CN103398768B - 分析具有旋转部件的机器的状态的方法和系统 - Google Patents

分析具有旋转部件的机器的状态的方法和系统 Download PDF

Info

Publication number
CN103398768B
CN103398768B CN201310332658.8A CN201310332658A CN103398768B CN 103398768 B CN103398768 B CN 103398768B CN 201310332658 A CN201310332658 A CN 201310332658A CN 103398768 B CN103398768 B CN 103398768B
Authority
CN
China
Prior art keywords
signal
value
frequency
sampled
digital
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
CN201310332658.8A
Other languages
English (en)
Other versions
CN103398768A (zh
Inventor
L-O·E·海丁
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.)
SPM Instrument AB
Original Assignee
SPM Instrument AB
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
Application filed by SPM Instrument AB filed Critical SPM Instrument AB
Publication of CN103398768A publication Critical patent/CN103398768A/zh
Application granted granted Critical
Publication of CN103398768B publication Critical patent/CN103398768B/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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4069—Simulating machining process on screen
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • 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
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis
    • 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
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37228—Tool inspection, condition, dull tool

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

一种分析具有旋转轴的机器的状态的方法，包括：产生取决于从所述轴的旋转发出的机械振动的模拟电测量信号（SEA）；响应所述接收的模拟测量数据，以采样频率（fS）对所述模拟测量信号进行采样，以便产生数字测量数据信号（SMD）；执行所述数字测量数据信号（SMD）的降采样，以实现具有降低采样频率（fSR1、fSR2）的数字信号（SRED）；其中所述降采样包括以下步骤：控制所述降低采样频率（fSR1、fSR2），使得所述轴（8）每转的样点值数目保持为基本上不变的值；以及在增强器输入接收所述数字信号（SRED2）；在所述增强器中执行相关，以便产生输出信号序列（O），其中重复信号振幅分量关于随机信号分量被放大；执行状态分析功能（F1、F2、Fn）以分析取决于具有降低采样频率（fSR1、fSR2）的所述数字信号（SRED）的机器的状态。

