CN102798535B - 用于估计设备的剩余寿命的系统和方法 - Google Patents
用于估计设备的剩余寿命的系统和方法 Download PDFInfo
- Publication number
- CN102798535B CN102798535B CN201210179061.XA CN201210179061A CN102798535B CN 102798535 B CN102798535 B CN 102798535B CN 201210179061 A CN201210179061 A CN 201210179061A CN 102798535 B CN102798535 B CN 102798535B
- Authority
- CN
- China
- Prior art keywords
- parameter
- value
- equipment
- temperature
- processor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 37
- 230000008859 change Effects 0.000 claims description 32
- 230000004044 response Effects 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 9
- 241000208340 Araliaceae Species 0.000 claims description 8
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 8
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 8
- 235000008434 ginseng Nutrition 0.000 claims description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004393 prognosis Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000256844 Apis mellifera Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Sustainable Energy (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明涉及并公开一种用于估计设备的剩余寿命的系统和方法。所述系统(10)包括联接到所述设备(12)的传感器(14),其中所述传感器被配置成便于测量所述设备的操作参数(28)并且生成表示所述操作参数的测量信号(30)。所述系统包括数据库(24),所述数据库包括上限值(32)、下限值(34)和参考参数(36)。系统的处理器(18)包括联接到所述传感器并且联接到所述数据库的电路(40)。所述处理器被配置成关联所述操作参数的测量和所述参考参数以便于估计所述设备的剩余寿命(RLP)。
Description
技术领域
本发明涉及设备的预后(prognostics),并且特别地涉及用于估计设备的剩余寿命的系统和方法。
背景技术
估计设备的剩余寿命被称为预后。剩余寿命估计为设备操作提供有价值信息。剩余寿命估计提供决策帮助,所述决策帮助允许操作者改变操作特性(例如负荷),这可以延长设备的寿命。剩余寿命估计也允许计划者解释即将到来的维护并且启动物流过程,所述物流过程支持从故障设备至完全运转设备的平稳过渡。预测剩余寿命不是直接的,原因是通常剩余寿命取决于未来使用参数,例如负荷和速度。另外,对于复杂设备而言,控制剩余寿命的基础物理因素的理解难以确定,其中许多故障模式可以潜在地成为剩余寿命的驱动因素。
预后的常用方法是利用随未来使用而定的损坏传播模型。这样的模型常常基于详细材料知识并且利用有限元建模。由于这样的模型开发成本极高,因此它们限于子系统的少数重要部分,但是很少应用于整个系统。
用于估计剩余寿命的另一种已知方法是数据驱动方法,其中在设备的使用寿命中在正常操作期间经由传感器测量跟踪设备行为。设备使用寿命的终止可以表示设备的完全非运转状态,例如设备失效。设备使用寿命的终止也可以表示设备的这样的状态,其中设备不再提供预期结果。模式识别算法可以用于识别趋势并且预测剩余寿命。该方法提供庞大的数据量,导致处理数据的算法花费高。此外,常常在近似恒定的未来负荷参数的假设下进行这些预测。
已知的功率设备很少在近似恒定的负荷参数下操作。例如,风力涡轮机需要能够在恶劣和可变条件下操作的成本效益高的解决方案。产品寿命终止和计划外停机时间在不同涡轮机之间可能明显地不同,使设计预测和快速维护复杂化。周期应力在不同涡轮机之间变化很大,并且为要求最高的涡轮机提供余量导致大多数涡轮机的过高成本。已知周期疲劳的进一步预期典型地基于制造商的预定失效周期,其中已知的涡轮机操作很少重复那些制造商的预定周期。
发明内容
在一个方面中,提供了一种用于估计设备的剩余寿命的系统。所述系统包括联接到所述设备的传感器,其中所述传感器被配置成便于测量所述设备的操作参数并且生成表示所述操作参数的测量信号。所述系统包括数据库,所述数据库包括上限值、下限值和参考参数。所述系统包括处理器,所述处理器具有联接到所述传感器并且联接到所述数据库的电路,其中所述处理器被配置成便于关联所述操作参数的测量和所述参考参数以便于估计所述设备的剩余寿命。
所述的系统中所述处理器包括传感器电路,所述传感器电路被配置成接收所述操作参数的所述测量。
所述处理器包括测量电路,所述测量电路被配置成响应超过所述上限值和所述下限值中的至少一个的所述操作参数测量所述参考参数的值的所述多个变化。所述处理器包括计数器电路,所述计数器电路被配置成计数所述参考参数的值的所述变化。
所述积分器电路被配置成计算所述操作周期期间的所述参考参数的值的所述变化的绝对值的积分,以产生所述参考参数的值的所述变化的积分值。
所述处理器包括决策电路,所述决策电路被配置成当所述积分值达到预定阈值时估计所述设备的剩余寿命。
所述的系统,所述上限值和所述下限值限定对应于所述设备的弹性应变的范围的温度的范围。
在另一个方面中,一种估计设备的剩余寿命的方法包括建立所述设备的待测量的操作参数。然后建立所述操作参数的上限值和下限值,其中所述上限值和所述下限值限定所述设备的弹性应变的范围。所述方法也包括建立所述上限值和所述下限值之间的参考参数。在所述设备的操作周期期间测量所述设备的所述操作参数。所述方法包括关联所述操作参数的测量和所述参考参数以便于估计所述设备的剩余寿命。
