2952177B1 (fr) | 2012-06-01 |
BR112012010702A2 (pt) | 2016-03-29 |
CA2779256A1 (fr) | 2011-05-12 |
BR112012010702B1 (pt) | 2019-11-26 |
CA2779256C (fr) | 2017-08-01 |
EP2496921B1 (fr) | 2020-10-21 |
FR2952177A1 (fr) | 2011-05-06 |
JP6006116B2 (ja) | 2016-10-12 |
US20120272736A1 (en) | 2012-11-01 |
WO2011054867A1 (fr) | 2011-05-12 |
RU2012122757A (ru) | 2013-12-10 |
EP2496921A1 (fr) | 2012-09-12 |
JP2013510303A (ja) | 2013-03-21 |
RU2558007C2 (ru) | 2015-07-27 |
US9032803B2 (en) | 2015-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102597735B (zh) | 探测至少一个发动机滚柱轴承损伤的方法 | |
JP5073533B2 (ja) | エンジン軸受への損傷を検出する方法 | |
US8457909B2 (en) | Timing analysis | |
US6904371B2 (en) | Method and apparatus for measuring rotor unbalance | |
EP2532839B1 (en) | Rotating blade analysis | |
EP2949879B1 (en) | Rotating machinery monitoring system | |
WO1999020992A2 (en) | Detecting anomalies in rotating components | |
Witoś et al. | Turbine engine health/Maintenance status monitoring with use of phase-discrete method of blade vibration monitoring | |
JPH09113416A (ja) | ころがり軸受の損傷診断方法 | |
EP3696543A2 (en) | Active oil debris monitor particle detection and monitoring system | |
Krause et al. | Asynchronous response analysis of non-contact vibration measurements on compressor rotor blades | |
Szczepanik et al. | Tip-timing and tip-clearance for measuring rotor turbine blade vibrations | |
Lim et al. | Improved blade fault diagnosis using discrete Blade Passing Energy Packet and rotor dynamics wavelet analysis | |
JP2572530B2 (ja) | 振動スペクトルモニタリング装置、並びにヘルスモニタリング方法及び装置 | |
Wang et al. | Disk crack detection in spin testing using tip timing data | |
RU2517264C2 (ru) | Способ диагностики технического состояния авиационных газотурбинных двигателей | |
Witos et al. | Structural health monitoring of aero-engines in non-stationary operations | |
Milewicz et al. | The assessment of the technical condition of SO-3 engine turbine blades using an impulse test | |
RU114527U1 (ru) | Устройство для прогнозирования технического состояния межроторного подшипника авиационного газотурбинного двигателя в эксплуатации | |
US11268400B2 (en) | Method and a system for detecting the angular position of blades of a turbine engine rotor wheel | |
Witos et al. | and Janusz Szymczak | |
Yu et al. | Data Zeroing Based on Correlation and Linear Interpolation of the Blade Tip-Timing Data | |
Lewitowicz et al. | Computer diagnostics of helicopter kinematic system from the perspective of hums system | |
김건 | Quantitative performance evaluation of a knock sensor for vibration-based fault diagnosis in a planetary gearbox | |
CN116601475A (zh) | 用于确定飞行器的旋转机器中的一个或多个故障的方法和系统 |
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 |