Description

分析具有旋转部件的机器的状态的方法和系统
本申请是名称为“分析具有旋转部件的机器的状态的方法和系统”、申请号为200980156086.4、申请日为2009年12月22日的发明申请的分案申请。
技术领域
本发明涉及机器状态的分析方法，并涉及机器状态的分析装置。本发明也涉及包括这样的装置的系统并涉及操作这样的装置的方法。本发明也涉及使计算机执行分析功能的计算机程序。
背景技术
具有运动部件的机器容易随着时间流逝而受到磨损，这往往使机器的状态退化。这样的具有可运动部件的机器实例为电机、泵、发电机、压缩机、车床和计算机数控机器。可运动部件可以包括轴和轴承。
为了防止机器故障，这样的机器应当取决于机器的状态受到维护。所以优选情况下时常评估这样的机器的运行状态。通过测量从轴承发出的振动或者通过测量机器外壳上的温度，能够确定运行状态，机器的温度取决于轴承的运行状态。对具有旋转或其他运动部件的机器进行这样的状态检查对于安全非常重要，对于这样的机器的寿命长度也非常重要。手工地在机器上进行这样的测量已经公知。普通的做法是由操作员在测量仪器的帮助下在一台或几台机器上的测量点进行测量。
许多商用仪器已经面世，它们取决于以下事实：滚珠轴承中的缺陷产生短脉冲，通常称为冲击脉冲。冲击脉冲测量装置可以产生指示轴承或机器状态的信息。
WO03062766公开的机器具有测量点以及具有一定轴直径的轴， 其中机器使用时轴能够旋转。WO03062766也公开了具有旋转轴的机器的状态分析装置。所公开的装置具有传感器，用于产生指示测量点振动的测量值。WO03062766中公开的装置具有数据处理器和存储器。该存储器可以存储程序代码，当程序代码在数据处理器上运行时，将使分析装置执行机器状态监视功能。这样的机器状态监视功能可以包括冲击脉冲测量。
US6,053,047公开了用作振动传感器的加速度计，它采集被传递到A/D转换器的模拟振动数据，A/D转换器向处理器90提供数字振动数据。根据US6,053,047，处理器执行数字振动数据的数字带通滤波、滤波后信号的整流以及整流后信号的低通滤波以产生低频信号。该低频信号通过电容器以产生解调信号。对解调信号116进行FFT以产生振动谱。US6,053,047也教导了计算从加速度计到电机中各种振动源的每条物理路径的谐振频率，并且US6,053,047教导了先执行这个校准步骤再让电机出厂。根据US6,053,047，作为替代，从各种振动源到加速度计的每条物理路径的这样的校准必须使用校准锤进行。
发明内容
本发明的一方面涉及分析具有以某转速旋转的部件的机器状态的装置，包括：
第一传感器，适于产生取决于从所述部件的旋转发出的机械振动的模拟电测量信号（SEA）；模拟-数字转换器（44），响应所述接收的模拟测量数据，以采样频率（fS）对所述模拟测量信号进行采样，以便产生数字测量数据信号（SMD）；所述数字测量数据信号（SMD）具有第一信噪比值；
第一降采样器，执行所述数字测量数据信号（SMD、SENV）的降采样，以实现具有第一降低采样频率（fSR1）的第一数字信号（SMD、SENV）；
第二降采样器（470、470A、470B），所述第二降采样器（470、470A、470B）具有
第一输入，用于接收所述第一数字信号（SMD、SENV）；以及
第二输入，用于接收指示与所述部件相关联的可变转速（fROT）的信号；
第三输入，用于接收指示输出采样率设置信号的信号；
所述第二降采样器（470、470A、470B）适于响应以下诸项产生具有第二降低采样频率（fSR2）的第二数字信号（SRED2）：
所述第一数字信号（SMD、SENV），
指示相关转速（fROT）的所述信号，以及
指示使得所述旋转部件每转的样点值数目保持为基本上不变的值的输出采样率设置信号的所述信号；以及
增强器，具有接收所述第二数字信号（SRED2）的输入；所述增强器适于接收第一多个（ILENGTH）样点值，其中，所述第二数字信号（SRED2）表示某持续时间从所述部件的旋转发出的机械振动；
所述增强器适于执行相关，以便产生输出信号序列（O），其中，重复信号振幅分量关于随机信号分量被放大；
鉴别器（230），用于执行状态分析功能（F1、F2、Fn）以分析取决于所述第二数字信号（SRED2）的机器的状态。
根据所述装置的实施例，所述第一降采样器适于以整数因子（M）降低所述采样率。
本发明的另一方面B1涉及计算机程序，使计算机分析具有缓慢旋转部件的机器的状态，所述计算机程序包括：
计算机可读代码装置，在计算机上运行时，使所述计算机产生取决于从所述轴的旋转发出的机械振动的模拟电测量信号（SEA）；
计算机可读代码装置，在计算机上运行时，使所述计算机响应所述接收的模拟测量数据，以采样频率（fS）对所述模拟测量信号进行采样，以便产生数字测量数据信号（SMD）；
计算机可读代码装置，在计算机上运行时，使所述计算机执行所述数字测量数据信号（SMD）的降采样，以实现具有降低采样频率（fSR1、 fSR2）的数字信号（SRED）；
计算机可读代码装置，在计算机上运行时，使所述计算机控制所述降低采样频率（fSR1、fSR2），使得所述轴（8）每转的样点值数目保持为基本上不变的值；以及
计算机可读代码装置，在计算机上运行时，使所述计算机执行状态分析功能（F1、F2、Fn）以分析取决于具有降低采样频率（fSR1、fSR2）的所述数字信号（SRED）的机器的状态。
一种计算机程序产品，包括
计算机可读介质；以及
根据权利要求方面B1的计算机程序，
所述计算机程序记录在所述计算机可读介质上。
本发明也涉及状态监视系统，包括
与行星齿轮系统（700）相关联的冲击脉冲测量传感器，用于产生模拟信号；
A/D转换器，被连接以接收所述模拟信号；
多个信号处理功能（94、240、250、310、470、320）。
本发明也涉及操作有限脉冲响应滤波器的方法，所述滤波器具有接收取决于从轴的旋转发出的机械振动的数字测量数据信号（SMD）的检测到输入数据值(S(j))的输入（480），所述数字测量数据信号（SMD）具有采样频率（fSR1）；以及接收指示被监视旋转部件在与所述输入数据值(S(j))的所述检测相关联的时间的转速的信号的输入；以及存储器（604），适于接收和存储所述数据值(S(j))和指示对应转速（fROT）的信息；以及数值发生器（606），适于产生分数值（D）；以及具有各个滤波器值的多个FIR滤波器阶；所述方法包括对滤波器值进行插值的步骤。
附图说明
为了使理解本发明变得简单，将利用实例并参考附图进行说明，其中：
图1显示了根据本发明实施例的状态分析系统2实施例的示意框图；
图2A是图1所示状态分析系统2的一部分的实施例的示意框图；
图2B是传感器接口实施例的示意框图；
图2C是来自振动传感器的测量信号的展示；
图2D展示了冲击脉冲传感器产生的测量信号振幅；
图2E展示了振动传感器产生的测量信号振幅；
图3是根据本发明实施例的冲击脉冲测量传感器的简化展示；
图4是存储器60及其内容的实施例的简化展示；
图5是在具有可运动轴的机器6的客户位置的分析装置实施例的示意框图；
图6展示了根据本发明实施例的预处理器实施例的示意框图；
图7展示了鉴别器230的实施例；
图8展示了鉴别器230的另一个实施例；
图9展示了预处理器200的另一个实施例；
图10A是流程图，展示了增强信号中重复信号模式方法的实施例；
图10B是流程图，展示了产生数字输出信号的方法；
图11是具有多个存储器位置的第一存储器的示意展示；
图12是具有多个存储器位置的第二存储器的示意展示；
图13是包括两个重复信号特征的实例输出信号SMDP的示意展示；
图14A展示了传递给降采样器310的输入的信号中的许多样点值；
图14B展示了对应时间周期的输出样点值；
图15A展示了根据本发明实施例的降采样器；
图15B展示了本发明的另一个实施例；
图16展示的本发明的实施例包括如以上介绍的降采样器和增强器，以及分数降采样器；
图17展示了分数降采样器的实施例；
图18展示了分数降采样器的另一个实施例；
图19展示了降采样器和分数降采样器的另一个实施例；
图20是降采样器和分数降采样器又一个实施例的框图；
图21是流程图，展示了运行图20中降采样器和分数降采样器方法的实施例；
图22A、22B和22C介绍了能够以计算机程序实施的方法；
图23是展示行星齿轮系统的正视图；
图24是图23中行星齿轮系统700的示意侧视图，从图23中箭头SW的方向所见；
图25展示了响应由至少一个传感器10依据行星齿轮系统的旋转所检测的信号，由预处理器200产生并由其输出的示范信号的模拟版本（见图5或图16）；
图26展示了图25所示信号的高振幅区域702A的一部分的实例；
图27展示了包括图26所示小周期扰动903的信号的示范频谱；
图28展示了图25所示的示范信号的一部分的实例；
图29展示了根据本发明实施例的状态分析系统的又一个实施例；
图30是框图，展示了连同用户界面和显示器一起的图29的信号处理组合体的部件。
具体实施方式
在以下说明中不同实施例中的相似特征可以由相同的附图标记指示。
图1显示了根据本发明实施例的状态分析系统2实施例的示意框图。附图标记4涉及具有可运动部件8的机器6的客户机位置。可运动部件可以包括轴承7和轴8，当机器在运行状态时，轴8旋转。当轴旋转时，响应从轴和/或轴承发出的振动，能够确定轴8和轴承7的运行状态。客户机位置4，也可以指客户机部件或用户部件，可以是例如风力发电厂的房屋及地基，即在某位置处的一组风力涡轮，或者 某造纸厂的房屋及地基，或者具有可运动部件机器的某个其他制造厂。
当传感器10被连接到机器6的机体上或在其上测量点12处时，状态分析系统2的实施例在运行。尽管图1仅仅展示了两个测量点12，但是应当理解位置4可以包括任何数目的测量点12。图1所示的状态分析系统2包括分析装置14，根据传感器10传递的测量值分析机器的状态。
分析装置14具有通信端口16，用于双向数据交换。通信端口16可连接到通信网络18，如经由数据接口19。通信网络18可以是环球网，也称为因特网。通信网络18还可以包括公共交换电话网。
服务器计算机20被连接到通信网络18。服务器20可以包括数据库22、用户输入/输出接口24和数据处理硬件26，以及通信端口29。服务器计算机20位于位置28，在地理上与客户机位置4分离。服务器位置28可以在第一座城市，比如瑞典的首都斯德哥尔摩，而客户机的位置可以在另一座城市，比如德国的斯图加特或美国密歇根州的底特律。作为替代，服务器位置28可以在某城镇的第一部分，而客户机位置可以在同一城镇的另一部分。服务器位置28还可以称为供应商部件28或供应商部件位置28。
根据本发明的实施例，中央控制位置31包括控制计算机33，具有数据处理硬件和软件，用于测量在客户机位置4的多台机器。机器6可以是风力涡轮或风力涡轮中使用的齿轮箱。作为替代，这些机器可以包括如造纸厂中的机械。控制计算机33可以包括数据库22B、用户输入/输出接口24B和数据处理硬件26B，以及通信端口29B。中央控制位置31可以与客户机位置4分开一段地理距离。利用通信端口29B控制计算机33能够被连接，以经由端口16与分析装置14进行通信。分析装置14可以传递正被部分处理的测量数据，以便允许在中央位置31由控制计算机33进一步执行信号处理和/或分析。
供应商公司占据着供应商部件位置28。供应商公司可以出售和递送分析装置14和/或分析装置14所用的软件。供应商公司还可以出售和递送中央控制位置31处的控制计算机所用的分析软件。以下连同图 4讨论了这样的分析软件94、105。这样的分析软件94、105可以通过在所述通信网络18上的传输而递送。
根据系统2的一个实施例，装置14是便携式装置，可以时时连接到通信网络18。
根据系统2的另一个实施例，装置14基本上被连续地连接到通信网络18。因此，根据这个实施例的装置14可以基本上一直“在线”可用于与供应商计算机20和/或与在控制位置31处的控制计算机33进行通信。
图2A是图1所示的状态分析系统2的一部分的实施例的示意框图。图2A中展示的状态分析系统包括用于产生测量值的传感器单元10。所述测量值可以取决于运动，或者更确切地说，取决于轴旋转时由轴承引起的振动或冲击脉冲。
当设备30被稳固地安装在机器6上或其上的测量点处时，状态分析系统2的实施例在运行。安装在测量点处的设备30可以指双头螺栓30。双头螺栓30可以包括连接耦接32，传感器单元10与其可拆卸地连接。连接耦接32可以例如包括双头螺纹，使得传感器单元能够利用1/4转的旋转与双头螺栓机械地啮合。
测量点12可以包括机器外壳上带螺纹的凹处。双头螺栓30可以具有带有螺纹的突出部分，对应于这些凹处，使得双头螺栓能够像螺栓一样通过纳入到凹处中而牢固地连接到测量点。
作为替代，测量点可以包括机器外壳上带螺纹的凹处，而传感器单元10可以包括对应的螺纹，使得它能够被直接地纳入到所述凹处中。作为替代，仅仅以彩色标记在机器外壳上标注了测量点。
图2A例示的机器6可以具有旋转轴，具有一定的轴直径d1。机器6在使用时，机器中的轴24可以以转速V1旋转。
传感器单元10可以连接到分析机器状态的装置14。参考图2A，分析装置14包括传感器接口40，用于接收由传感器10产生的测量信号即测量数据。传感器接口40被连接到数据处理装置50，它能够按照程序代码控制分析装置14的运行。数据处理装置50也被连接到存 储所述程序代码的存储器60。
根据本发明的实施例，传感器接口40包括接收模拟信号的输入42，输入42被连接到模-数（A/D）转换器44，其数字输出48被连接到数据处理装置50。A/D转换器44以一定的采样频率fS对所接收的模拟信号进行采样，以便递送具有一定的采样频率fS的数字测量数据信号SMD，并且其中每个样点的振幅都取决于在采样时刻所接收的模拟信号的振幅。
根据展示在图2B中本发明的另一个实施例，传感器接口40包括从冲击脉冲测量传感器接收模拟信号SEA的输入42、被连接以接收模拟信号的调节电路43以及被连接以从调节电路43接收调节后模拟信号的A/D转换器44。A/D转换器44以一定的采样频率fS对所接收的调节后模拟信号进行采样，以便递送具有一定的采样频率fS的数字测量数据信号SMD，并且其中每个样点的振幅都取决于在采样时刻所接收的模拟信号的振幅。
采样定理保证了有限带宽的信号（即具有最高频率的信号）根据其采样后的形式能够完美地被重建，如果采样率fS大于被监视的模拟信号SEA的最大频率fSEAmax的两倍的话。等于采样率一半的频率因此是对能够被采样后的信号SMD明确地表示的最高频率的理论限制。这个频率（采样率的一半）称为采样系统的尼奎斯特频率。在采样后的信号中能够观察到尼奎斯特频率fN之上的频率，但是它们的频率是不明确的。也就是说，具有频率f的频率分量无法与具有其中B为非零整数的频率B*fN+f和B*fN-f的其他分量区分。这种歧义性称为假频，应对方法可以是先用反假频滤波器（通常是具有接近尼奎斯特频率的截止点的低通滤波器）过滤该信号，再转换到采样后离散表达。考虑到允许非理想滤波器在频率响应中具有一定的斜率，为了提供安全余量，采样频率可以选择高于2的值。因此，根据本发明的实施例，可以将采样频率设置为：
fS=k*fSEAmax
其中，k是具有大于2.0的值的因子。
所以可以选择因子k为大于2.0的值。优选情况下，可以选择因子k为2.0与2.9之间的值，以便提供好的安全余量同时避免产生不必要的许多采样值。根据实施例，作为有益的情况，选择的因子k使得100*k/2呈现为整数。根据实施例，因子k可以被设置为2.56。选择k为2.56致使100*k=256=2的8次方。
根据实施例，数字测量数据信号SMD的采样频率fS可以固定到一定的值fS，比如fS=102.4kHz。
因此，当采样频率fS被固定到一定的值fS时，模拟信号SEA的最高频率fSEAmax将为：
fSEAmax=fS/k
其中fSEAmax是采样后信号中要被分析的最高频率。
因此，当采样频率fS被固定到一定的值fS=102400Hz，而因子k被设置为2.56时，模拟信号SEA的最大频率fSEAmax将为：
fSEAmax=fS/k=102400/2.56=40kHz
所以，响应所述接收的模拟测量信号SEA而产生具有一定的采样频率fS的数字测量数据信号SMD。A/D转换器44的数字输出48经由传感器接口40的输出49被连接到数据处理装置50，以便能够向数据处理装置50传递数字测量数据信号SMD。
传感器单元10可以包括振动转换器，传感器单元被构造为在物理上啮合测量点的连接耦接，使得在测量点的机器振动能够被传输到振动转换器。根据本发明的实施例，传感器单元包括具有压电元件的转换器。当测量点12振动时，传感器单元10或者至少其一部分也振动，然后转换器产生电信号，其频率和振幅分别取决于测量点12的机械振动频率和振动振幅。根据本发明的实施例，传感器单元10是振动传感器，提供如频率范围为1.00Hz至10000Hz的10mV/g的模拟振幅信号。这样的振动传感器被设计为基本上是为了传递10mV的相同振幅，而不考虑它是在1Hz、3Hz还是在10Hz被施加1g（9.82m/s2）的加速度。因此典型的振动传感器在高达约10kHz的指定频率范围内具有线性响应。从旋转机器部件中发出的在这个频率范围内的机械振 动往往由不平衡或未对准导致。不过，当安装在机器上时，典型情况下，线性响应振动传感器也具有几个不同的机械谐振频率，取决于传感器与振动源之间的物理路径。
滚柱轴承的故障导致相对尖锐的弹性波，称为冲击脉冲，在到达传感器之前沿着机器外壳的物理路径传播。这样的冲击脉冲往往具有很宽的频谱。典型情况下，滚柱轴承冲击脉冲的振幅低于由不平衡或未对准所导致振动的振幅。
宽频谱的冲击脉冲特征使得它们能够激活”鸣震响应”或与传感器相关联的谐振频率的谐振。因此，来自振动传感器的典型测量信号可能具有图2C所示的波形，即在主要低频信号上叠加了更高频率更低振幅谐振的“鸣震响应”。
为了能够分析往往从轴承的故障中发出的冲击脉冲特征，必须滤除低频分量。这能够利用高通滤波器或利用带通滤波器实现。不过，必须调整这些滤波器以便在高频信号部分通过的同时，阻塞低频信号部分。典型情况下，单个的振动传感器将具有与从一个冲击脉冲信号源的物理路径相关联的一个谐振频率，以及与从另一个冲击脉冲信号源的物理路径相关联的不同的谐振频率，正如在US6,053,047中提及。因此，当使用振动传感器时，旨在使高频信号部分通过的滤波器调整需要个别调整。
当正确地调整了这样的滤波器时，结果信号将由冲击脉冲特征组成。不过，分析从振动传感器发出的冲击脉冲特征稍微受以下事实伤害：振幅响应以及谐振频率固有地取决于冲击脉冲信号的个别物理路径而改变。
作为有益的情况，与振动传感器相关联的这些缺点可以利用冲击脉冲测量传感器减轻。冲击脉冲测量传感器被设计为并适应提供预定的机械谐振频率，以下将进一步详细介绍。
作为有益的情况，冲击脉冲测量传感器的这种特征呈现了可重复的测量结果，因为冲击脉冲测量传感器的输出信号具有稳定的谐振频率，基本上不取决于冲击脉冲信号源与冲击脉冲传感器之间的物理路 径。不仅如此，相互不同的各个冲击脉冲传感器提供的谐振频率偏差如果有也非常小。