所述的方法,关联所述操作参数的测量和所述参考参数包括在所述操作周期期间测量响应超过所述上限值和所述下限值中的至少一个的所述操作参数生成的所述参考参数的值的多个变化。关联所述操作参数的测量和所述参考参数包括记录所述参考参数的值的多个变化。
所述的方法,关联所述操作参数的测量和所述参考参数包括计算所述操作周期期间的所述参考参数的值的多个变化的绝对值的积分,以计算所述参考参数的值的多个变化的积分值。
所述的方法,关联所述操作参数的测量和所述参考参数包括当所述积分值达到预定阈值时估计所述设备的剩余寿命。
所述的方法,所述操作参数包括温度。所述上限值和所述下限值限定对应于所述设备的弹性范围的温度的范围。所述参考参数包括在所述上限值和所述下限值之间测量的中点温度。所述设备包括绝缘栅双极晶体管。所述操作参数包括所述绝缘栅双极晶体管的结点温度。
在又一个方面中,一种估计功率设备的剩余寿命的方法包括建立所述设备的待测量的温度参数。然后建立所述温度参数的上温度值和下温度值,其中所述上温度值和所述下温度值限定所述功率设备的弹性应变的范围。所述方法也包括建立所述上温度值和所述下温度值之间的参考温度。在所述功率设备的操作周期期间测量所述温度参数。所述方法包括关联所述操作参数的测量和所述参考温度以便于估计所述功率设备的剩余寿命。
所述的方法,关联测量包括在所述操作周期期间测量响应超过所述上温度值和所述下温度值中的至少一个的所述温度参数生成的所述参考温度的值的多个变化。
所述的方法,关联测量包括计算所述操作周期期间的所述参考参数的值的多个变化的绝对值的积分,以产生所述参考参数的值的多个变化的积分值。
附图说明
图1是根据本发明的示例性实施例用于计算设备的剩余寿命的系统示意图。
图2是根据本发明的示例性实施例图1的用于计算设备的剩余寿命的示例性方法的流程图。
图3是根据本发明的示例性实施例用于计算功率设备的剩余寿命的系统的示意图。
图4是根据本发明的示例性实施例图3的用于计算功率设备的剩余寿命的流程图。
图5是根据本发明的示例性实施例的方框图,示出了由上温度值和下温度值界定的温度参数和参考温度参数。
图6是根据本发明的示例性实施例的另一个方框图,示出了超过上温度值的图5的温度参数和响应超过上温度值的温度参数调节的参考温度的位置。
图7是根据本发明的示例性实施例的曲线图,示出了图5和6的温度参数、上温度值、下温度值和参考温度之间的关系。
图8是根据本发明的示例性实施例的曲线图,示出了如图7中所示的随着时间变化的参考温度。
具体实施方式
图1是系统10的示例性实施例的示意图,所述系统被配置成便于估计系统10的设备12的剩余寿命RLP的预后分析。剩余寿命估计以时间或周期为单位。寿命估计典型地具有相关不确定性,所述相关不确定性被描述为围绕实际估计的概率密度曲线。预后包括检测故障参数或与可检验事件相关的设备12的操作状态的观察变化。在该实施例中,故障被确定为在某个未来时间设备使用寿命的可能终止的标志。这样的故障的例子是设备12的热循环的增加,这可能导致计划外维护和可能的操作中断。
系统10包括设备12、至少一个传感器14、数据传送单元16、处理器18、接口单元20、计算机22和数据库24。计算机22还包括程序存储设备26。系统10包括具有便于估计设备12的剩余寿命的可测量参数的任何设备。
传感器14联接到设备12并且被配置成响应设备12的至少一个操作参数28。操作参数28包括这样的参数,例如但不限于速度、负荷、能量消耗和温度。操作参数28包括可以被测量以预测设备12的剩余寿命的设备12的任何操作特性。特别地,传感器14被配置成便于感测操作参数28并且生成表示设备12的操作参数28的测量信号30。传感器14将信号30传输到处理器18。
在实施例中,处理器18与接口设备20联接。处理器18也与计算机22联接,其中计算机22与数据库24联接。计算机22被配置成可经由处理器18提供数据库24中与设备12相关的历史数据和/或模型化数据和/或当前数据。在实施例中,数据库24还被配置成存储并且能提供计算机22与设备12的操作参数28相关的数据,包括由传感器14生成的信号30。
数据库24包括便于估计设备12的剩余寿命的信息。数据库24的信息包括上限值32、下限值34和参考参数36。上限值32和下限值34包括限定设备12的弹性应变范围的值。超过上限值32和下限值34的值限定设备12的塑性应变。参考参数36是上限值32和下限值34之间的值。如下所述,处理器18基于操作参数28与上限值32和下限值34比较的状态用于关联操作参数28的测量和参考参数36。数据库24还包括预定阈值38。如下所述,阈值38用于估计设备12的剩余寿命RLP。上限值32、下限值34、参考参数36和阈值38基于综合汇总与设备12相关的历史数据和/或模型化数据和/或当前设备数据而预先确定并并且输入数据库24中。
处理器18包括电路40,所述电路联接到传感器14并且联接到数据库24用于估计设备12的剩余寿命的计算。电路40被配置成接收设备12的操作参数28的测量信号30。处理器18被配置成便于关联操作参数28的测量和参考参数36以便于估计设备12的剩余寿命RLP。电路40包括传感器电路42、计数器电路44、测量电路46、积分器电路48和决策电路50。
传感器电路42被配置成接收来自传感器14的测量信号30,所述测量信号表示操作参数28。计数器电路44被配置成在设备12的操作周期期间当操作参数28超过数据库24的上限值32和/或下限值34时计数。测量电路46被配置成在设备12的操作周期期间测量响应超过上限值32和/或下限值34的操作参数28生成的参考参数36的值的多个变化。积分器电路46被配置成计算操作周期期间的参考参数36的值的多个变化的绝对值的积分以产生参考参数36的多个值变化的积分值。
决策电路50被配置成当积分值达到预定阈值38时用于估计设备12的剩余寿命RLP。预定阈值38关联与超过上限值32和下限值34所限定的弹性限度的操作参数28相关的设备12的疲劳。处理器18生成设备12的预期剩余寿命RLP的降阶度量并且利用设备12的超过弹性限度的周期的次数和/或穿透深度来生成指示设备12的已消耗寿命的低阶信号。
决策电路50汇总来自传感器14的数据,同时解释传感器14的固有不确定性。不确定性尤其可以根据时间、传感器14的可靠性和领域知识而变化。决策电路50检查传感器信号30的一致性并且过滤信号以去除异常值、噪声和错误或其它不良传感器信息。