这个的有益效果是简化了信号处理，因为滤波器不再需要个别调整，与以上介绍的使用振动传感器时的情况大不相同。不仅如此，冲击脉冲传感器的振幅响应定义明确，使得按照由S.P.M.Instrument AB所定义的适宜测量方法进行测量时，单个测量就提供了可靠的信息。
图2D展示了冲击脉冲传感器产生的测量信号的振幅，而图2E展示了振动传感器产生的测量信号的振幅。两个传感器都被施加了相同系列的机械冲击而没有典型的低频信号内容。正如从图2D和图2E清楚可见，来自冲击脉冲测量传感器的冲击脉冲特征的谐振响应持续时间，要短于对应的来自振动传感器冲击脉冲特征的谐振响应。
冲击脉冲测量传感器提供独特的冲击脉冲特征响应的这种特性，具有的有益效果是从它提供的测量信号有可能区分在短时间跨度内发生的不同机械冲击脉冲之间的差别。
根据本发明的实施例，所述传感器是冲击脉冲测量传感器。图3是根据本发明实施例的冲击脉冲测量传感器10的简化展示。根据这个实施例，传感器包括具有一定质量或重量的部件110和压电元件120。压电元件120有些弹性，所以被施加外力时它能够伸缩。压电元件120在对立表面上分别配备了导电层130和140。当压电元件120伸缩时它产生电信号，由导电层130和140拾取。所以，机械振动被转换为模拟测量电信号SEA，它被传递到输出端子145、150。压电元件120可以位于配重110与表面160之间，在运行期间，它被物理地连接到测量点12，如图3展示。
冲击脉冲测量传感器10具有的谐振频率取决于传感器机械特征，比如配重部件110的质量m和压电元件120的弹性。因此，压电元件具有弹性和弹簧常数k。传感器的机械谐振频率fRM所以也取决于质量m和弹簧常数k。
根据本发明的实施例，传感器的机械谐振频率fRM能够由下面的 等式确定：
(等式1)
根据另一个实施例，冲击脉冲测量传感器10的实际机械谐振频率也可以取决于其他因素，比如传感器10与机器6机体连接的性质。
因而谐振冲击脉冲测量传感器10对于以机械谐振频率fRM或其附近的频率的振动特别灵敏。冲击脉冲测量传感器10可以被设计为使得机械谐振频率fRM在28kHz到37kHz的范围内某处。根据另一个实施例，机械谐振频率fRM在30kHz到35kHz的范围内某处。
所以模拟测量电信号具有的电振幅可以在频谱上变化。为了说明理论背景的目的，可以假设要是对冲击脉冲测量传感器10施加从如1Hz到如200000kHz的所有频率振幅一致的机械振动，那么来自冲击脉冲测量传感器的模拟信号SEA的振幅在机械谐振频率fRM处将具有最大值，因为传感器以该频率“推动”时将会谐振。
参考图2B，调节电路43接收模拟信号SEA。调节电路43可以被设计为阻抗适应电路，被设计为适应A/D转换器的从传感器端子145、150所见的输入阻抗，以便出现最佳的信号传输。因此，调节电路43可以运行以适应从传感器端子145、150所见的输入阻抗Zin，以便将最大的电功率传递给A/D转换器44。根据调节电路43的实施例，模拟信号SEA被供给了变压器的初级线圈，而调节后模拟信号由变压器的次级线圈传递。初级线圈有n1匝而次级线圈有n2匝，比值n1/n2=n12。因此，A/D转换器44被连接以从调节电路43接收调节后的模拟信号。A/D转换器44具有输入阻抗Z44，而在调节电路43被连接在传感器端子145、150与A/D转换器44的输入端子之间时，从传感器端子145、150所见的A/D转换器的输入阻抗将是（n1/n2）2*Z44。
A/D转换器44以一定的采样频率fS对所接收的调节后模拟信号进行采样，以便传递具有一定的采样频率fS的数字测量数据信号SMD，并且其中每个样点的振幅都取决于在采样时刻所接收的模拟信号的振幅。
根据本发明的实施例，数字测量数据信号SMD被传递到装置180 进行数字信号处理（见图5）。
根据本发明的实施例，用于数字信号处理的装置180包括数据处理器50和使数据处理器50执行数字信号处理的程序代码。根据本发明的实施例，处理器50由数字信号处理器实施。数字信号处理器也被称为DSP。
参考图2A，数据处理装置50被连接到存储所述程序代码的存储器60。优选情况下，程序存储器60是非易失性存储器。存储器60可以是读/写存储器，即从存储器中读取数据和把新数据写到存储器60上都能够进行。根据实施例，程序存储器60由FLASH存储器实施。程序存储器60可以包括第一存储器段70，用于存储可执行的第一组程序代码80，以便控制分析装置14执行基本的操作（图2A和图4）。程序存储器还可以包括第二存储器段90，用于存储第二组程序代码94。在第二存储器段90中的第二组程序代码94可以包括使分析装置处理所检测的信号或若干信号，以便产生预处理的信号或一组预处理的信号的程序代码。存储器60还可以包括第三存储器段100，用于存储第三组程序代码104。在第三存储器段100中的程序代码组104可以包括使分析装置执行所选定分析功能105的程序代码。当执行分析功能时，它可以使分析装置在用户界面106上呈现对应的分析结果，或者在端口16上传递该分析结果（见图1和图2A以及图7和图8）。
数据处理装置50还连接到进行数据存储的读/写存储器52。不仅如此，数据处理装置50还可以连接到分析装置通信接口54。分析装置通信接口54提供与测量点通信接口56的双向通信，接口56可连接在机器的测量点上，或者在其附近。
测量点12可以包括连接耦接32、可读和可写信息载体58以及测量点通信接口56。
可写信息载体58和测量点通信接口56可以在双头螺栓30附近放置的单独设备59中提供，正如图2展示。作为替代，可写信息载体58和测量点通信接口56可以在双头螺栓30内提供。这在WO98/01831中进行了更详细的介绍，其内容在此引用作为参考。
系统2被安排为允许测量点通信接口56与分析装置通信接口54之间的双向通信。优选情况下，测量点通信接口56和分析装置通信接口54被构造为允许无线通信。根据实施例，测量点通信接口和分析装置通信接口被构造为彼此通过射频（RF）信号进行通信。这个实施例包括在测量点通信接口56中的天线，以及分析装置通信接口54中的另一条天线。
图4是存储器60及其内容的实施例的简化展示。该简化展示意在传达对存储器60中存储不同程序函数的总体思路的理解，而这不一定是对在真实存储器电路中存储程序的方式的正确的技术教导。第一存储器段70存储的程序代码用于控制分析装置14以执行基本的操作。尽管图4的简化展示显示了伪代码，但是应当理解，程序代码80可以由机器代码构建，或者由数据处理装置50能够执行或解释的任何级别的程序代码构建（图2A）。
图4展示的第二存储器段90存储着第二组程序代码94。在段90中的程序代码94，当运行在数据处理装置50上时，将使分析装置14执行某功能，比如数字信号处理功能。所述功能可以包括对数字测量数据信号SMD的高级数学处理。根据本发明的实施例，程序代码94适于使处理器装置50执行连同在本文档中图5、图6、图9和/或图16所介绍的信号处理功能。
正如以上连同图1所提及，控制分析装置功能的计算机程序可以从服务器计算机20中下载。这意味着要被下载的程序在通信网络18上被传输。通过在通信网络18上调制载波以携带该程序就能够实现这一点。所以下载后的程序可以被加载到数字存储器中，比如存储器60（见图2A和图4）。因此，信号处理程序94和/或分析功能程序104、105可以经由通信端口接收，比如端口16（图1和图2A），以便将其加载到存储器60中。同样，信号处理程序94和/或分析功能程序104、105也可以经由通信端口29B（图1）接收，以便将其加载到计算机26B的程序存储器位置或数据库22B中。
本发明的一方面涉及计算机程序产品，比如可加载到某装置的数 字存储器中的程序代码装置94和/或程序代码装置104、105。计算机程序产品包括软件代码部分，当所述产品运行在分析机器状态的装置的数据处理单元50上时，用于执行信号处理方法和/或分析功能。术语“运行在数据处理单元上”意味着计算机程序加上数据处理单元执行本文档中介绍种类的方法。
措词“计算机程序产品，可加载到状态分析装置的数字存储器中”意味着计算机程序能够被引入到状态分析装置的数字存储器中，以便实现编程为能够或适于执行以上介绍种类的方法的状态分析装置。术语“加载到状态分析装置的数字存储器中”意味着以这种方式编程的状态分析装置能够或适于执行以上介绍种类的方法。
上述计算机程序产品也可以加载到计算机可读介质上，比如光盘或DVD。这样的计算机可读介质可以用于向客户机传递所述程序。
根据分析装置14（图2A）的实施例，它包括用户输入接口102，操作员由此可以与分析装置14互动。根据实施例，用户输入接口102包括一组按钮104。分析装置14的实施例包括用户输出界面106。用户输出界面可以包括显示器单元106。当数据处理装置50运行基本程序代码80中提供的基本程序功能时，它利用用户输入接口102和显示器单元106提供用户交互。按钮组104可限于几个按钮，比如五个按钮，如图2A展示。中央按钮107可以用作ENTER或SELECT功能，而可以使用其他更多的外围按钮可以用于移动显示器106上的光标。应当理解，以这种方式，经由用户接口可以把符号和文本输入到装置14中。例如，显示器单元106可以显示许多符号，比如字母表中的字母，同时光标在显示器上可移动以响应用户输入，所以允许用户输入信息。
图5是分析装置14的实施例的示意框图，处在具有可运动轴8的机器6所在的客户机位置4。传感器10可以是冲击脉冲测量传感器，被显示为连接到机器6的机体，以便拾取机械振动和向传感器接口40传递表明所检测到的机械振动的模拟测量信号SEA。传感器接口40可以被设计为如连同图2A或图2B的介绍。传感器接口40向用于数字 信号处理的装置180传递数字测量数据信号SMD。
数字测量数据信号SMD具有采样频率fS，而每个样点的振幅值都取决于采样时刻所接收的模拟测量信号SEA的振幅。根据实施例，数字测量数据信号SMD的采样频率fS可以被固定到一定的值fS，比如fS=102kHz。采样频率fS可以由时钟190所传递的时钟信号控制，如图5展示。时钟信号也可以传递给用于数字信号处理的装置180。用于数字信号处理的装置180能够响应所接收的数字测量数据信号SMD、时钟信号以及采样频率fS与时钟信号之间关系，产生有关所接收的数字测量数据信号SMD的短暂持续时间的信息，因为两个连续样点值之间的持续时间等于TS=1/fS。
根据本发明的实施例，用于数字信号处理的装置180包括预处理器200，用于执行数字测量数据信号SMD的预处理，以便将预处理后的数字信号SMDP传递到输出210上。输出210被连接到鉴别器230的输入220。鉴别器230适于鉴别预处理后的数字信号SMDP，以便将鉴别结果传递给用户界面106。作为替代，鉴别结果也可以传递给通信端口16，以便使结果能够传输到比如在控制场所的控制计算机33（见图1）。
根据本发明的实施例，连同用于数字信号处理的装置180中功能框所介绍的功能，预处理器200和鉴别器230可以由计算机程序代码94和/或104实施，正如以上连同图4结合存储器块90和100的介绍。
用户可以仅仅需要几项基本的监视功能，检测某机器的状态是正常还是异常。检测出异常状态后，用户可以要求专门的职业维护人员确定该问题的精确性质，并且执行必要的维修工作。职业维护人员经常需要和使用宽范围的鉴别功能，使得有可能确定异常机器状态的性质和/或原因。因此，分析装置14的不同用户对装置的功能可以提出非常不同的要求。在本文档中术语状态监视功能是用于检测某机器的状态是正常还是有点退化还是异常的功能。术语状态监视功能还包括鉴别功能，使得有可能确定异常机器状态的性质和/或原因。
机器状态监视功能的实例
状态监视功能F1、F2…Fn包括若干功能，比如：振动分析、温度分析、冲击脉冲测量、冲击脉冲测量数据的频谱分析、振动测量数据的快速傅氏变换、状态数据在用户界面上的图形表示、在所述机器上的可写信息载体中存储状态数据、在所述装置中的可写信息载体中存储状态数据、转速测量、不平衡检测以及未对准检测。
根据实施例，装置14包括以下功能：
F1=振动分析；
F2=温度分析，
F3=冲击脉冲测量，
F4=冲击脉冲测量数据的频谱分析，
F5=振动测量数据的快速傅氏变换，
F6=状态数据在用户界面上的图形表示，
F7=在所述机器上的可写信息载体中存储状态数据，
F8=在所述装置中的可写信息载体52中存储状态数据，
F9=转速测量，
F10=不平衡检测，以及
F11=未对准检测。
F12=从所述机器上的可写信息载体58中检索状态数据。
F13=执行振动分析功能F1和执行功能F12“从所述机器上的可写信息载体58中检索状态数据”，以便能够根据当前振动测量数据和历史振动测量数据进行对比或趋势判断。
F14=执行温度分析F2；并且执行功能“从所述机器上的可写信息载体58中检索状态数据”，以便能够根据当前温度测量数据和历史温度测量数据进行对比或趋势判断。
F15=从所述机器上的可写信息载体58中检索标识数据。
功能F7“在所述机器上的可写信息载体中存储状态数据”，以及F13振动分析和状态数据检索的实施例在WO98/01831中进行了更详细地介绍，其内容在此引用作为参考。
图6展示了根据本发明实施例的预处理器200实施例的示意框 图。在这个实施例中，数字测量数据信号SMD被连接到数字带通滤波器240，它具有较低截止频率fLC、较高截止频率fUC以及较高和较低截止频率之间的通频带带宽。
数字带通滤波器240的输出被连接到数字包络器250。根据本发明的实施例，包络器250的信号输出被传递到输出260。预处理器200的输出260被连接到数字信号处理组合体180的输出210以向鉴别器230的输入220传递。
可以选择数字带通滤波器240的较高和较低截止频率，使得在传感器谐振频率fRM处的信号SMD的频率分量在通频带带宽中。如上所述，由在谐振频率fRM处机械谐振的传感器实现机械振动的放大。所以，模拟测量信号SEA反映了在谐振频率fRM处及其周围振动的放大值。因此，作为有益的情况，根据图6实施例的带通滤波器抑制了在谐振频率fRM之下和之上频率的信号，以便进一步增强测量信号在谐振频率fRM处的分量。不仅如此，作为有益的情况，数字带通滤波器240进一步降低了测量信号中固有地包括的噪声，因为在较低截止频率fLC以下和较高截止频率fUC以上的任何噪声分量也被除去或减弱。因此，使用具有在最低谐振频率值fRML到最高谐振频率值fRMU范围内的机械谐振频率fRM的谐振冲击脉冲测量传感器10时，数字带通滤波器240可以被设计为使较低截止频率fLC=fRML，和较高截止频率fUC=fRMU。根据某实施例，较低截止频率fLC=fRML=28kHz，和较高截止频率fUC=fRMU=37kHz。
根据另一个实施例，机械谐振频率fRM在从30kHz到35kHz范围内某处，然后数字带通滤波器240可以被设计为具有较低截止频率fLC=30kHz，和较高截止频率fUC=35kHz。
根据另一个实施例，数字带通滤波器240可以被设计为使较低截止频率fLC低于最低的谐振频率值fRML，和较高截止频率fUC高于最高的谐振频率fRMU。例如，机械谐振频率fRM可以是从30kHz到35kHz范围内的频率，然后数字带通滤波器240可以被设计为使较低截止频率fLC=17kHz，和较高截止频率fUC=36kHz。
所以，数字带通滤波器240传递的通频带数字测量数据信号SF具有有益的低噪声内容并反映了通频带内的机械振动。通频带数字测量数据信号SF被传递到包络器250。
所以，数字包络器250收到了通频带数字测量数据信号SF，它可以反映具有正的以及负的振幅的信号。参考图6，所接收的信号被数字整流器270整流，并且整流后的信号可以被可选的低通滤波器280滤波以产生数字包络信号SENV。
所以，信号SENV是响应滤波后的测量数据信号SF而产生的包络信号的数字表示。根据本发明的某些实施例，可以除去可选的低通滤波器280。以下连同图9讨论了一个这样的实施例。所以，当以下连同图9讨论的降采样器310包括低通滤波器功能时，可以除去在包络器250中的可选低通滤波器280。
根据本发明的图6实施例，信号SENV被传递到预处理器200的输出260。因此，根据本发明的实施例，在输出210（图5）上传递的预处理后数字信号SMDP是数字包络信号SENV。
尽管用于响应测量信号而产生包络信号的现有技术模拟设备采用了模拟整流器，该模拟整流器会固有地导致系统误差被引入结果信号中，但是作为有益的情况，数字包络器250将产生真正的整流而没有任何系统误差。所以，数字包络信号SENV将具有良好的信噪比，因为在数字带通滤波器240通频带中的谐振频率处进行机械谐振的传感器会引起高的信号振幅，并且在数字域中进行的信号处理不增加噪声，并且不增加系统误差。
参考图5，预处理后的数字信号SMDP被传递到鉴别器230的输入220。
根据另一个实施例，滤波器240是具有截止频率fLC的高通滤波器。这个实施例通过以高通滤波器240代替带通滤波器而简化了设计，从而将低通滤波处理留给了下游另一个低通滤波器，比如低通滤波器280。高通滤波器240的截止频率fLC被选择为接近谐振冲击脉冲测量传感器10的最低预期机械谐振频率值fRML。当机械谐振频率fRM在 30kHz到35kHz范围内某处时，高通滤波器240可以被设计为使较低截止频率fLC=30kHz。然后把高通滤波后的信号传给整流器270以及继续到低通滤波器280。根据实施例，应当有可能使用谐振频率在20kHz到35kHz范围内某处的传感器10。为了实现这个目的，高通滤波器240可以被设计为使较低截止频率fLC=20kHz。
图7展示了鉴别器230（也见图5）的实施例。鉴别器230的图7实施例包括状态分析器290，适于接收指示机器6状态的预处理后的数字信号SMDP。利用在控制输入300上传递的选择信号，可以控制状态分析器290执行所选定的状态分析功能。利用用户与用户接口102（见图2A）的互动可以产生在控制输入300上传递的选择信号。当所选定的分析功能包括快速傅氏变换时，选择信号300将设置分析器290以在频率域中对输入信号进行操作。
取决于要执行的分析是什么类型，状态分析器290可以在时间域对输入的预处理后数字信号SMDP进行操作，或者在频率域对输入的预处理后数字信号SMDP进行操作。所以，取决于在控制输入300上传递的选择信号，如图8所示可以包括FFT294，或者如图7所展示可以把信号SMDP直接传递给分析器290。
图8展示了鉴别器230的另一个实施例。在图8的实施例中，鉴别器230包括可选的快速傅氏变换器294，被连接以从鉴别器230输入220接收信号。来自快速傅氏变换器294的输出可以被传递到分析器290。
为了分析旋转部件的状态，所期望的是在足够长的时间监视所检测的振动，以便能够检测出重复的信号。一定的重复信号特征指示了旋转部件的已退化状态。分析重复信号特征还可以指示已退化状态的类型。这样的分析也可以引起对已退化状态程度的检测。
因此，测量信号可以包括取决于可旋转运动部件8振动的至少一种振动信号分量SD；其中所述振动信号分量具有取决于可旋转运动部件8的转速fROT的重复频率fD。所以，取决于可旋转运动部件8振动的振动信号分量可以指示所监视机器的已退化状态或故障。事实上， 振动信号分量SD的重复频率fD与可旋转运动部件8的转速fROT之间的关系可以指示哪个机械部件有故障。因此，在具有多个旋转部件的机器中，有可能通过使用分析功能105（包括频率分析），利用处理测量信号而识别出单个轻微损坏的部件。
这样的频率分析可以包括对包括振动信号分量SD的测量信号的快速傅氏变换。快速傅氏变换（FFT）使用了一定的频率分辨率。该一定的频率分辨率可以按照频率片段表示，决定了辨别不同频率的界限。术语“频率片段”有时指“线条”。如果需要频率分辨率提供高达轴速的Z个频率片段，那么有必要在该轴旋转X周期间记录该信号。
连同旋转部件的分析，分析高于旋转部件的旋转频率fROT的信号频率可能引人关注。旋转部件可以包括轴和轴承。轴旋转频率fROT往往被称为“级别1”。所关注的轴承信号可能发生每轴转约10次（级别10），即故障重复频率fD（以Hz测量）除以转速fROT（以rps测量）等于10Hz/rps，即级别y=fD/fROT=10Hz/rps。不仅如此，分析轴承信号的谐波可能引人关注，所以测量高达级别100的情况可能引人关注。令最大级别为Y，而在FFT在要使用的频率片段总数为Z，以下情况成立：Z=X*Y。相反X=Z/Y，其中，
X是分析数字信号期间所监视轴的转数；以及
Y是最大级别；以及
Z是以许多频率片段表示的频率分辨率。
考虑把降采样后数字测量信号SMDP（见图5）传递到FFT分析器294时的情况，如图8中介绍：在这样的情况下，当FFT分析器294被设置为Z=1600频率片段，而用户关注的分析频率高达级别Y=100，那么X的值变为X=Z/Y=1600/100=16。
因此，当期望Z=1600频率片段并且用户关注的分析频率高达级别Y=100时，有必要在X=16轴转期间进行测量。
使用用户界面102、106（图2A）可以设置FFT分析器294的频率分辨率Z。
因此，使用用户界面102、106（图2A）可以设置用于状态分析 功能105和/或信号处理功能94（图4）的频率分辨率值Z。
根据本发明的实施例，通过从一组值中选择一个值Z可以设置频率分辨率Z。频率分辨率Z的可选择值组可以包括：
Z=400
Z=800
Z=1600
Z=3200
Z=6400
如上所述，采样频率fS可以被固定到一定的值，比如fS=102400kHz，而因子k可以设置为2.56，从而致使要被分析的最高频率fSEAmax为：
fSEAmax=fS/k=102400/2.56=40kHz
对于具有转速fROT=1715rpm=28.58rps轴的机器，选定的级别值Y=100致使要分析的最大频率为：
fROT*Y=28.58rps*100=2858Hz
快速傅氏变换器294可以适于对所接收的具有一定数目样点值的输入信号，执行快速傅氏变换。当将样点值的该一定数目设置为可以被二（2）除而不会出现分数的偶整数时是有益的。
所以，表示从轴的旋转而发出机械振动的数据信号可以包括重复的信号模式。因此在被监视轴的每转，一定的信号模式可以被重复一定量的次数。不仅如此，重复信号也可以以互相不同的重复频率发生。
在Victor Wowk所著“Machinery Vibration Measurements and Analysis”(ISBN0-07-071936-5)的书中，在149页上提供了互相不同重复频率的几个实例：
“轴承保持器损坏频率（FTF）
轴承滚动件损坏（BS）频率
外环（OR）
内环（IR）”
该书还在150页上提供了计算这些特定频率的公式。Victor Wowk所著“MachineryVibration Measurements and Analysis”的书中内容在此引用作为参考。确切地说，计算这些特定频率的上述公式在此引用作为参考。同一书中151页上的表指示，这些频率也随轴承制造商而改变，并且：
FTF可以具有0.378的轴承频率因子;
BS可以具有1.928的轴承频率因子;
OR可以具有3.024的轴承频率因子;以及
IR可以具有4.976的轴承频率因子。
频率因子与轴的转速相乘以获得重复频率。该书指出，对于具有转速为1715rpm，即28.58Hz的轴，从标准类型6311的轴承外环（OR）发出脉冲的重复频率可能为大约86Hz；而FTF重复频率可能为10.8Hz。
当被监视轴以转速旋转时，可以按照被监视轴每时间单位的重复或按照每转的重复讨论这样的重复频率，而不需要在两者之间进行区分。不过，如果机器部件以转速旋转，事情就进一步复杂化，如以下连同图16、图17和图20的讨论。
出现突然故障的机械
某些类型的机械可能非常突然地遭受整体故障或破坏。对于某些机器类型，比如风力电站中的旋转部件，已经知道发生过突然的破坏，并且使维护人员和机器拥有者感到十分惊奇。这样的突然破坏对机器拥有者损失很大并可能导致其他的负面效应，如在未预计到的机器故障使机器部件跌落时。
本发明人意识到，在一定的机械的机械振动中存在着特别高的噪声级别，并且这样的噪声级别妨碍了对机器故障的检测。因此，对于某些类型的机械，保护性状态监视的常规方法已经无法对即将到来的退化状态提供足够早期和/或可靠的警告。本发明人推断，在这样的机械中可能存在着表明已退化状态的机械振动VMD，但是测量振动的常规方法可能尚未完善。
本发明人还意识到，具有缓慢旋转部件的机器是似乎特别易于突 发故障的机械类型。
本发明人在已经意识到一定的机械的机械振动中特别高的噪声级别妨碍对机器故障的检测之后，提出了在噪声环境中能够检测微弱机械信号的方法。如上所述，测量信号SEA中振动信号分量SD的重复频率fD取决于指示被监视机器6的旋转部件8的初始故障的机械振动VMD。本发明人意识到，有可能检测出初始故障，即刚刚开始发展的故障，只要能够辨别出对应的微弱信号。
因此，测量信号可以包括取决于可旋转运动部件8振动的至少一个振动信号分量SD，其中所述振动信号分量具有重复频率fD，它取决于可旋转运动部件8的转速fROT。所以，取决于可旋转运动部件8的振动的振动信号分量的存在，可以提供被监视机器的退化状态或初始故障的早期指示。
在风力涡轮的应用中，其轴承被分析的转轴可以以小于每分120转的速度旋转，即轴的旋转频率fROT小于每秒2转（rps）。有时要被分析的这种轴以小于每分50转的速度旋转（rpm），即小于0.83rps的轴旋转频率fROT。事实上，典型情况下，转速可能小于15rpm。尽管具有1715rpm转速的轴，如在上述书中讨论，在17.5秒中产生了500转；而以每分50转旋转的轴却要用十分钟才产生500转。某些大型风力电站的轴，典型情况下可以以12RPM=0.2rps旋转。
所以，当要被分析的轴承与缓慢旋转轴相关联，并且监视轴承的检测器产生的模拟测量信号SEA使用大约100kHz的采样频率采样时，与该轴一次完整旋转相关联的样点值的数目变得非常大。作为展示性实例，当该轴以50rpm旋转时，为了描述500转以100kHz的采样频率获得了6千万（60000000）个样点值。
不仅如此，当信号包括如此多的样点时，对信号执行高级数学分析需要大量时间。所以，期望先减少每秒的样点数目，再进一步处理信号SENV。
图9展示了预处理器200的另一个实施例。预处理器200的图9实施例包括数字带通滤波器240和数字包络器250，如以上连同图6 的介绍。如上所述，信号SENV是响应滤波后测量数据信号SF产生的包络信号的数字表示。
根据预处理器200的图9实施例，数字包络信号SRED被传递到降采样器310，它适于产生具有降低的采样频率SSR1的数字信号SRED。降采样器310运行以产生输出数字信号，其中两个连续样点值之间的短暂持续时间要长于输入信号中两个连续样点值之间的短暂持续时间。以下连同图14更详细地介绍降采样器。根据本发明的实施例，可以除去可选的低通滤波器280，如上所述。在图9实施例中，当由数字整流器270产生的信号被传递到包括低通滤波的降采样器310时，就可以除去低通滤波器280。
降采样器310的输出312把数字信号SRED传递到增强器320的输入315。增强器320能够接收数字信号SRED并响应它而产生输出信号SMDP。输出信号SMDP被传递到预处理器200的输出端口260。
图10A是流程图，展示了增强信号中重复信号模式方法的实施例。有益的是，这种方法可以用于在表示具有旋转轴的机器状态的信号中，增强重复信号模式。增强器320可以被设计为根据图10A展示的方法运行。
图10A中方法步骤S1000到S1040表示在实际产生输出信号值之前为了进行设置而采取的准备动作。一旦已经执行了这些准备动作，就可以计算输出信号值，如参考步骤S1050的介绍。
图10B是流程图，展示了产生数字输出信号的方法。更确切地说，图10B展示了已经执行了参考图10A中步骤S1000至S1040所介绍的准备动作时，产生数字输出信号的方法实施例。
参考图10A的步骤S1000，确定了输出信号SMDP的期望长度OLENGTH。
图11是具有多个存储器位置i的第一存储器的示意展示。第一存储器的存储器位置i保存着包括数字值序列的实例输入信号。根据本发明的实施例，实例输入信号用于计算输出信号SMDP。图11显示了输入信号I的许多连续数字值的某些。输入信号I中的数字值2080仅仅展示了在输入信号中出现的几个数字值。在图11中，输入信号中的两个相邻数字值被持续时间tdelta分开。值tdelta是增强器320所接收的输入信号的采样频率fSR的倒数（见图9和图16）。
图12是具有多个存储器位置t的第二存储器的示意展示。第二存储器的存储器位置t保存着包括数字值序列的实例输出信号SMDP。因此，图12展示了将数字值3090存储在连续存储器位置中的一部分存储器。图12显示了输出信号SMDP的连续数字值。输出信号SMDP中的数字值3090仅仅展示了在输出信号中出现的几个数字值。在图12中，输出信号中的两个相邻数字值可以被持续时间tdelta在时间上分开。
参考图10的步骤S1000，可以选择输出信号SMDP的期望长度OLENGTH3010，以便有可能使用输出信号SMDP分析输出信号中的一定的频率。例如，如果较低的频率比较高的频率更受关注，就需要更长的输出信号。使用输出信号能够分析的最低频率是1/(OLENGTH*tdelta)，其中OLENGTH是输出信号中样点值的数目。如果fSR是输入信号I的采样率，那么每个数字样点值之间的时间tdelta将是1/fSR。如上所述，重复信号模式可能出现在表示机械振动的数据信号中。所以，测量信号，比如由包络器250传递的信号SENV和传递给增强器320的信号SRED可以包括取决于可旋转运动部件8的振动的至少一个振动信号分量SD，其中所述振动信号分量SD具有重复频率fD，它取决于可旋转运动部件8的转速fROT。因此，在输出信号SMDP中的连续数字值被持续时间tdelta分开时，为了可靠地检测出重复频率为fREP=fD=1/(OLENGTH*tdelta)的重复信号模式的出现，输出信号SMDP必须包括至少OLENGTH个数字值。
根据实施例，用户可以输入表示要被检测的最低重复频率fREPmin的值，以及要被监视的轴的最低预期转速的有关信息。分析系统2（图1）包括用于响应这些值计算变量OLENGTH的适合值的功能。
作为替代，参考图2A，分析装置14的用户利用经由用户界面102输入对应值，可以设置输出信号SMDP的值OLENGTH3010。
在下一个步骤S1010中，选择了长度因子L。长度因子L确定了 输出信号SMDP中随机信号被抑制的程度。较高的L值比较低的L值在输出信号SMDP中给出更少的随机信号。因此，长度因子L可以被称为信噪比改进值。根据本方法的一个实施例，L是1至10之间的整数，但是也可以将L设置为其他值。根据本方法的实施例，L值可以在增强器320中预置。根据本方法的另一个实施例，L值由本方法的用户经由用户接口102（图2A）输入。因子L的值对计算输出信号所需要的计算时间也有影响。较高的L值比较低的L值需要更长的计算时间。
下一步，在步骤S1020，设置了起始位置SSTART。起始位置SSTART是输入信号I中的位置。
设置起始位置SSTART是为了避免或减少输出信号SMDP中非重复模式的出现。如果设置起始位置SSTART以便使得起始位置之前的输入信号部分2070有一定的时间间隔TSTOCHASTIC_MAX对应的长度，那么具有对应频率fSTOCHASTIC_MAX和更高频率的随机信号将在输出信号O、SMDP中被衰减。
在下一个步骤S1030中，计算输入数据信号的所要求长度。输入数据信号的所要求长度在步骤S1030中根据以下公式(1)计算：
(1)ILENGTH=OLENGTH*L+SSTART+OLENGTH
下一步，在步骤S1040中，计算输入数据信号中的长度CLENGTH。长度CLENGTH是在其上执行输出数据信号计算的长度。根据以下的公式(3)计算这个长度CLENGTH：
(3)CLENGTH=ILENGTH-SSTART-OLENGTH
也能够将公式(3)写为：ILENGTH=CLENGTH+SSTART+OLENGTH
然后在步骤S1050中计算输出信号。根据以下公式(5)计算输出信号。在公式(5)中，对输出信号中时间值t计算了输出信号的值。
(5)其中1≤t≤OLENGTH
输出信号SMDP具有长度OLENGTH，如上所述。为了获得整个输出信号SMDP，必须用公式(5)计算从t=1到t=OLENGTH每个时间值的值。 在图11中，数字值2081展示了在输出信号计算中使用的一个数字值。数字值2081展示了在输出信号计算（其中i=1）中使用的一个数字值。数字值2082展示了在输出信号计算中使用的另一个数字值。附图标记2082指以上公式(5)中的数字值I(1+SSTART+t)，此时i=1和t=1。因此，附图标记2082展示了输入信号中在位置号P处的数字样点值：
P=1+SSTART+1=SSTART+2
在图12中，附图标记3091指在输出信号（其中t=1）中的数字样点值SMDP(t)。
现在将介绍本方法运行增强器320的另一个实施例，用于增强表示具有旋转轴的机器状态的信号中重复模式。根据实施例，长度OLENGTH可以在增强器320中预置。根据本方法的其他实施例，通过用户经由用户接口102（图2A）输入可以设置长度OLENGTH。根据本方法的优选实施例，变量OLENGTH被设置为可以被二（2）除而不会出现分数的偶整数。有益的是，根据这条规则选择变量调整输出信号中的样点数，使其适于在可选的快速傅氏变换器294中使用。因此，根据本方法的实施例，优选情况下，变量OLENGTH的值被设置为比如1024、2048、4096的数字。
在特别有益的实施例中，在步骤S1020中设置SSTART值，以便使得起始位置之前的输入信号部分2070与输出信号3040的长度相同，即SSTART=OLENGTH。
正如以上连同公式（1）的例示，输入数据信号的所要求长度是：
ILENGTH=OLENGTH*L+SSTART+OLENGTH
因此，在公式（1）中设置SSTART+OLENGTH致使
ILENGTH=OLENGTH*L+OLENGTH+OLENGTH=OLENGTH*L+OLENGTH*2
所以，输入信号的所要求的长度能够根据以下公式(6)按照输出信号的长度表示：
(6)ILENGTH=(L+2)*OLENGTH
其中L是以上讨论的长度因子，而OLENGTH是输出信号中数字值的数目，如以上讨论。
在本发明的这个实施例中，根据以下公式（7）能够计算长度OLENGTH。
(7)CLENGTH=L*OLENGTH
当已经执行了参考图10A中步骤S1000至S1040所介绍的准备动作时，利用参考图10B所介绍的方法就可以产生数字输出信号。根据本发明的实施例，参考图10B介绍的方法利用DSP50（图2A）执行。
在步骤S1100（图10B）中，增强器320接收数字输入信号I，在输入315上具有第一多个ILENGTH样点值（见图9和/或图16）。正如以上指出，数字输入信号I可以表示从轴旋转发出的机械振动，只要导致出现了具有重复周期为TR的振动。
接收的信号值被存储（步骤S1120）在与增强器320相关联的数据存储器的输入信号存储器部分中。根据本发明的实施例，该数据存储器可以由读/写存储器52实施（图2A）。
在步骤S1130中，在以上等式（5）中使用的变量t被设置为初始值。初始值可以为1（一）。
在步骤S1140中，计算了样点号为t的输出样点值SMDP(t)。计算可以采用下面的等式：
结果样点值SMDP(t)被存储（图10B步骤S1150）在存储器52的输出信号存储器部分中（见图12）。
在步骤S1160中，本过程检查变量t的值，并且如果t的值表示的数目低于输出样点值的所期望数目OLENGTH，则先执行增加变量t的值的步骤S1160，再重复步骤S1140、S1150和S1160。
在步骤S1160中，如果t的值表示的数目等于输出样点值的所期望数目OLENGTH，便执行步骤S1180。
在步骤S1180中，输出信号O、SMDP被传递到输出260上（见图9和/或图16）。
如上所述，表示从轴旋转发出机械振动的数据信号可以包括重复 信号特征，因此一定的信号特征可以在被监视轴的每转中重复一定数目的次数。不仅如此，也可能出现几种互相不同的重复信号特征，其中互相不同的重复信号特征可以具有互相不同的重复频率。正如以上介绍的增强信号中重复信号特征的方法，能够有益地同时检测具有互相不同重复频率的许多重复信号特征。优选情况下，这使得在单一测量和分析周期内，能够同时检测比如轴承内环故障特征和轴承外环故障特征，正如下面的介绍。
图13是包括两个重复信号特征4010和4020的实例输出信号SMDP的示意展示。输出信号SMDP可以比图13中的展示包括更多的重复信号特征，但是为了展示目的仅仅显示了两个重复信号特征。图13仅仅显示了重复信号特征4010和4020的许多数字值的某些。
在图13中，展示了外环（OR）频率信号4020和内环（IR）频率信号4010。正如在图13中可见，外环（OR）频率信号4020具有低于内环（IR）频率信号4010的频率。外环（OR）频率信号4020和内环（IR）频率信号4010的重复频率分别是1/TOR和1/TIR。
在以上介绍的为增强重复信号模式而运行增强器320的方法实施例中，在步骤S1050中计算输出信号时，放大了重复信号模式。如果在步骤S1010中给因子L更高的值就比给因子L更低的值达到了重复信号模式更高的放大。较高的L值意味着在步骤S1030中要求较长的输入信号ILENGTH。所以，较长的输入信号ILENGTH会引起输出信号中重复信号模式更高的放大。因此，关于输出信号中的重复信号模式，较长的输入信号ILENGTH呈现出更好地衰减随机信号的效果。
根据本发明的实施例，整数值ILENGTH可以响应所期望的随机信号衰减量而选择。在这样的实施例中，可以根据所选定的整数值ILENGTH确定长度因子L。
现在考虑为增强重复信号模式而运行增强器320的方法的示范实施例，其中本方法被用于放大具有某一个最低频率的重复信号模式。为了能够分析具有所述某一个最低频率的重复信号模式，需要一定长度的输出信号。