为了诊断,决策电路50也被配置成产生指示剩余寿命RLP的信号51。在实施例中,信号51包括视觉信号,例如警报灯或示出剩余寿命RLP的读出显示。在另一个实施例中,信号51包括听觉信号,例如指示剩余寿命RLP的警报声。
尽管实施例被描述成具有与处理器18通信的计算机22,但是计算机22也可以与数据传送单元16直接通信。将进一步领会本发明的实施例也包括通过各种通信协议(例如蜂窝、无线互联网和其它协议)与数据传送单元16通信的计算机22以允许计算机22和数据传送单元16之间的连接。
当在使用术语“计算机”时,其包括桌上型和膝上型计算机、服务器、基于微处理器的系统、专用集成电路和能够与系统10结合执行本文中所述的功能的任何可编程集成电路。
图2示出了预测设备12的剩余寿命RLP的方法的流程图。步骤210:在设备12的操作之前,在处理器18内建立待测量的操作参数28。一旦建立操作参数28,步骤220中将上限值32和下限值34输入到处理器18中。上限值32和下限值34通过历史数据和/或模型化数据与操作参数28相关。例如,当作为温度操作参数28建立时,上限值32对应于最高温度并且下限值34对应于最低温度,步骤230通过上限值32和下限值34限定设备12的弹性应变的范围。当设备12在由上限值32和下限值34限定的弹性应变的范围内操作时,设备12受到弹性应变。当设备12在上限值32和/或下限值34之外操作时,设备12受到塑性应变。
步骤240:在建立操作参数28之后,也将参考参数36输入240到处理器18中。参考参数36包括在上限值32和下限值34之间的值使得上限值32和下限值34限定参考参数36的设置。作为例子,当作为温度操作参数28建立时,参考参数36对应于模型化操作温度。已知的建模方案使实际操作参数28与模型化参考参数36关联。
步骤250:在设备12的操作周期期间,传感器14测量操作参数28。在操作期间,操作参数28在由上限值32和下限值34限定的范围内波动。当操作参数28在由上限值32和下限值34限定的范围内波动时,由设备12受到的任何应变包括设备12的容许弹性应变。
当操作参数28超过上限值32和/或下限值34时,参考参数36基于建模技术调节值以便于保持围绕操作参数28的上限值32和下限值34的设置。参考参数36的值响应超过上限值32和/或下限值34的操作参数28而变化。当操作参数28超过上限值32和/或下限值34时,由设备12受到的任何应变包括塑性应变。
处理器18测量并且记录响应超过上限值32和/或下限值34的操作参数28生成的参考参数36的值的多个变化。处理器18然后计算操作周期期间的参考参数36的值的变化的绝对值的积分。处理器18积分参考参数36的值的多个变化的值以计算参考参数36的值的多个变化的积分值。当积分值达到预定阈值38时,处理器18然后估计设备12的剩余寿命RLP260。
处理器18保留参考参数36的值的变化的记录,所述参考参数36由设备12的操作寿命期间的参考参数36的所有变化的绝对值的累积积分的值表示。基于历史数据和/或模型化数据,达到预定阈值38指示设备12的寿命的消耗。决策电路50生成信号51以警告操作者或系统10剩余寿命RLP。
图3示出了具有与处理器18联接的示例性装置12的系统10,所述处理器具有剩余寿命预测电路40,其中设备12包括功率模块52。功率模块52生成期望功率波形以为各种设备供电,例如电机和其它设备(未显示)。功率模块52大体上包括导致快速地周期性打开和关闭以产生期望的功率波形的功率半导体开关,例如绝缘栅双极晶体管(IGBTs)。
系统10包括电源54,所述电源以恒定频率为整流器56提供三相电压波形。整流器56执行三相电压波形的全波整流,将直流电压差输出到功率模块52。模块52接收来自整流器56电路的直流电压的正线和负线并且以期望的频率输出三相波形,与三相电源54的频率无关。处理器18为功率模块52提供适当信号,能够使功率模块52输出波形。最终产生的三相波形其后可以驱动负荷,例如电机58。
功率模块52的故障的主要原因由功率循环产生,这导致连接疲劳和失效。而且,IGBT’s所使用的类型的热循环可能产生线楔形结合点和类似接触点的线裂纹扩展,这通常发生在IGBTs上的连接处。由模块材料的热膨胀系数的不匹配引起的应变和疲劳倾向于导致线裂纹扩展。此外,由热循环导致的新裂纹也容易导致功率模块52的应变和疲劳。
功率模块52倾向于在恒定的操作参数(例如恒定的最高结点温度和中值结点温度)下失效,这种失效是可预测的。因此,功率模块52的制造商在特定操作参数下提供周期寿命额定数据。例如,制造商在某个上结点温度(TjUpper)、下结点温度(TjLower)、结点温度变化(ΔTj)和平均结点温度(Tm)下提供各种周期寿命额定数据。平均结点温度可以被定义为在时间上平均或基于上和下结点温度平均的结点温度。尽管功率模块寿命周期数据可以在恒定的操作参数下提供可预测性,但是许多功率模块应用(例如IGBT)倾向于在可变参数下操作。
在示例性实施例中,使用来自传感器14的测量数据,处理器18跟踪各种参数,功率模块52可以在所述参数下操作。传感器数据还允许处理器18预测功率模块52何时很可能由于热循环而失效,允许操作者准备预防维护或适当计划。处理器18确定操作参数28,例如最高结点温度(Tupper)、最低结点温度(Tlower)、结点温度变化(ΔTj)和平均结点温度(Tm)。例如,在处理器18上运行的热调节器软件使用已知方法基于热网络模型来计算最高结点温度(Tupper)和/或最低结点温度(Tlower)。可以使用已知方法基于来自传感器14的温度反馈数据和/或基于输出电流的估计热消散类似地确定结点温度变化(ΔTj)。
图4示出了预测功率模型设备12的剩余寿命的方法的流程图,其中操作参数包括设备12的操作温度。在功率设备12的操作之前,步骤410首先在处理器18内建立温度参数59。一旦建立温度参数59,步骤420中将上温度值60和下温度值62输入到处理器18中。上温度值60和下温度值62限定功率设备12的弹性应变的范围。当功率设备12在由上温度值60和下温度值62限定的范围内操作时,功率设备12受到弹性应变。当功率设备12在上温度值60和/或下温度值62之外操作时,功率设备12受到塑性应变。
在建立温度参数之后,步骤430将参考温度64输入到处理器18中。参考温度64包括在上温度值60和下温度值62之间的值使得上温度值60和下温度值62限定参考温度64的限度。参考温度64对应于模块52的模型化操作温度。在示例性实施例中,参考温度64初始设定在上温度值60和下温度值62之间的中点。已知的建模方案使模型化参考温度64与实际温度参数59关联。参考温度64可以初始设定在任何可接受的模型化温度。