如上所述，在输出信号的计算中使用更长的输入数据信号与使用更短的输入数据信号相比，会引起重复信号模式放大得更多。如果需要重复信号模式的一定的放大，所以有可能使用一定长度的输入信号，以便实现重复信号模式的这种一定的放大。
为了展示上述实施例，考虑以下实例：
具有最低重复频率fI的重复信号模式受到关注。为了确保检测出这样的重复信号，将有必要生产能够表明完整周期的输出信号，也就是说，需要表现的持续时间为TI=1/fI。当连续的输出信号样点值被样点周期tdelta分开时，输出信号中样点值的最小数目将为OLENGTHmin=TI/tdelta。
如上所述，重复信号的放大量将随着输入信号的长度增加。
如上所述，运行以上参考图10至图13介绍的方法是为了增强从旋转轴发出的测量数据序列中的重复信号特征。措词“重复信号特征”应当理解为样点值[x(t)、x(t+T)、x(t+2T)、…、…x(t+nT)]包括具有非随机振幅值的振幅分量，并且其中这些样点值之间的持续时间T是不变的，只要该轴以不变的转速旋转。参考图13，应当理解，数字值4010由增强输入信号I中多个重复信号值而产生（见图11），其中输入信号值在时间上被持续时间TIR分离。因此在这种情况下，能够推断“重复信号特征”与轴承组件内环处的故障有关，此时重复周期TIR对应于滚珠在内环的通过速率。当然这假设知道了轴的直径和转速。同样，当存在着这样的“重复信号特征”信号分量时，就可能有重复信号分量值x，使得x(t)的振幅类似于x(t+T)，它的振幅类似于x(t+2T)，它的振幅类似于x(t+nT)，等等。当在输入信号中存在着这样的“重复信号特征”时，作为有益的情况，即使该重复信号特征微弱到产生的振幅分量小于随机信号分量的振幅分量时，使用以上介绍的方法也可以检测到它。
当处理器50执行以上连同图4讨论的对应程序代码94时，分析装置14可以执行连同图10至图13介绍的方法。数据处理器50可以包括中央处理单元，用于控制分析装置14以及数字信号处理器（DSP） 的运行。DSP可以被安排为实际运行程序代码90，使分析装置14执行程序94，使以上连同图10至图13介绍的过程得以执行。数字信号处理器可以是如TMS320C6722类型，由Texas Instruments制造。以这种方式，分析装置14可以运行以便执行全部的信号处理功能94，包括滤波功能240，包络功能250、降采样功能310和470以及增强功能320。
根据本发明的另一个实施例，信号处理可以在装置14与计算机33之间共享，如上所述。因此，装置14可以接收模拟测量信号SEA并产生对应的数字信号SMD，然后将数字信号SMD传递到控制计算机33，允许在控制位置31执行进一步的信号处理功能94。
采样率的降采样
正如以上连同图9的讨论，可能期望提供降采样器310以先降低数字信号的采样频率，再传递到增强器320。有益的是，这样的降采样器310减少了要被分析信号中样点的数目，从而减少了存储要被使用信号所需要的存储空间量。降采样也能够加快在后续增强器320中的处理。
图14A展示了传递给降采样器310的输入的信号中的许多样点值，而图14B展示了对应时间周期的输出样点值。被输入到降采样器310的信号可以具有采样频率fS。正如能够看出，输出信号is具有降低的采样频率fSR1。降采样器310适于执行数字化包络信号SENV的降采样，以便传递具有降低采样频fSR1的数字信号SRED，使得输出采样率与输入采样率fS相比被降低了整数因子M倍。
因此，输出信号SRED仅仅包括了在输入信号SRED中出现的每第M个样点值。图14B展示了M是4的实例，但是M可以是任何正整数。根据本发明的实施例，降采样器可以按照US5,633,811中的介绍运行，其内容在此引用作为参考。
图15A展示了根据本发明实施例的降采样器310。在根据图15A的降采样器310的实施例310A中，梳状滤波器400对输入信号进行滤波和16:1比率的降采样。即，与输入采样率相比，输出采样率以等 于16的第一整数因子M1（M1=16）被降低。有限脉冲响应（FIR）滤波器401接收梳状滤波器400的输出，并且以第二整数因子M2提供了对采样率的又一次降低。如果整数因子M2=4，FIR滤波器401呈现了采样率4:1的降低，所以降采样器310A呈现了64:1总降采样。
图15B展示了本发明的另一个实施例，其中降采样器310的实施例310B包括低通滤波器402，随后是样点选择器403。样点选择器403适于在从低通滤波器402接收的信号中拾取出每第M个样点值。结果信号SRED1具有fSR1=fS/M的采样率，其中fS是收到信号SENV的采样率。低通滤波器402的截止频率由M值控制。
根据一个实施例，M值被预置为一定的值。根据另一个实施例，M值是可设置的。降采样器310可以为可设置的，以进行选定的降采样M：1，其中M是正整数。可以在降采样器310的端口404上接收M值。
低通滤波器402的截止频率是fSR1/(G*M)赫兹。因子G可以选择为二(2.0)的值，或者大于二(2.0)的值。根据实施例，G值被选择为2.5与3之间的值。优选情况下，这能够避免假频。低通滤波器402可以由FIR滤波器实施。
由低通滤波器402传递的信号被传递到样点选择器403。样点选择器在一个端口上接收M值，而在另一个端口上接收来自低通滤波器402的信号，并且它响应这些输入产生样点值序列。样点选择器适于在从低通滤波器402接收的信号中拾取出每第M个样点。结果信号SRED1具有fSR1=1/M*fS的采样率，其中fS是在降采样器310的端口405上接收的信号SENV的采样率。
可变轴速度的补偿方法
如上所述，作为有益的情况，即使重复信号特征微弱到产生的振幅分量小于随机信号分量时，也可以使用以上介绍的方法检测出输入信号中出现的重复信号特征。
不过，在一定的应用中，轴的转速可能变化。当时，使用输入测量序列执行参考图10-13介绍的方法会导致结果输出信号 SMDP的品质退化。
所以，根据本发明一方面的目的是在整个测量序列期间当该轴的转速改变时，实现结果块Y具有与轴的转速不变时同等高的品质。
图16展示了本发明的实施例，包括如以上介绍的降采样器310和增强器320，以及分数降采样器470。
根据本发明的实施例，尽管降采样器310运行以便以M:1对采样率降采样，其中M是整数，但是图16的实施例包括分数降采样器470，以U/N对采样率降采样，其中U和N都是正整数。因此，作为有益的情况，分数降采样器470能够以分数对采样率降采样。根据某实施例，U和N的值可以在从2到2000的范围内选择。根据某实施例，U和N的值可以在从500到1500的范围内选择。根据又一个实施例，U和N的值可以在从900到1100的范围内选择。
在图16的实施例中，来自降采样器310的输出信号被传递到选择器460。选择器能够对即将输入到增强器320的信号进行选择。对具有不变转速的旋转部件进行状态监视时，可以将选择器460设置在将具有采样频率fSR1的信号SRED传递到增强器320的输入315的位置，并且可以将禁用分数降采样器470。对具有可变转速的旋转部件进行状态监视时，可以启用分数降采样器470，并且将选择器460设置在将具有采样频率fSR2的信号SRED2传递到增强器320的输入315的位置。
分数降采样器470具有输入480。输入480可以被连接以接收从降采样器310输出的信号。分数降采样器470也具有输入490，用于接收指示轴8的转速的信息。
可以提供速度检测器420（见图5）以传递信号表明轴8的转速fROT。速度信号可以在处理装置180的端口430上接收，从而使处理装置180能够将该速度信号传递到分数降采样器470的输入490。可以按照每秒的转数即赫兹（Hz）提供轴8的转速fROT。
图17展示了分数降采样器470的实施例，它能够以分数U/N改变采样率，其中U和N都是正整数。这使得将被传递到增强器320的 采样率fSR2能够被非常准确地控制，从而即使当轴速度变化时也能够非常好地检测微弱重复信号特征。
在分数降采样器470的输入490上接收的速度信号被传递到分数发生器500。分数发生器500分别在输出510和520上产生整数输出U和N。U输出被传递到升采样器530。升采样器530经由输入480接收信号SRED（见图16）。升采样器530包括样点引入器540，用于在端口480上接收的每个样点值之间引入U-1个样点值。每个这样添加的样点值都带有振幅值。根据实施例，每个这样添加的样点值都被提供了零（0）振幅。
结果信号被传递到低通滤波器550，其截止频率由分数发生器500所传递的值U控制。低通滤波器550的截止频率是fSR2/(K*U)赫兹。因子K可以选择为二(2)的值，或者大于二(2)的值。
结果信号被传递到降采样器560。降采样器560包括低通滤波器570，其截止频率由分数发生器500所传递的值N控制。低通滤波器570的截止频率是fSR2/(K*N)赫兹。因子K可以选择为二(2)的值，或者大于二(2)的值。
由低通滤波器570传递的信号被传递到样点选择器580。样点选择器在一个端口上接收值N，以及在另一个端口上接收来自低通滤波器570的信号，并且它响应这些输入而产生样点值序列。样点选择器适于在从低通滤波器570接收的信号中拾取出每第N个样点值。结果信号SRED2具有fSR2=U/N*fSR1的采样率，其中fSR1是在端口480上接收的信号SRED的采样率。结果信号SRED2在输出端口590上传递。
低通滤波器550和570可以由FIR滤波器实施。这有益地排除了使用由样点引入器540引入的零振幅值执行乘法的需要。
图18展示了分数降采样器470的另一个实施例。图18的实施例有益地减少了产生信号SRED2所要求的计算量。
在图18的实施例中，除去了低通滤波器570，所以由低通滤波器550传递的信号被直接传递到样点选择器580。当由硬件实施分数降采样器470时，作为有益的情况，图18的实施例减少了硬件量，从而降 低了生产成本。当由软件实施分数降采样器470时，作为有益的情况，图18的实施例减少了要求执行的程序代码量，从而降低了处理器的负载并提高了执行速度。
参考图17和图18，被传递到分数降采样器470的输出端口上的结果信号SRED2具有fSR2=U/N*fSR1的采样率，其中fSR1是在端口480上接收的信号SRED的采样率。分数值U/N取决于在输入端口490上所接收的速率控制信号。如上所述，速率控制信号可以是表明轴8的转速的信号，它可以由速度检测器420（见图1和/或图5）传递。速度检测器420可以由编码器实施，提供的脉冲信号具有适当选择的分辨率，使得速度信号具有所期望的准确度。在一个实施例中，编码器420在轴8的每个整转都传递一个整转标记信号。这样的转标记信号可以是电脉冲的形式，具有能够被准确检测到的边缘并且表明了被监视轴8的一定的旋转位置。根据另一个实施例，编码器420在被监视轴的每转中可以传递许多脉冲信号，以便在该轴的一转内也能够检测出速度变化。
根据实施例，分数发生器500控制U和N的值，使得降低的采样率具有使提供的信号SRED2能够有如下性质的值：轴8每转的样点数基本上不变，与轴8的任何速度变化无关。所以，U和N的值越大，分数降采样器470在使轴8每转样点值的数目保持基本上不变方面的能力就越好。
参考图17和图18所介绍的分数降采样可以通过执行对应的方法步骤获得，并且这可以利用存储器60中存储的计算机程序94实现，如上所述。计算机程序可以由DSP50执行。作为替代，计算机程序也可以由现场可编程门阵列电路（FPGA）执行。
当处理器50执行以上连同图4讨论的对应程序代码94时，分析装置14可以执行连同图10-13介绍的方法以及参考图17和图18介绍的降采样。数据处理器50可以包括中央处理单元50，用于控制分析装置14以及数字信号处理器（DSP）50B的运行。DSP50B可以被安排为实际运行程序代码90，使分析装置14执行程序94，使以上连同 图10至图13介绍的过程得以执行。根据另一个实施例，处理器50B是现场可编程门阵列电路（FPGA）。
图19展示了降采样器310和分数降采样器470的另一个实施例。降采样器310在端口405上接收具有采样频率fS的信号SENV，并且在端口404上接收整数M，如上所述。降采样器310在输出312上传递具有采样频率fSR1的信号SRED1，输出312连接到分数降采样器470A的输入480。输出采样频率fSR1是：
fSR1=fS/M
其中M是整数。
分数降采样器470A接收具有采样频率fSR1的信号SRED1，作为数据值序列S(j)，并且它在其输出590上传递输出信号SRED2作为另一个数据值序列R(q)。
分数降采样器470A可以包括存储器604，适于接收和存储数据值S(j)，以及表明被监视旋转部件对应转速fROT的信息。因此存储器604可以存储每个数据值S(j)，以便在检测数据值S(j)所对应的传感器信号SEA的值时使它与表明被监视轴转速的值相关联。
当产生输出数据值R(q)时，分数降采样器470A适于从存储器604读取数据值S(j)，以及表明对应转速fROT的信息。
从存储器604读取的数据值S(j)被传递到样点引入器540，用于在端口480上接收的每个样点值之间引入U-1个样点值。每个这样添加的样点值都带有振幅值。根据实施例，每个这样添加的样点值都是零（0）振幅。
结果信号被传递到低通滤波器550，其截止频率由分数发生器500所传递的值U控制，如上所述。
结果信号被传递到样点选择器580。样点选择器在一个端口上接收值N，以及在另一个端口上接收来自低通滤波器550的信号，并且它响应这些输入产生样点值序列。样点选择器适于在从低通滤波器550接收的信号中拾取出每第N个样点值。结果信号SRED2具有fSR2=U/N*fSR1的采样率，其中fSR1是在端口480上接收的信号SRED的 采样率。结果信号SRED2在输出端口590上传递。
因此，输出数据值R(q)的采样频率fSR2低于输入采样频率fSR1因子D倍。D可以被设置为大于1的任意数，并且它可以是分数。根据若干优选实施例，因子D可设置为1.0至20.0之间的值。在某优选实施例中，因子D是分数，可设置为大约1.3至大约3.0之间的值。将整数U和N设置为适合的值可以获得因子D。因子D等于N除以U：
D=N/U
根据本发明的实施例，整数U和N可被设置为大的整数，以便使因子D=N/U能够以最小的误差跟随速度变化。有益的是，选择变量U和N为大于1000的整数，致使高准确度地调整输出采样频率，以跟踪所监视轴的转速改变。因此，例如将N设置为500而U为1001致使D=1/2.002。
在测量开始时变量D被设置为合适的值，并且该值与要被监视旋转部件的一定转速相关联。此后，在状态监视阶段期间，响应要被监视旋转部件的转速而自动调整分数值D，使得端口590上输出的信号对被监视旋转部件每转提供基本上不变数目的样点值。
如上所述，编码器420在轴8的每个整转都传递一个整转标记信号。这样的整转标记信号可以是电脉冲的形式，具有能够被准确检测到的边缘并且表明了被监视轴8的一定的旋转位置。所述整转标记信号也可以称为索引脉冲，能够在编码器420的输出上生成，以响应在被监视轴旋转时旋转的编码盘片上检测到零角度模式。这能够以几种方式实现，正如本领域的技术人员熟知。该编码盘片可以如配备了零角度模式，它将在盘片的每转产生零角信号。检测速度变化可以如通过被监视轴每次通过该一定旋转位置时在存储器604中登记“整转标记”，以及通过将该“整转标记”与在同一时刻接收的样点值S(j)相关联。以这种方式，当轴旋转较慢时，存储器604将存储两个连续的整转标记之间大量的样点，因为A/D转换器传递每秒不变量的样点。
图20是降采样器310和分数降采样器470又一个实施例的框图。这个分数降采样器实施例被标注为470B。分数降采样器470B可以包 括存储器604，适于接收和存储数据值S(j)以及表明被监视旋转部件对应转速fROT的信息。因此存储器604可以存储每个数据值S(j)，以便在检测数据值S(j)所对应的传感器信号SEA的值时使它与表明被监视轴转速的值相关联。
分数降采样器470B接收具有采样频率fSR1的信号SRED1，作为数据值序列S(j)，并且它在其输出590上传递具有采样频率fSR2的输出信号SRED2作为另一个数据值序列R(q)。
分数降采样器470B可以包括存储器604，适于接收和存储数据值S(j)以及表明被监视旋转部件对应转速fROT的信息。存储器604可以将数据值S(j)存储在若干块中，以便每个块与表明被监视轴相关转速的值相关联，正如以下连同图21的介绍。
分数降采样器470B还可以包括分数降采样变量发生器606，它适于产生分数值D。分数值D可以是浮点数。因此，该分数能够被控制成为响应所接收的速度值fROT的浮点数的值，使得该浮点数的值以一定的误差表明速度值fROT。当如上所述由适宜地编程的DSP实施时，浮点数值的误差可以取决于DSP产生浮点数值的能力。
不仅如此，分数降采样器470B还可以包括FIR滤波器608。FIR滤波器608是低通FIR滤波器，具有一定的低通截止频率，适于利用因子DMAX进行降采样。可以将DMAX设置为合适的值，如20.000。不仅如此，分数降采样器470B还可以包括滤波器参数发生器610。
以下参考图21和图22介绍分数降采样器470B的运行。
图21是流程图，展示了运行图20中降采样器310和分数降采样器470B的方法实施例。
在第一个步骤S2000中，要被监视状态部件的转速fROT被记录在存储器604中（图20和图21），并且这可以与开始测量振动或冲击脉冲在基本上同一时间完成。根据另一个实施例，要被监视状态部件的转速被测量一段时间。检测的最高速度fROTmax和检测的最低速度fROTmin可以被记录在如存储器604中（图20和图21）。
在步骤S2010中，分析了记录的速度值，用于确定转速是否变化 的目的。如果确定该速度不变，可以将选择器460（图16）自动设置在将具有采样频率fSR1的信号SRED传递到增强器320的输入315的位置，并且可以将分数降采样器470、470B禁用。如果确定该速度可变，可以自动启用分数降采样器470、470B，并且将选择器460自动设置在将具有采样频率fSR2的信号SRED2传递到增强器320的输入315的位置。
在步骤S2020中，用户界面102、106显示了所记录的速度值fROT或速度值fROTmin、fROTmax，并且请求用户输入所期望的级别值OV。如上所述，轴旋转频率fROT常常被称为“级别1”。所关注的信号可能每轴转发生约10次（级别10）。不仅如此，分析某些信号的谐波可能令人关注，所以测量高达级别100或级别500甚至更高的情况可能令人关注。因此，用户可以使用用户界面102输入级别数OV。
在步骤S2030中，确定适当的输出采样率fSR2。根据实施例，输出采样率fSR2被设置为fSR2=C*OV*fROTmin，
其中
C是大于2.0的常数，
OV是表明被监视部件的转速与被分析信号的重复频率之间关系的数，