图5是方框图,示出了由上温度值60和下温度值62限定的、大体上显示为“ER”的弹性范围内的温度参数28。在功率设备12的操作周期期间,步骤440中传感器14测量温度参数59。在操作期间,温度参数59在由上温度值60和下温度值62限定的范围内波动。当温度参数28在由上温度值60和下温度值62限定的范围内波动时,由功率设备12受到的任何应变包括功率设备12的容许弹性应变。
图6是另一个方框图,示出了超过上温度值60的温度参数和响应超过上温度值60的温度参数重新调节的参考温度64。当温度参数超过上温度值60和/或下温度值62时,参考温度64基于建模技术变化以便于建模围绕温度参数59的上温度值60和下温度值62的设置。超过上温度值60和下温度值62的值限定大体上被显示为“SR”的模块52的塑性应变的范围。当温度参数超过上温度值60和/或下温度值62时,由功率设备12受到的任何应变包括塑性应变。
参考温度64的值响应超过上温度值60和/或下温度值62的温度参数59而变化。步骤450中处理器18测量并且记录响应超过上温度值60和/或下温度值62的温度参数59生成的参考温度64的值的多个变化。然后步骤460中处理器18计算操作周期期间的参考温度64的值的变化的绝对值的积分。处理器18积分参考温度64的值的多个变化的值以计算参考温度64的值的多个变化的积分值。当积分值达到预定阈值38时,步骤470中,处理器18估计功率设备12的剩余寿命RLP。
图7是曲线图,示出了随着时间相对于上温度值60和下温度值62波动的温度参数59。图7也示出了当温度参数59随着时间在塑性应变范围内波动时调节的参考温度64。如图所示,当温度参数59在上温度值60和下温度值62内波动时,参考温度64随着时间保持相同值。当温度参数59超过上温度值60和/或下温度值62时,参考温度64随着时间改变值。例如,当温度参数59超过上温度值60时,参考温度64增加;而当温度参数59超过下温度值62时,参考温度64减小。
图8是曲线图,示出了如图7中曲线图显示的参考温度64的变化。图8示出了对于在上温度值60和下温度值62的限度内温度参数59相对于先前温度值的小偏差,不累积附加疲劳,如恒定的参考温度59所示。当温度参数59超过上温度值60和/或下温度值62时,疲劳的累积继续,原因是设备12受到超过上温度值60和/或下温度值62的塑性变形。
在示例性实施例中,处理器18记录参考温度64的位置的变化,并且设备12的寿命的消耗由在设备12的寿命期间在弹性温度范围ER内的参考温度64的所有变化的绝对值的累积积分的值表示。预期寿命终止由达到预定阈值38的积分器的值表示。
本说明书中所述的系统和方法改善了基于设备的实际操作计算设备的剩余寿命。系统使用剩余寿命计算中的非线性来提供显著的在线数据简化,产生降阶信号。系统识别与超过设备的弹性限度的偏差相关的疲劳以产生设备的预期寿命的降阶信号。系统在没有运行至失效(run to failure)数据的情况下预测设备的剩余使用寿命;能够根据各种操作属性表达总体设备健康;能够用系统可观察量反映设备健康;能够估计设备老化程度;能够用虚拟运行至失效推断剩余寿命估计;并且能够在在线设备寿命评估期间提供剩余寿命估计。
可以通过插入附加转移函数(例如但不限于功率函数、对数和滤波器)而增强系统的保真度。系统也能够量化不确定性的不同来源,例如但不限于设备不确定性、故障建模不确定性、传感器噪声、故障识别的时间的变化、故障参数的持续时间的变化、故障传播假设的变化以及转移函数参数的变化。
本说明书中所述的系统的技术效果包括在设备的操作周期期间测量设备的操作参数并且使操作参数的测量和参考参数关联以便于估计设备的剩余寿命。
在上面详细地描述了计算剩余寿命的系统、设备和方法的示例性实施例。系统、设备和方法不限于本说明书中所述的具体实施例,而是可以单独地并且独立于本文中所述的其它部件和/或步骤使用系统和/或设备的部件和/或方法的步骤。例如,冷却设备和方法也可以与其它电气设备和方法组合使用,并且不限于仅仅用如本说明书中所述的电气设备实施。
本发明的实施例可以以计算机执行过程和用于实施那些过程的装置的形式体现。本发明的实施例也可以以计算机程序产品的形式体现,所述计算机程序产品具有在有形媒体中体现的包含指令的计算机程序代码,所述有形媒体例如是软盘、CD-ROMs、硬盘驱动器、USB(通用串行总线)驱动器或任何其它计算机可读存储介质,其中当计算机程序代码装载到计算机中并且由计算机执行时,计算机变为用于实施本发明的装置。本发明的实施例也可以例如以计算机程序代码的形式体现,无论是存储在存储介质中、装载到计算机中和/或由计算机执行还是在某个传输介质上(例如在电线或电缆上、通过光纤或经由电磁辐射)传输,其中当计算机程序代码装载到计算机中并且由计算机执行时,计算机变为用于实施本发明的装置。当在通用微处理器上执行时,计算机程序代码段配置微处理器以产生特定逻辑电路。可执行指令的技术效果是预测设备的剩余使用寿命。
该书面描述使用例子来公开包括最佳模式的本发明,并且也使本领域的任何技术人员能够实施本发明,包括制造和使用任何装置或系统并且执行任何包含的方法。本发明的专利范围由权利要求限定,并且可以包括本领域的技术人员想到的其它例子。这样的其它例子旨在属于权利要求的范围内,只要它们具有与权利要求的文字语言没有区别的结构元件,或者只要它们包括与权利要求的文字语言无实质区别的等效结构元件。
附图标记列表:
Claims (10)
1.一种用于估计设备(12)的寿命的系统(10),所述系统包括:
联接到所述设备(12)的传感器(14),所述传感器被配置成便于测量所述设备的操作参数(28)并且生成表示所述操作参数的测量信号(30);
数据库(24),所述数据库包括上限值(32)、下限值(34)和参考参数(36);以及
处理器(18),所述处理器联接到所述传感器(14)并且联接到所述数据库,所述处理器包括积分器电路(48),所述积分器电路被配置成计算所述参考参数的值的变化的绝对值的积分用于估计所述设备的剩余寿命(RLP),其中,所述参考参数的值的变化是在操作周期期间响应超过所述上限值和所述下限值中的至少一个的所述操作参数。
2.根据权利要求1所述的系统,其特征在于,所述处理器(18)包括传感器电路(42),所述传感器电路被配置成接收所述操作参数(28)的所述测量。
3.根据权利要求1所述的系统,其特征在于,所述处理器(18)包括测量电路(46),所述测量电路被配置成响应超过所述上限值(32)和所述下限值(34)中的至少一个的所述操作参数(28)测量所述参考参数(36)的值的多个变化。
4.根据权利要求3所述的系统,其特征在于,所述处理器(18)包括计数器电路(44),所述计数器电路被配置成计数所述参考参数(36)的值的所述变化。
5.根据权利要求1所述的系统,其特征在于,所述积分器电路(48)被配置成计算所述操作周期期间的所述参考参数(36)的值的所述变化的绝对值的积分以产生所述参考参数的值的所述变化的积分值。
6.根据权利要求5所述的系统,其特征在于,所述处理器(18)包括决策电路(50),所述决策电路被配置成当所述积分值达到预定阈值时估计所述设备的剩余寿命(RLP)。
7.一种估计设备(12)的剩余寿命的方法,所述方法包括:
建立所述设备的待测量的操作参数(28);
输入所述操作参数的上限值(32)和下限值(34),所述上限值和所述下限值限定所述设备的弹性应变的范围;
建立所述上限值和所述下限值之间的参考参数(36);
在所述设备的操作周期期间测量所述设备的所述操作参数;以及
计算所述参考参数的值的变化的绝对值的积分用于估计所述设备的剩余寿命(RLP),其中,所述参考参数的值的变化是在操作周期期间响应超过所述上限值和所述下限值中的至少一个的所述操作参数。
8.根据权利要求7所述的方法,其特征在于,关联所述操作参数(28)的测量和所述参考参数(36)包括在所述操作周期期间测量响应超过所述上限值(32)和所述下限值(34)中的至少一个的所述操作参数生成的所述参考参数的值的多个变化。
9.根据权利要求8所述的方法,其特征在于,关联所述操作参数(28)的测量和所述参考参数(36)包括记录所述参考参数的值的多个变化。
10.根据权利要求9所述的方法,其特征在于,关联所述操作参数(28)的测量和所述参考参数(36)包括计算所述操作周期期间的所述参考参数的值的多个变化的绝对值的积分以计算所述参考参数的值的多个变化的积分值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/114751 | 2011-05-24 | ||
US13/114,751 US9194376B2 (en) | 2011-05-24 | 2011-05-24 | System and method for estimating remaining life for a device |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102798535A CN102798535A (zh) | 2012-11-28 |
CN102798535B true CN102798535B (zh) | 2017-09-26 |
Family
ID=45527590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210179061.XA Active CN102798535B (zh) | 2011-05-24 | 2012-05-24 | 用于估计设备的剩余寿命的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9194376B2 (zh) |
EP (1) | EP2527942B1 (zh) |
CN (1) | CN102798535B (zh) |
ES (1) | ES2820448T3 (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2577530T3 (es) * | 2009-05-25 | 2016-07-15 | Vestas Wind Systems A/S | Procedimiento y sistema para controlar el funcionamiento de una turbina eólica |
US8924162B2 (en) * | 2010-05-13 | 2014-12-30 | University Of Cincinnati | Turbine-to-turbine prognostics technique for wind farms |
US9638756B2 (en) * | 2012-12-11 | 2017-05-02 | Honeywell International Inc. | Load cell residual fatigue life estimation system and method |
CN103077476A (zh) * | 2012-12-21 | 2013-05-01 | 广州供电局有限公司 | Gis设备状态评估方法和gis设备状态评估系统 |
CN105246810A (zh) | 2013-03-22 | 2016-01-13 | 奥的斯电梯公司 | 通过探测组件的使用寿命进行的预防性维护 |
DE202013101455U1 (de) * | 2013-04-05 | 2014-07-09 | Weidmüller Interface GmbH & Co. KG | Funktionselektronikmodul |
TWI489122B (zh) * | 2013-08-01 | 2015-06-21 | Realtek Semiconductor Corp | 電路使用期計量裝置與方法 |
WO2015042123A1 (en) * | 2013-09-17 | 2015-03-26 | General Electric Company | System and method for controlling operation of a gas turbine based power plant |
US20150308191A1 (en) * | 2014-04-29 | 2015-10-29 | Sinopec Tech Houston, LLC. | System and method for monitoring drilling systems |
US10691119B2 (en) | 2014-07-31 | 2020-06-23 | Camozzi Digital S.R.L. | System for monitoring physical parameters of textile machinery and method of predictive maintenance |
US10067483B1 (en) * | 2014-08-28 | 2018-09-04 | Apple Inc. | Controlling electrical device based on temperature and voltage |