fROTmin是在即将来临的测量阶段期间，所期望的被监视部件的最低转速。根据实施例，值fROTmin是在步骤S2020中检测的最低转速，如上所述。
考虑到采样定理，可以选择常数C为2.00（二）或更大的值。根据本发明的实施例，可以把常数C预置为2.40与2.70之间的值。
其中，k是具有大于2.0的值的因子。
所以可以选择因子k为大于2.0的值。根据实施例，作为有益的情况，选择因子C使得100*C/2为整数。根据实施例，可以把因子C设置为2.56。选择C为2.56，致使100*C=256=2的8次方。
在步骤S2040中，根据被监视部件的所检测的转速fROT选择整数值M。M的值根据被监视部件的所检测的转速可以被自动选择，以使 得中间降低采样频率fSR1将高于所期望的输出信号采样频率fSR2。降低的采样频率fSR1的值也根据在测量阶段期间所期望的转速变化程度而选择。根据实施例，A/D转换器的采样率fS可以是102.4kHz。根据实施例，可以将整数值M设置为100与512之间的值，以便呈现1024Hz与100Hz之间的中间降低采样频率fSR1值。
在步骤S2050中，确定了分数降采样变量值D。当被监视状态部件的转速变化时，分数降采样变量值D将根据瞬间检测的速度值变化。
根据步骤S2040和S2050的另一个实施例，设置整数值M时使得中间降低采样频率fSR1高于fSR2（如以上在步骤S2030中确定的）的百分比至少与检测的最高速度值fROTmax除以检测的最低速度值fROTmin之间的关系同样多。根据这个实施例，最大的分数降采样变量值DMAX被设置为值DMAX=fROTmax/fROTmin，而最小的分数降采样变量值DMIN被设置为1.0。此后进行了实际速度值fROT的瞬间实时测量，并且相应地设置了瞬间分数值D。
fROT是表明被监视旋转部件的测量转速的值。
在步骤S2060中，开始实际测量，并且可以确定期望的测量总持续时间。这个持续时间可以根据增强器中需要的随机信号衰减的程度确定。因此，期望的测量总持续时间可以设置为使它对应于或使它超过获得输入信号ILENGTH所需要的持续时间，正如以上连同图10A至图13的讨论。正如以上连同图10A至图13的论述，关于输出信号中的重复信号模式，较长的输入信号ILENGTH致使随机信号的衰减效果更好。
也可以根据期望的被监视部件的转数确定测量的总持续时间。
开始测量时，降采样器310以速率fS接收数字信号SENV，并且它以降低的速率fSR1=fS/M向分数降采样器的输入480传递数字信号SRED1。以下按照具有样点值S(j)的信号讨论信号SRED1，其中j是整数。
在步骤S2070，将数据值S(j)记录在存储器604中，并且将每个数据值都与转速值fROT相关联。根据本发明的实施例，以每秒fRR=1000次的速率读取和记录转速值fROT。读取和记录速率fRR可以被设置为 其他值，取决于被监视旋转部件速度fROT的变化程度。
在后续步骤S2080中，分析已记录的转速值，并且将已记录的数据值S(j)分成取决于转速值的若干块。以这种方式，可以产生许多块数据值S(j)的块，每个数据值S(j)块都与转速值相关联。转速值表明了当记录这个特定块的数据值S(j)时被监视部件的转速。各个数据块的尺寸可以互相不同，即各个块可以持有互相不同数目的数据值S(j)。
例如，假若被监视旋转部件在第一时间阶段期间首先以第一速度fROT1旋转，此后它改变了速度在第二个更短的时间阶段期间以第二速度fROT2旋转，则可以将记录的数据值S(j)分成两个数据块，第一块的数据值与第一速度值fROT1相关联，而第二块的数据值与第二速度值fROT2相关联。在这种情况下，由于第二个时间阶段更短，所以第二个数据块含有的数据值将少于第一个数据块。
根据实施例，如果已经把全部已记录的数据值S(j)都分成数据块，并且已经将全部块与转速值相关联，那么本方法继续执行步骤S2090。
在步骤S2090中，选择第一块的数据值S(j)，并且确定与相关联的转速值fROT所对应的分数降采样值D。将这个分数降采样值D与第一块的数据值S(j)相关联。根据实施例，如果已经将全部块与对应的分数降采样值D相关联，那么本方法继续执行步骤S2100。因此，根据速度fROT调整了分数降采样值D的值。
在步骤S2100，选择一块数据值S(j)和相关联的分数降采样值D，正如以上在步骤S2090中的介绍。
在步骤S2110中，响应所选择块的输入值S和相关联的分数降采样值D而产生一块输出值R。做到这一点可以如同参考图22的介绍。
在步骤S2120中，检查是否存在着要处理的任何剩余输入数据值。如果存在着要处理的另一块输入数据值，那么重复步骤S2100。如果不存在要处理的剩余输入数据值块，那么该测量阶段完成。
图22A、22B和图22C展示了运行图20中分数降采样器470B方法实施例的流程图。
在步骤S2200中，接收了一块输入数据值S(j)和相关联的特定 分数降采样值D。根据实施例，所接收的数据如同以上在图21步骤S2100中的介绍。在所接收的输入数据值S块中的输入数据值S(j)都与特定分数降采样值D相关联。
在步骤S2210到S2390中，对于在步骤S2200中接收的特定分数降采样值D调整FIR滤波器608，并且产生了一组对应的输出信号值R(q)。
在步骤S2210，选择适于特定分数降采样值D的滤波器设置。正如以上连同图20所述，FIR滤波器608是低通FIR滤波器，具有适于用因子DMAX进行降采样的一定的低通截止频率。可以把因子DMAX设置为适合的值，如20。根据因子DMAX和在步骤S2200中接收的特定分数降采样值D，设置滤波器比值FR的值。步骤S2210可以由滤波器参数发生器610（图20）执行。
在步骤S2220中，选择所接收的输入数据块s(j)中的起始位置值x。应当指出，起始位置值x不需要是整数。FIR滤波器608具有长度FLENGTH，然后将根据滤波器长度FLENGTH和滤波器比值FR选择起始位置值x。滤波器比值FR是在以上步骤S2210中设置的值。根据实施例，起始位置值x可以被设置为x:=FLENGTH/FR。
在步骤S2230中，准备滤波器求和的值SUM，并且设置初始值，比如SUM:=0.0。
在步骤S2240中，选择在所接收的输入数据中位置x邻近和前方的位置j。可以把位置j选择为x的整数部分。
在步骤S2250中，选择FIR滤波器中的位置Fpos，它对应于所接收的输入数据中选定的位置j。位置Fpos可以是分数。关于滤波器的中间位置，可以把滤波器位置Fpos确定为：
Fpos=[(x-j)*FR]
其中FR是滤波器比值。
在步骤S2260中，检查所确定的滤波器位置值Fpos是否在允许的界限值之外，即在滤波器之外某位置处的某些点。如果这种情况发生，那么继续进行下面的步骤S2300。否则继续进行步骤S2270。
在步骤S2270中，利用插值计算滤波器的值。应当指出，FIR低通滤波器中的相邻滤波器系数值一般具有类似的数字值。因此，作为有益的情况，插值的值将是准确的。首先计算了整数位置值IFpos：
IFpos:=Fpos的整数部分
位置Fpos的滤波器值Fval将是：
Fval=A(IFpos)+[A(IFpos+1)-A(IFpos)]*[Fpos-Ifpos]
其中A(IFpos)和A(IFpos+1)是参考滤波器中的值，而滤波器位置Fpos是这些值之间的位置。
在步骤S2280中，响应信号位置j计算滤波器求和值SUM的更新：
SUM:=SUM+Fval*S(j)
在步骤S2290中，移动到另一个信号位置：
设置j:=j-1
此后，到步骤S2250。
在步骤S2300中，在所接收的输入数据选择位置x邻近和随后的位置j。这个位置j可以选为x的整数部分加上1（一），即j:=1+x的整数部分。
在步骤S2310中，选择FIR滤波器中的位置，它对应于所接收的输入数据中选定的位置j。位置Fpos可以是分数。关于滤波器的中间位置，可以把滤波器位置Fpos确定为：
FPOS=[(j-x)*FR]
其中FR是滤波器比值。
在步骤S2320中，检查所确定的滤波器位置值Fpos是否在允许的界限值之外，即在滤波器之外某位置处的某些点。如果这种情况发生，那么继续进行下面的步骤S2360。否则继续进行步骤S2330。
在步骤S2330中，利用插值计算滤波器的值。应当指出，FIR低通滤波器中的相邻滤波器系数值一般具有类似的数字值。因此，作为有益的情况，插值的值将是准确的。首先计算了整数位置值IFpos：
IFpos:=Fpos的整数部分
位置Fpos的滤波器值将是：
Fval(Fpos)=A(IFpos)+[A(IFpos+1)-A(IFpos)]*[Fpos-Ifpos]
其中A(IFpos)和A(IFpos+1)是参考滤波器中的值，而滤波器位置FPOS是这些值之间的位置。
在步骤S2340中，响应信号位置j计算滤波器求和值SUM的更新：
SUM:=SUM+Fval*S(j)
在步骤S2350中，移动到另一个信号位置：
设置j:=j+1
此后，到步骤S2310。
在步骤S2360中，传递输出数据值R(j)。可以把输出数据值R(j)传递到存储器，以便在连续的存储器位置中存储连续的输出数据值。
R(j):=SUM
在步骤S2370中，更新位置值x：
x:=x+D
在步骤S2380中，更新位置值j：
j:=j+1
在步骤S2390中，检查是否已经产生了所期望数目的输出数据值。如果尚未产生所期望数目的输出数据值，那么去往步骤S2230。如果已经产生了所期望数目的输出数据值，那么去往关于图21所介绍方法中的步骤S2120。
实际上，设计步骤S2390是为了确保产生输出信号值R(q)的块，与在步骤S2200中接收的输入数据值S的块相对应，并且当已经产生了输入数据值S对应的输出信号值R时，那么应当执行图21中的步骤S2120。
参考图22介绍的方法可以实施为计算机程序的子程序，并且步骤S2100和步骤S2110可以实施为主程序。
根据本发明的又一个实施例，通过控制由时钟190传递的时钟频率，可以实现对可变轴速的补偿。如上所述，可以提供速度检测器420 （见图5）以传递表明轴8转速fROT的信号。速度信号可以在处理装置180的端口430上接收，从而使处理装置180能够控制时钟190。所以，处理装置180可以具有传递时钟控制信号的端口440。因此，处理装置180可以适于响应所检测到的转速fROT而控制时钟频率。
正如连同图2B所述，A/D转换器的采样率取决于时钟频率。因此，装置14适于响应所检测到的转速fROT而控制时钟频率，以便即使转速变化也使被监视旋转部件每转的样点值数目基本上保持不变。
根据本发明的再一个实施例，通过US7,010,445中介绍的产生自相关数据的方法，可以实现增强器功能320、94，其内容在此引用作为参考。确切地说，数字信号处理器50可以包括功能94，对数字化的信号执行连续的傅氏变换操作以提供自相关数据。
监视齿轮系统的状态
应当指出，本发明的实施例也可以用于测量、监视和检测齿轮系统的状态。监视包括周转圆传动、齿轮和/或齿轮箱的周转圆齿轮系统时，某些实施例提供了特别有益的效果。这将在下面更详细地介绍。周转圆传动、齿轮和/或齿轮箱也可以被称为行星传动、齿轮和/或齿轮箱。
图23是展示行星齿轮系统700的正视图。行星齿轮系统700包括至少一个或多个外部齿轮702、703、704，围绕着中心齿轮701旋转。外部齿轮702、703、704通常被称为行星齿轮，而中心齿轮701通常被称为太阳齿轮。行星齿轮系统700也可以使用外面的内齿圈705，通常也称为内齿环。行星齿轮702、703、704可以包括P个齿707，太阳齿轮701可以包括S个齿708，而内齿环705可以包括A个齿706。内齿环705上的A个齿被安排与行星齿轮702、703、704上的P个齿啮合，它们又被安排与太阳齿轮701上的S个齿啮合。不过应当指出，太阳齿轮701一般大于行星齿轮702、703、704，从而图23所示的展示不应当解释为是这个方面的限制。当太阳齿轮701与行星齿轮702、703、704的尺寸不同时，分析装置14也可以区分行星齿轮系统700的不同轴和齿轮的所检测的状态，从以下的叙述将变得显 而易见。
在许多行星齿轮系统中，太阳齿轮701、行星齿轮702、703、704或内齿环705这三种基本组件之一被保持固定。两个剩余组件之一然后可以用作输入并向行星齿轮系统700提供动力。最后剩余的组件然后可以用作输出并从行星齿轮系统700中接收动力。输入转数与输出转数的比值取决于每个齿轮中的齿数，以及哪个组件被保持固定。
图24是图23中行星齿轮系统700的示意侧视图，从图23中箭头SW的方向所见。包括行星齿轮系统700的示范组合体800可以包括至少一个传感器10和至少一台根据以上介绍的本发明的分析装置14。组合体800例如可用于风力涡轮的齿轮箱。
在组合体800的实施例中，内齿环705保持固定。可旋转轴801具有多个可移动的臂或支架801A、801B、801C，被安排与行星齿轮702、703、704连接。向可旋转轴801提供了输入旋转802后，可旋转轴801和可移动臂801A、801B、801C以及行星齿轮702、703、704可以用作输入并向行星齿轮系统700提供动力。可旋转轴801和行星齿轮702、703、704然后可以相对于太阳齿轮701旋转。可以被安装在旋转轴803上的太阳齿轮701然后可以用作输出并从行星齿轮系统700接收动力。这种配置将产生齿轮比G=1+A/S的增加。比如用作风力涡轮中的齿轮箱时，齿轮比G可以安排为使得输出旋转大约是输入旋转的5-6倍。行星齿轮702、703、704可以分别经由轴承7A、7B和7C安装在可移动臂或支架801A、801B、801C上（在图23和图24中都有显示）。可旋转轴801可以安装在轴承7D上。同样，旋转轴803可以安装在轴承7E上，而太阳齿轮701可以经由轴承7F安装在旋转轴803上。
根据本发明的实施例，所述至少一个传感器10可以连接到行星齿轮系统700的固定内齿环705的测量点12上。传感器10也可以被安排为与分析装置14通信。分析装置14可以被安排为根据传感器10传递的测量数据或信号值，分析行星齿轮系统700的状态，如本文档中以上的介绍。分析装置14可以包括如以上的鉴别器230。
图25展示了响应由所述至少一个传感器10在组合体800中行星齿轮系统700旋转后所检测的信号，由预处理器200（见图5或图16）产生并输出的示范信号的模拟版本。显示信号的持续时间为TREV，它表示在可旋转轴801的一转期间所检测出的信号值。应当理解，由预处理器200在端口260（见图5和图16）上传递的信号可以被传递到鉴别器230的输入220（见图8或图7）。
正如从图25可见，当行星齿轮702、703、704的每一个通过组合体800中传感器10的测量点12时，信号的振幅或信号输出增大。信号的这些部分以下被称为高振幅区域702A、703A、704A，它们可以包括高振幅尖峰901。也能够显示出，在可旋转轴801的一转，即时间周期TREV上信号中尖峰901、902的总量，直接与内齿环705上齿数相关。例如，假若内齿环705上齿数A=73，时间周期TREV期间信号中尖峰的总数将是73；或者假若内齿环705上齿数A=75，时间周期TREV期间信号中尖峰的总数将是75，等等。已经显示出这是真实的，只要组合体800的齿轮702、703、704、705中不存在误差或故障。
图26展示了图25所示信号的高振幅区域702A的一部分的实例。当行星齿轮702通过其机械地离测量点12和传感器10最近的位置时（见图23和图24）可能产生这个信号部分。已经注意到，不时地会出现图26中展示的小周期扰动或振动903。注意，已经将这些小周期扰动903联系到图23和图24所示轴承7A中误差、故障或裂痕的出现，轴承7A可以被安装到移动臂之一801A。小周期扰动903从而可以通过行星齿轮系统700的行星齿轮702从轴承7A传播（或转化）到内齿环705，以上连同图1至图24介绍的传感器10在此可以拾取小周期扰动903。同样，安装到可移动臂801B或801C之一的轴承7B或7C中的误差、故障或裂痕也可能产生这样的小周期扰动903，传感器10可以用与以上相同的方式拾取它们。也应当注意，小周期扰动903也可能从可以安装到旋转轴803的轴承7F中的误差、故障或裂痕发出。在信号中检测出这些小周期扰动可以指示轴承7A、7B、7C和 /或7F开始退化，或者指示它们处于其现行预期使用寿命的极限。例如，这可能是重要的，因为它可以有助于预测行星齿轮系统700和/或组合体800何时需要维护或替换。
根据本发明的实施例，分析装置14的鉴别器230中的状态分析器290可以安排为检测从传感器10收到信号中的这些小周期扰动903。利用先前介绍的本发明的实施例使得这成为可能。小周期扰动903也可以被称为冲击脉冲903或振动903。根据本发明的实施例，采用以上介绍的增强器320的分析装置14，使用以上介绍的安装在内齿环705上的传感器10能够检测源自轴承7A（或7B、7C或者7F）的这些冲击脉冲903或振动903。即使机械冲击脉冲或振动信号已经经由一个或几个行星齿轮702、703或704传播，尽管由连接到内齿环705上传感器10所拾取的机械冲击脉冲或振动信号可能微弱，但是提供以上介绍的增强器320使得监视轴承7A（或7B、7C或者7F）的状态成为可能。
正如先前论述和图7-9显示，状态分析器290可以安排为通过操作时间域中的信号或者频率域中的信号，执行适当的分析。不过，检测从传感器10收到信号中的小周期扰动903最适于在频率域中描述，如图27所示。
图27展示了包括图26所示小周期扰动903的信号的示范频谱。该信号的频谱包括频率尖峰904，它与行星齿轮702、703、704和内齿环705的齿接合或啮合直接相关。事实上，频谱中尖峰904的频率将位于A×Ω，其中
A是内齿环705的总齿数，以及
Ω是可旋转轴801的每秒转数，这时以不变的转速发生旋转802。
除了频谱中的尖峰904，图26展示的小周期扰动903还可能在以大约频谱中尖峰904为中心的频率f1、f2处产生尖峰904、906。在频率f1、f2处的尖峰904、906从而也可以被称为中心尖峰904周围的对称边带。根据本发明的示范实施例，状态分析器290可以安排为检测频谱中的一个或几个尖峰，从而安排为检测从传感器10收到信号中的 小周期扰动。也能够显示出，根据等式1-2，频率f1、f2处的尖峰905、906与中心尖峰904有关：
f1=(A×Ω)-(fD×f702) (等式1)
f2=(A×Ω)+(fD×f702) (等式2)
其中
A是内齿环705的总齿数，
Ω是可旋转轴801的每秒转数，以及
fD是可以表示已退化状态的重复信号特征的重复频率，以及
f702是行星702围绕其自身中心的每秒转数。
重复信号特征的重复频率fD指示了重复信号特征起源的旋转部件之一。重复信号特征的重复频率fD还能够用于区分不同类型的退化状态，正如以上如连同图8的讨论。所以，检测出的重复信号特征的重复频率fD可以表示轴承保持器损坏频率（FTF）、轴承滚动件损坏（BS）频率、外环（OR）频率或内环（IR）频率，它们与图24中组合体800的行星齿轮系统700中轴承7A、7B、7C或7F有关。