CA3006938C (en) * | 2014-12-10 | 2023-08-15 | Paul D. Okulov | Micro electro-mechanical strain displacement sensor and usage monitoring system |
US9859787B2 (en) | 2015-04-22 | 2018-01-02 | Ge Energy Power Conversion Technology Limited | Life of a semiconductor by reducing temperature changes therein via reactive power |
WO2016196775A1 (en) * | 2015-06-04 | 2016-12-08 | Fischer Block, Inc. | Remaining-life and time-to-failure predictions of power assets |
CN104978459B (zh) * | 2015-07-08 | 2017-11-21 | 电子科技大学 | 一种igbt剩余寿命预测方法 |
EP3203250B1 (en) * | 2016-02-03 | 2023-05-24 | Mitsubishi Electric R&D Centre Europe B.V. | Method and device for estimating a level of damage or a lifetime expectation of a power semiconductor module |
CN106012865B (zh) * | 2016-07-30 | 2018-11-27 | 泰兴市东城水处理工程有限公司 | 桥墩基础桩一次成型机 |
DE102016118293A1 (de) | 2016-09-28 | 2018-03-29 | Ge Energy Power Conversion Technology Limited | Vorrichtung und Verfahren zur Kühlung einer Halbleiteranordnung |
WO2018190879A1 (en) * | 2017-04-14 | 2018-10-18 | Hewlett-Packard Development Company, L.P. | Prediction of end-of-life of a direct current (dc) motor |
US11067604B2 (en) * | 2017-08-30 | 2021-07-20 | Analog Devices International Unlimited Company | Managing the determination of a transfer function of a measurement sensor |
CN108268076B (zh) * | 2018-01-23 | 2020-12-22 | 江苏省兴安科技发展有限公司 | 一种基于大数据的机房运行安全评估系统 |
US11113168B2 (en) | 2018-03-09 | 2021-09-07 | Toyota Motor Engineering & Manufacturing North America, Inc. | Distributed architecture for fault monitoring |
US10650616B2 (en) | 2018-04-06 | 2020-05-12 | University Of Connecticut | Fault diagnosis using distributed PCA architecture |
US10354462B1 (en) | 2018-04-06 | 2019-07-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Fault diagnosis in power electronics using adaptive PCA |
CN110619408B (zh) * | 2018-06-19 | 2023-10-13 | 佛山市顺德区美的电热电器制造有限公司 | 一种信息获取方法、设备和计算机存储介质 |
AT522383A1 (de) * | 2019-03-12 | 2020-10-15 | Schneider Electric Power Drives Gmbh | Verfahren zur bewertung der thermischen belastung eines umrichters |
US11327121B2 (en) * | 2019-04-03 | 2022-05-10 | Transportation Ip Holdings, Llc | Deviation detection system for energy storage system |
EP3751368B1 (en) * | 2019-06-14 | 2023-09-27 | General Electric Company | Additive manufacturing-coupled digital twin ecosystem based on a surrogate model of measurement |
US11707010B2 (en) | 2019-06-14 | 2023-07-25 | Cnh Industrial America Llc | System and method for monitoring the operational status of tools of an agricultural implement |
EP3819735A1 (en) * | 2019-11-07 | 2021-05-12 | ABB Schweiz AG | Prediction of faulty behaviour of a converter based on temperature estimation with machine learning algorithm |
EP3995933B1 (en) | 2020-11-05 | 2023-01-25 | Axis AB | Method and system for controlling data storage device temperature |
US11635060B2 (en) | 2021-01-20 | 2023-04-25 | General Electric Company | System for operating a wind turbine using cumulative load histograms based on actual operation thereof |
US11661919B2 (en) | 2021-01-20 | 2023-05-30 | General Electric Company | Odometer-based control of a wind turbine power system |
US11728654B2 (en) | 2021-03-19 | 2023-08-15 | General Electric Renovables Espana, S.L. | Systems and methods for operating power generating assets |
EP4170364A1 (en) * | 2021-10-22 | 2023-04-26 | General Electric Renovables España S.L. | Power converters |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5654500A (en) * | 1996-04-17 | 1997-08-05 | General Electric Co. | Method for determining cyclic service life for rotational parts of a rotary machine |
CN101218401A (zh) * | 2005-04-12 | 2008-07-09 | 胜达因公司 | 判断离心涡轮机械剩余寿命的系统和方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0299703A (ja) * | 1988-10-05 | 1990-04-11 | Hitachi Ltd | 蒸気タービンの温度・圧力積算装置 |
AU752024B2 (en) * | 2000-04-14 | 2002-09-05 | Kabushiki Kaisha Toshiba | Method and equipment for assessing the life of members put under high in-service temperature environment for long period |
SE517970C2 (sv) * | 2000-07-20 | 2002-08-13 | Volvo Articulated Haulers Ab | Förfarande för att uppskatta en livslängdsreducerande skada på ett i drift belastat objekt,jämte datorprogramprodukt |
CH695515A5 (de) * | 2002-03-08 | 2006-06-15 | Alstom Technology Ltd | Verfahren zur Bestimmung des elasto-plastischen Verhaltens von aus anisotropem Material bestehenden Bauteilen sowie Anwendung des Verfahrens. |
US6922640B2 (en) * | 2002-12-18 | 2005-07-26 | Sulzer Markets And Technology Ag | Method for the estimating of the residual service life of an apparatus |
DE10392498B4 (de) * | 2003-03-12 | 2008-07-24 | Mitsubishi Denki K.K. | Vorrichtung zur Steuerung eines Elektromotors |
US7149657B2 (en) * | 2003-06-23 | 2006-12-12 | General Electric Company | Method, system and computer product for estimating a remaining equipment life |
US7725293B2 (en) | 2006-12-07 | 2010-05-25 | General Electric Company | System and method for equipment remaining life estimation |
US7395188B1 (en) | 2006-12-07 | 2008-07-01 | General Electric Company | System and method for equipment life estimation |
US7889840B2 (en) * | 2007-01-10 | 2011-02-15 | The United States Of America As Represented By The Secretary Of The Navy | System and method for predicting material fatigue and damage |
US7548830B2 (en) | 2007-02-23 | 2009-06-16 | General Electric Company | System and method for equipment remaining life estimation |
US7719812B2 (en) * | 2007-05-15 | 2010-05-18 | Astec International Limited | Power converters with rate of change monitoring for fault prediction and/or detection |