因此，正如以上介绍，从一个或几个轴比如可旋转轴801和/或旋转轴803（见图23至图24）的旋转发出的表示机械振动的数据信号可以包括几个重复信号特征，从而一定的信号特征可以在被监控轴之一的每转重复一定的次数。不仅如此，还可能出现几个互相不同的重复信号特征，其中互相不同的重复信号特征可以具有互相不同的重复频率。增强信号中重复信号特征的方法，如以上介绍，作为有益的情况，能够同时检测具有互相不同重复频率的许多重复信号特征。优选情况下，这使得能够使用单一传感器10同时监视与不同轴801、803相关联的几个轴承7A、7B、7C、7F。同时监视还可以使用以下事实：太阳齿轮701和行星齿轮702、703、704的尺寸正常情况是不同的尺寸，这进一步可以实现容易地检测出正在产生小周期扰动903的是图23至图24中轴承7A、7B、7C、7F的哪一个，从而图23至图24中轴承7A、7B、7C、7F的哪一个可能需要维护或替换。增强信号中重复信号特征的方法，如以上介绍，作为有益的情况，也使得有可能在 单一信号测量和分析周期中，区分如轴承内环故障特征和轴承外环故障特征。
Ω的相关值表示行星齿轮702、703、704的转速，它能够由传感器420（见图24）指示。传感器420可以适于产生表明轴803关于内齿环705旋转的信号，并且在已知内齿环705、行星齿轮702、703、704和太阳齿轮701的齿数时，从这个信号可以计算出Ω的相关值。
图28展示了图25所示的示范信号的一部分的实例。这个示范部分演示了状态分析器290也可以安排为以类似于以上介绍的方式进行检测的误差或故障的另一个实例。如果齿轮701、702、703、704、705的一个或几个中的齿将破裂或实质上已磨损，状态分析器290可以安排为检测齿已破裂或磨损，因为这也将产生周期扰动，即由于缺失或磨损的齿缺乏接合或啮合。状态分析器290在例如从传感器10接收的信号的频谱中可以检测到这种情况。也应当指出，这种类型的误差或故障可以由状态分析器290在任何类型的齿轮和/或齿轮系统中检测出。这种类型的齿接合误差或啮合误差的频率，在齿轮和/或齿轮系统中往往处于显著高于例如图27中频率f1、f2的频率。
图29展示了根据本发明实施例的状态分析系统2的又一个实施例。传感器10在物理上与机器6相关联，机器6可以包括具有多个旋转部件的齿轮系统700（见图1和图29）。图29的齿轮系统可以是图24的行星齿轮系统700。行星齿轮系统700可以例如被用作风力涡轮的齿轮箱。
传感器单元10可以是冲击脉冲测量传感器，适于产生的模拟信号SEA包括取决于齿轮系统700中可旋转运动部件振动的振动信号分量。传感器10将模拟信号SEA传递给信号处理组合体920。
信号处理组合体920可以包括传感器接口40和数据处理装置50。传感器接口40包括产生数字测量信号SMD的A/D转换器44（图2A、图2B）。A/D转换器44连接到数据处理装置50，以便将数字测量数据信号SMD传递给数据处理装置50。
数据处理装置50连接到用户接口102。用户接口102可以包括用 户输入装置104，让用户能够提供用户输入。这样的用户输入可以包括选择所期望的分析功能105、290、290T、290F（图4、图7、图8），以及/或者设置信号处理功能94、250、310、470、470A、470B、320、294（见图4，图30）
用户接口102还可以包括显示器单元106，如连同图2A和图5的介绍。
图30是框图，与用户接口102、104和显示器106一起展示了图29的信号处理组合体920的若干部件。
传感器接口40包括从冲击脉冲测量传感器接收模拟信号SEA的输入42和A/D转换器44。还可以可选地提供信号调节器43（图2B）。A/D转换器44以一定的采样频率fS对接收的模拟信号进行采样，以便传递具有一定的采样频率fS的数字测量数据信号SMD。
采样频率fS可以设置为：
fS=k*fSEAmax
其中
k是具有大于2.0的值的因子。
所以可以选择因子k为大于2.0的值。优选情况下，可以选择因子k为2.0与2.9之间的值，以便避免假频效应。如在本文档以上所述，选择因子k为大于2.2的值提供了关于假频效应的安全余量。可以选择因子k为2.2与2.9之间的值，以便提供所述安全余量，同时避免不必要地产生许多样点值。根据实施例，作为有益的情况，选择的因子k使得100*k/2呈现为整数。根据实施例，因子k可以被设置为2.56。选择k为2.56致使100*k=256=2的8次方。
根据实施例，数字测量数据信号SMD的采样频率fS可以固定到一定的值fS，比如fS=102.4kHz。
因此，当采样频率fS被固定到一定的值fS时，模拟信号SEA的最高频率fSEAmax将为：
fSEAmax=fS/k
其中fSEAmax是采样后信号中要被分析的最高频率。
因此，当采样频率fS被固定到一定的值fS=102.4kHz，而因子k被设置为2.56时，模拟信号SEA的最大频率fSEAmax将为：
fSEAmax=fS/k=102400/2.56=40kHz
滤波器240接收采样频率为fS的数字测量数据信号SMD。根据实施例，滤波器240是截止频率为fLC的高通滤波器。这个实施例通过用高通滤波器240替换连同图6介绍的带通滤波器，简化了设计。高通滤波器240的截止频率fLC选择为近似于谐振冲击脉冲测量传感器10的期望机械谐振频率值fRMU的最低值。当机械谐振频率fRM在30kHz到35kHz范围内的某处时，高通滤波器240可以被设计为较低截止频率fLC=30kHz。然后高通滤波后的信号被传递给整流器270并继续到低通滤波器280。
根据实施例，应当有可能使用谐振频率在20kHz到35kHz范围内某处的传感器10。为了实现这个目标，高通滤波器240可以被设计为截止频率fLC=20kHz。
数字滤波器240的输出信号被传递到数字包络器250。
鉴于响应测量信号产生包络信号的现有技术的模拟设备采用模拟整流器，该模拟整流器会固有地导致结果信号中引入的系统误差，而作为有益的情况，数字包络器250将产生真正的整流结果而没有任何系统误差。所以，数字包络信号SENV将具有高信噪比，因为在数字滤波器240的带宽内谐振频率处机械谐振的传感器会引起信号高振幅。不仅如此，在数字域中执行的信号处理不增加噪声，从而不增加系统误差。
根据本发明的实施例，可以除去包络器250中的可选低通滤波器280。实际上，由于降采样器310包括低通滤波器的功能，所以除去了包络器250中的可选低通滤波器280。因此，图30的包络器250有效地包括数字整流器270，并且由数字整流器270产生的信号被传递给整数降采样器310，它包括低通滤波。
整数降采样器310适于进行数字包络信号SENV的降采样，以便传递具有降采样率fSR1的数字信号SRED，使得输出采样率与输入采样 率fS相比被降低了整数因子M倍。
值M可以根据检测出的转速fROT设置。降采样器310可设置为使得所选的降采样为M:1，其中M是正整数。值M可以在降采样器310的端口404上收到。
优选地，使用低通有限脉冲响应滤波器在多个步骤中执行整数降采样，其中每个FIR滤波器都可设置为所期望的降采样程度。与在多个滤波器中进行降采样相关联的优点在于，只有最后的滤波器需要具有陡斜坡。陡斜坡的FIR滤波器固有地必须具有许多阶，即陡的FIR滤波器必然是长的滤波器。FIR阶数指示了以下信息：
1)实施该滤波器所需要的存储器量，
2)需要的计算量，以及
3)滤波器能够进行的“滤波”量；实际上，更高阶意味着抑止频带的衰减更强，波纹更少、滤波器更窄，等等。因此滤波器越短，它就能够由DSP50执行得越快。FIR滤波器的长度也与可实现的降采样程度成正比。所以，根据整数降采样器的实施例，在不止两个步骤中执行降采样。
根据优选实施例，在M1、M2、M3和M4四个步骤中进行整数降采样。总的降采样等于M1*M2*M3*M4。这可以通过提供一族不同的FIR滤波器实现，它们可以在几种组合中结合以实现所期望的总降采样M。根据实施例，在所述族中有八种不同的FIR滤波器。
作为有益的情况，在最后第四个步骤中最大的降采样程度是五（M4=5），致使具有仅仅201阶的适当短的滤波器。以这种方式能够允许步骤1、2和3中的FIR滤波器具有甚至更低的阶。事实上这允许在步骤1、2和3中的每个FIR滤波器具有71阶或更低。为了实现总降采样M=4000，有可能选择提供降采样M1=10、M2=10和M3=10的三个FIR滤波器，以及提供降采样M4=4的FIR滤波器。这致使输出采样率fSR1=25.6，此时fS=102400Hz，而频率范围为10Hz。这四个FIR滤波器将总共具有414阶，而且抑止频带衰减的结果非常好。事实上，要是在仅仅一个单步骤中进行M4=4000的降采样，它可能将 需要大约160000阶以实现同样好的抑止频带衰减。
整数降采样器310的输出312被连接到分数降采样器470以及选择器460的输入。选择器使得选择的信号能够被输入到增强器320。
当对具有不变转速的旋转部件进行状态监视时，可以把选择器460设置在将采样频率为fSR1的信号SRED传递到增强器320的输入315的位置，并且可以禁用分数降采样器470。当对具有可变转速的旋转部件进行状态监视时，可以启用分数降采样器470，并且可以把选择器460设置在将采样频率为fSR2的信号SRED2传递到增强器320的输入315的位置。
分数降采样器470可以由包括连同图20、21和22以及图4介绍的可调整FIR滤波器608的分数降采样器470B、94实施。
分数降采样器470被连接以向选择器460传递具有更低采样率fSR2的降采样后信号SRED2，所以当状态分析器被设置为监视具有可变转速的机器时，来自分数降采样器470B的输出被传递到增强器320。
可以如连同图10A、10B、11、12和13以及图4的介绍，来实施增强器320、94。输入到增强器320的测量信号是信号SRED（见图30），它也在图11中展示为具有ILENGTH个采样值。信号SRED在图11的说明中也被称为I和2060。增强器信号处理涉及对离散输入信号SRED的离散自相关。输出信号O也称为SMDP，被展示在图12和图13中。
将要输入到增强器的测量信号SRED1、SRED可以包括至少一种振动信号分量SD，取决于所述可旋转运动部件的振动；其中所述振动信号分量具有重复频率fD，它取决于所述第一部件的转速fROT。信号分量SD的重复频率fD可以与被监视旋转部件的转速fROT成正比。
两个不同的故障特征SD1、SD2可以具有不同的频率fd1、fd2并且仍然可以由增强器增强，即改进SNR。因此，作为有益的情况，增强器320适于增强具有互相不同的重复频率fd1和fd2的不同特征SD1、SD2。两个重复频率fd1和fd2都与被监视旋转部件的转速fROT成正比，而fd1与fd2不同（fd1<>fd2）。这可以按照以下方式用数学表达：
fd1=k1*fROT，以及
fd2=k2*fROT，其中
k1和k2是正实数值，以及
k1<>k2,以及
k1大于或等于一(1)，以及
k2大于或等于一(1)
增强器将输出信号序列传递给时间域分析器290T的输入，以便当用户经由用户接口102、104选择执行时间域分析时，时间域分析器290T、105（图30和图4）将执行所选定的功能105，并且将相关数据传递到显示器106。增强器320的优点在于它在时间域传递输出信号。因此，要求在时间域输入信号的状态监视功能105、290T可以被设置为对图12和图13展示的信号输出的信号值进行直接操作。
当用户经由用户接口102、104选择执行频率域的分析时，增强器将把输出信号序列传递给快速傅氏变换器294，并且该快速傅氏变换器将把频率域数据的结果传递给频率域分析器290F、105（图30和图4）。频率域分析器290F、105将执行所选定的功能105并且将相关数据传递给显示器106。
在图29和图30所示的实施例中，作为有益的情况，用户很容易执行采用增强器和分数降采样器的分析。
以下是参数设置的实例：
为了在频率域执行分析，经由用户接口102、104以下数据：
1)表明所关注的最高重复频率fD的信息。重复频率fD是所关注的特征SD的重复频率。以频率的形式或以表明所关注故障特征SD的最高重复频率的次序号OvHigh的形式可以输入这种信息。
2)表明对重复信号特征SD的SNR值期望改进的信息。以SNR改进器值L的形式可以输入这种信息。连同以上的图10A下面还讨论了SNR改进器值L。
3)表明在期望对增强器输出的信号执行FFT时，FFT294中期 望频率分辨率的信息。这种信息可以被设置为频率片段的值Z。根据本发明的实施例，通过从一组值中选择一个值Z，可设置频率分辨率Z。对频率分辨率Z的可选择值组可以包括
Z=400
Z=800
Z=1600
Z=3200
Z=6400
因此，尽管信号处理相当复杂，但是按照用户所要求的信息，组合体920已经被设计为提供优选情况下简单的用户接口。当用户对以上三个参数输入或选择数值时，全部其他数值都被自动设置或在组合体920中预置。
SNR改进器值L
将要输入的增强器的信号可以包括取决于可旋转运动部件振动的振动信号分量；其中所述振动信号分量具有取决于所述第一部件的转速fROT的重复频率fD；所述测量信号包括噪声也包括所述振动信号分量，所以所述测量信号具有关于所述振动信号分量的第一信噪比。增强器产生的输出信号序列（O）具有所述至少一个振动信号分量对应的重复信号分量，所以所述输出信号序列（O）具有关于所述振动信号分量的第二信噪比值。本发明人已经通过测量结果确定，当SNR改进器值L被设置为数值一（1）时，第二信噪比值显著地高于第一信噪比。
不仅如此，本发明人还通过测量结果确定，当SNR改进器值L增大到L=4时，那么输出信号中关于所述振动信号分量的结果信噪比与L=1相关联的SNR值相比加倍。SNR改进器值L增大到L=10似乎致使对于输出信号中振动信号分量，与L=1时相同输入信号的SNR值相比，相关联的SNR值以因子3改进。因此，当SNR改进器值L从L1=1增大到L2时，结果SNR值可能以L2的平方根增大。
另外用户可以输入某设置，使组合体920保持重复测量。用户可以设置它以一定的重复周期TPM重复测量，即一直在时间TPM已经流逝时开始新的测量。可以被设置为一星期、或者一小时或十分钟。对这个重复频率选择的值取决于相关的测量条件。
由于增强器方法要求大量的数据输入值，即输入样点值的数目可能很大，并且它适于对缓慢旋转部件进行测量，所以测量的持续时间有时将相当长。因此，存在着测量的重复频率的用户设置与测量的持续时间不兼容的风险。所以，组合体920在收到以上用户输入后立即执行的步骤之一是计算测量的期望持续时间TM的估计。持续时间TM为：
TM=ILength/fSR2,
其中ILength是根据以下定义的选定的用户设置为了实现测量将要输入到增强器的信号中的样点数，而fSR2的定义如下。
组合体920也适于对比测量的持续时间TM和用户选定的重复周期值TPM。如果重复周期值TPM与测量的期望持续时间TM相比更短或大约相同，参数控制器930适于经由用户接口102、106提供警告指示，如通过显示器上的适宜文本。警告也可以包括声音或闪烁光。
根据实施例，因为重复周期值TPM取决于算出的测量的持续时间TM的估计，所以组合体920适于计算某建议最小值。
根据以上用户设置，信号处理组合体920的参数控制器930能够设置信号处理功能94（图4）的全部参数，即整数降采样器设置和增强器设置。不仅如此，参数控制器930也能够在需要时设置分数降采样器的全部参数。在期望频率分析时，参数控制器930能够设置FFT294的参数。
以下参数可以在组合体920（图30）中预置：
AD转换器40、44的采样频率fS。
以下参数可以被测量：fROT
如上所述，参数值fROT可以被测量并与信号SRED1的对应样点值相关联地存储，SRED1的样点值被送入分数降采样器470B。
以下参数可以在组合体920中自动设置：
从增强器320输出的信号中的采样率：
fSR2=C*Ov*fROT
其中
C是大于2.0的常数
Ov是用户输入的或者响应用户选定的要监视的最高频率而算出的次序号
fROT是在实际状态监视期间测量出的旋转部件的瞬时转速；
M=降采样器中使用的整数降采样器值选自包括总整数降采样所用的预定值组的表格。为了选择最适宜的值M，参数控制器930（图30）首先计算相当接近值M_calc=fS/fSR2*fROTmin/fROTmax
其中
fS和fSR2按以上定义，以及
fROTmin/fROTmax是表明测量期间所允许的最低与最高转速之间关系的值。根据值M_calc，选择器然后从预置值的列表中选择适宜的值。如通过从上述表格中选择小于M_calc的最接近值M，可以做到这一点。
fSR1=要从整数降采样器310传递的采样率。fSR1被设置为fSR1=fS/M
D是分数降采样器的分数降采样器值。D可以被设置为D=fSR1/fSR2，其中fSR1和fSR2按以上定义。
OLENGTH=C*Z
其中
C是大于2.0的常数，比如上述2.56
Z是在期望对从增强器输出的信号进行FFT时，频率片段的选定数目，即表明FFT294中期望频率分辨率的信息。
SSTART=OLENGTH或大于OLENGTH的值，其中OLENGTH按以上刚刚定义。
ILength=OLENGTH*L+SSTART+OLENGTH
CLength=ILENGTH-SSTART-OLENGTH
SMDP(t)=输出信号的样点值，在等式（5）中定义（见图10A）。
因此，参数控制器930适于产生以上定义的对应设置值，并且将它们传递到相关的信号处理功能94（图30和图4）。
一旦由增强器320已经产生了输出信号，便能够利用在控制输入300上传递的选择信号，控制状态分析器290执行选定的状态分析功能105、290、290T、290F（图30）。在控制输入300上传递的选择信号可以利用用户与用户接口102（见图2A和图30）的互动产生。当选定的分析功能包括快速傅氏变换时，将由选择信号300设置分析器290F在频率域中对输入信号进行操作。
快速傅氏变换器294可以适于对接收的具有一定数目的样点值的输入信号进行快速傅氏变换。当将样点值的一定数目设置为可以被二（2）除而不会出现分数的偶整数时是有益的。
根据本发明的优选实施例，从增强器输出的信号中的样点数目OLENGTH根据频率分辨率Z设置。频率分辨率Z与从增强器输出的信号中的样点数目OLENGTH之间的关系为：
OLENGTH=k*Z
其中
OLENGTH是从增强器320传递的信号中的样点值的样点数目。
K是大于2.0的因子
作为有益的情况，因子k可以选择为2.2与2.9之间的值，以便提供足够安全余量，同时避免不必要地产生许多样点值。
根据实施例，作为有益的情况，选择的因子k使得100*k/2呈现为整数。这种选择致使OLENGTH的值适于作为快速傅氏变换器294的输入。根据实施例，因子k可以被设置为2.56。选择k为2.56致使100*k=256=2的8次方。
表A表明了用户可选择的频率分辨率Z和对应的OLENGTH值的实例。
表A