US7826985B2 (en) * | 2008-05-02 | 2010-11-02 | Rockwell Automation Technologies, Inc. | Power module life estimation fatigue function |
JP2010065637A (ja) * | 2008-09-12 | 2010-03-25 | Mitsubishi Heavy Ind Ltd | 産業車両の潤滑油劣化診断方法及び装置 |
-
2011
- 2011-05-24 US US13/114,751 patent/US9194376B2/en active Active
-
2012
- 2012-05-08 ES ES12167055T patent/ES2820448T3/es active Active
- 2012-05-08 EP EP12167055.8A patent/EP2527942B1/en active Active
- 2012-05-24 CN CN201210179061.XA patent/CN102798535B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5654500A (en) * | 1996-04-17 | 1997-08-05 | General Electric Co. | Method for determining cyclic service life for rotational parts of a rotary machine |
CN101218401A (zh) * | 2005-04-12 | 2008-07-09 | 胜达因公司 | 判断离心涡轮机械剩余寿命的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US9194376B2 (en) | 2015-11-24 |
EP2527942B1 (en) | 2020-07-01 |
EP2527942A2 (en) | 2012-11-28 |
CN102798535A (zh) | 2012-11-28 |
EP2527942A3 (en) | 2016-01-13 |
ES2820448T3 (es) | 2021-04-21 |
US20120029839A1 (en) | 2012-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102798535B (zh) | 用于估计设备的剩余寿命的系统和方法 | |
JP7266587B2 (ja) | 再充電可能なバッテリを制御するための方法およびシステム | |
Xu et al. | Real-time transient stability assessment model using extreme learning machine | |
TWI302178B (en) | Operation support system for power plant | |
EP3186514B1 (en) | Monitoring of a pump | |
JP2019528032A (ja) | バッテリ管理システム | |
US20190324070A1 (en) | State estimation apparatus, state estimation method, and non-transitory medium | |
TWI663510B (zh) | 設備保養預測系統及其操作方法 | |
CN116593811B (zh) | 一种集成型变频器运行状态监测系统及监测方法 | |
CN104635121A (zh) | 旋转电机的绝缘监视的温度补偿 | |
CN110119128B (zh) | 一种用于实验室用电设备的监控管理系统 | |
KR20150022145A (ko) | 비정상 데이터 예측 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 | |
CN116975604B (zh) | 贴片机驱动系统的故障预测方法及系统 | |
US20210055706A1 (en) | Condition monitoring system | |
CN115128513A (zh) | 一种基于热量的电容器异常检测方法及相关装置 | |
CN116345700A (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
CN117347869B (zh) | 储能电池管理系统数据分析方法、装置、电子设备及介质 | |
CN117215356B (zh) | 一种配电柜的智能控制方法及系统 | |
JP2021111207A (ja) | プラント性能評価システムおよびプラント性能評価方法 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
EP3385804A1 (en) | Failure diagnosis apparatus, monitoring apparatus, failure diagnosis method and recording medium | |
CN111211556B (zh) | 一种考虑风电的配网供电可靠性评估方法 | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
JP2014026327A (ja) | 実稼働データによる機器の状態診断装置 | |
Shrivastava et al. | Integrating Sensor Data and Machine Learning for Predictive Maintenance in Industry 4.0 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240111 Address after: Barcelona, Spain Patentee after: Ge renewable energy Spain Ltd. Address before: New York, United States Patentee before: General Electric Co. |
|
TR01 | Transfer of patent right |