Claims (22)

1.一种分析具有旋转部件(8、7、801、701、702、703、704)的机器(6)的状态的方法，包括：
产生取决于从所述旋转部件(8、7、801、701、702、703、704)的旋转发出的机械振动的模拟电测量信号(SEA)；其中所述模拟电测量信号(SEA)包括至少一个取决于旋转部件(8、7、801、701、702、703、704)振动运动的振动信号分量，所述振动信号分量具有取决于旋转部件(8、7、801、701、702、703、704)的转速(fROT)的重复频率(fD)；
响应所述模拟电测量信号(SEA)，以第一采样频率(fS)对所述模拟电测量信号进行采样(44)，以便产生数字测量数据信号(SMD)；
由数字带通滤波器或数字高通滤波器(240)滤波所述数字测量数据信号(SMD)以产生滤波后的数字测量数据信号(SF、SPBMD)；
响应于所述滤波后的数字测量数据信号(SF、SPBMD)产生数字包络信号(SENV)；
执行所述数字包络信号(SENV)的降采样(310、310A、310B、470、470A、470B)，以实现具有降低采样频率(fSR1、fSR2)的数字信号(SRED、SRED2)；其中所述降采样包括：
执行数字包络信号(SENV)的第一降采样(310、310A、310B)，以实现具有第一降低采样频率(fSR1)的第一降采样数字包络信号(SRED1)，所述第一降低采样频率(fSR1)与所述第一采样频率(fS)相比降低了整数因子(M)；以及
执行状态监视功能(F1、F2、Fn)以分析机器的状态；
其特征在于：
执行第二降采样(470、470A、470B)，以根据所述第一降采样数字包络信号(SRED1)产生具有第二降低采样频率(fSR2)的第二降采样数字包络信号(SRED2)，以及
控制所述第二降低采样频率(fSR2)，使得所述旋转部件(8、7、801、701、702、703、704)每转的样点值数目保持为基本上不变的值；以及
在增强器输入(315、320)接收所述第二降采样数字包络信号(SRED2、SRED)；
在所述增强器(320、94)中执行相关，以便产生相关包络信号序列(O、SMDP)，其中重复频率(fD)与所述转速(fROT)成正比的重复信号振幅分量(SD、SD1、SD2)关于随机信号分量被放大；
基于相关包络信号序列(O、SMDP)执行所述状态监视功能(F1、F2、Fn)。
2.根据权利要求1所述的方法，其中
执行所述相关以增强具有第一重复频率(fD1)的第一重复信号振幅分量(SD1)和具有第二重复频率(fD2)的第二重复信号振幅分量(SD2)；其中
所述第一重复频率(fD1)和所述第二重复频率(fD2)与旋转部件(8、7、801、701、702、703、704)的转速(fROT)成正比，以及
所述第一重复频率(fD1)不同于所述第二重复频率(fD2)。
3.根据权利要求2所述的方法，其中
所述第一重复频率(fD1)等于第一因子(k1)乘以旋转部件(8、7、801、701、702、703、704)的转速(fROT)，和
所述第二重复频率(fD2)等于第二因子(k2)乘以旋转部件(8、7、801、701、702、703、704)的转速(fROT)，其中
所述第一因子(k1)和所述第二因子(k2)是大于或等于1的正实数值，且其中
所述第一因子(k1)不同于所述第二因子(k2)。
4.根据权利要求1所述的方法，其中
所述增强器(320)中的信号处理涉及对所述第二降采样数字包络信号(SRED2、SRED)进行离散自相关。
5.根据权利要求1所述的方法，其中
所述相关包络信号序列(O、SMDP)在时间域传递。
6.根据权利要求1所述的方法，其中
所述增强器(320、94)中的所述相关是由通过对数字化信号执行连续傅氏变换操作以提供自相关数据(O、SMDP)的用于产生自相关数据(O、SMDP)的方法来实现的。
7.根据权利要求1所述的方法，其中
所述状态监视功能(F1、F2、Fn)是检测机器的状态是正常还是有点退化还是异常的功能。
8.根据权利要求1或7所述的方法，其中
所述状态监视功能(F1、F2、Fn)包括使得可能建立异常机器状态的性质和/或原因的鉴别功能。
9.根据权利要求1所述的方法，其中
所述第二降采样数字包络信号(SRED2)表示从轴旋转发出的机械振动，只要导致出现具有重复周期(TOR，TIR)的振动信号特征；其中所述方法包括
在所述增强器输入(315、320)接收所述第二降采样数字包络信号(SRED2、SRED)的第一多个(ILENGTH)样本，
将所述第二降采样数字包络信号(SRED2)划分为第一信号部分和第二信号部分；以及
响应于所述第一信号部分和所述第二信号部分产生所述相关包络信号序列(O)；所述相关包络信号序列(O)被产生为具有第二多个(OLENGTH)样本，所述第二多个(OLENGTH)是正整数且小于所述第一多个(ILENGTH)。
10.根据权利要求1所述的方法，包括
将所述整数因子(M)设置为适于在测量会话中测量状态的值；以及
在测量会话期间保持所述整数因子不变。
11.根据权利要求1所述的方法，包括
根据检测的转速(fROT)设置所述整数因子(M)；以及
在执行数字包络信号的第一降采样的第一降采样器(310)的端口(404)接收所述整数因子(M)。
12.一种分析具有旋转部件(8、7、801、701、702、703、704)的机器(6)的状态的设备，包括：
第一传感器，适于产生取决于从所述旋转部件(8、7、801、701、702、703、704)的旋转发出的机械振动的模拟电测量信号(SEA)；其中所述模拟电测量信号(SEA)包括至少一个取决于旋转部件(8、7、801、701、702、703、704)振动运动的振动信号分量，所述振动信号分量具有取决于旋转部件(8、7、801、701、702、703、704)的转速(fROT)的重复频率(fD)；
模拟数字转换器(44)，用于响应所述模拟电测量信号(SEA)，以第一采样频率(fS)对所述模拟电测量信号进行采样，以便产生数字测量数据信号(SMD)；
数字带通滤波器或数字高通滤波器(240)，用于滤波所述数字测量数据信号(SMD)以产生滤波后的数字测量数据信号(SF、SPBMD)；
数字包络器(25)，用于响应于所述滤波后的数字测量数据信号(SF、SPBMD)产生数字包络信号(SENV)；
第一降采样器(310、310A、310B)，用于执行所述数字包络信号(SENV)的第一降采样，以实现具有第一降低采样频率(fSR1)的第一降采样数字包络信号(SRED1)，所述第一降低采样频率(fSR1)与所述第一采样频率(fS)相比降低了整数因子(M)；以及
鉴别器(230、290、294、290F、290T)，适于执行用于分析机器的状态的状态监视功能(105、F1、F2、Fn)；
其特征在于：
第二降采样器(470、470A、470B)，用于执行第二降采样以根据所述第一降采样数字包络信号(SRED1)产生具有第二降低采样频率(fSR2)的第二降采样数字包络信号(SRED2)，其中所述第二降采样器(470、470A、470B)适于控制所述第二降低采样频率(fSR2)，使得所述旋转部件(8、7、801、701、702、703、704)每转的样点值数目保持为基本上不变的值；以及
增强器(320、94)，具有用于接收所述第二降采样数字包络信号(SRED2、SRED)的输入(315)；所述增强器(320、94)适于执行相关，以便产生相关包络信号序列(O、SMDP)，其中重复频率(fD)与所述转速(fROT)成正比的重复信号振幅分量(SD、SD1、SD2)关于随机信号分量被放大；以及
所述鉴别器(230、290、294、290F、290T)适于基于所述相关包络信号序列(O、SMDP)执行所述状态监视功能(105、F1、F2、Fn)。
13.根据权利要求12所述的设备，其中
所述增强器(320、94)适于执行所述相关以增强具有第一重复频率(fD1)的第一重复信号振幅分量(SD1)和具有第二重复频率(fD2)的第二重复信号振幅分量(SD2)；其中
所述第一重复频率(fD1)和所述第二重复频率(fD2)与旋转部件(8、7、801、701、702、703、704)的转速(fROT)成正比，以及
所述第一重复频率(fD1)不同于所述第二重复频率(fD2)。
14.根据权利要求13所述的设备，其中
所述第一重复频率(fD1)等于第一因子(k1)乘以旋转部件(8、7、801、701、702、703、704)的转速(fROT)，和
所述第二重复频率(fD2)等于第二因子(k2)乘以旋转部件(8、7、801、701、702、703、704)的转速(fROT)，其中
所述第一因子(k1)和所述第二因子(k2)是大于或等于1的正实数值，且其中
所述第一因子(k1)不同于所述第二因子(k2)。
15.根据权利要求12所述的设备，其中
所述增强器(320)适于执行涉及对所述第二降采样数字包络信号(SRED2、SRED)进行离散自相关的信号处理。
16.根据权利要求12所述的设备，其中
所述增强器(320、94)适于在时间域传递所述相关包络信号序列(O、SMDP)。
17.根据权利要求12所述的设备，其中
所述增强器(320、94)适于由通过对数字化信号执行连续傅氏变换操作以提供自相关数据(O、SMDP)的用于产生自相关数据(O、SMDP)的方法来实现所述相关。
18.根据权利要求12所述的设备，其中
所述状态监视功能(F1、F2、Fn)是检测机器的状态是正常还是有点退化还是异常的功能。
19.根据权利要求12或18所述的设备，其中
所述状态监视功能(F1、F2、Fn)包括使得可能建立异常机器状态的性质和/或原因的鉴别功能。
20.根据权利要求12所述的设备，其中
所述第二降采样数字包络信号(SRED2)表示从轴旋转发出的机械振动，只要导致出现具有重复周期(TOR，TIR)的振动信号特征；
所述增强器适于在所述增强器输入(315、320)接收所述第二降采样数字包络信号(SRED2、SRED)的第一多个(ILENGTH)样本，
所述增强器适于将所述第二降采样数字包络信号(SRED2)划分为第一信号部分(2070)和第二信号部分；以及
所述增强器适于产生具有第二多个(OLENGTH)样本的所述相关包络信号序列(O、SMDP)，所述第二多个(OLENGTH)是正整数且小于第一多个(ILENGTH)；所述相关包络信号序列(O、SMDP)是响应于所述第一信号部分(2070)和所述第二信号部分而产生的。
21.根据权利要求12所述的设备，其中
所述整数因子(M)能设置为适于在测量会话中测量状态的值；所述整数因子在测量会话期间保持不变。
22.根据权利要求12所述的设备，其中
所述第一降采样器(310)具有用于接收所述整数因子(M)的端口(404)；其中所述整数因子(M)是根据检测的转速(fROT)能设置的。
CN201310332658.8A 2008-12-22 2009-12-22 分析具有旋转部件的机器的状态的方法和系统 Active CN103398768B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
SE0850180-1 2008-12-22
SE0850180 2008-12-22
US17551109P 2009-05-05 2009-05-05
SE0950310-3 2009-05-05
SE0950310 2009-05-05
US61/175,511 2009-05-05
CN2009801560864A CN102308190A (zh) 2008-12-22 2009-12-22 分析具有旋转部件的机器的状态的方法和系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2009801560864A Division CN102308190A (zh) 2008-12-22 2009-12-22 分析具有旋转部件的机器的状态的方法和系统

Publications (2)

Publication Number Publication Date
CN103398768A CN103398768A (zh) 2013-11-20
CN103398768B true CN103398768B (zh) 2017-10-13

Family

ID=42288010

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2009801560864A Pending CN102308190A (zh) 2008-12-22 2009-12-22 分析具有旋转部件的机器的状态的方法和系统
CN201310332658.8A Active CN103398768B (zh) 2008-12-22 2009-12-22 分析具有旋转部件的机器的状态的方法和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN2009801560864A Pending CN102308190A (zh) 2008-12-22 2009-12-22 分析具有旋转部件的机器的状态的方法和系统

Country Status (9)

Country Link
US (6) US8762104B2 (zh)
EP (3) EP3508827B1 (zh)
CN (2) CN102308190A (zh)
AU (1) AU2009330744B2 (zh)
BR (1) BRPI0923419B1 (zh)
EA (1) EA021908B1 (zh)
SE (1) SE535279C2 (zh)
WO (1) WO2010074646A1 (zh)
ZA (1) ZA201104946B (zh)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2370801B1 (en) 2008-12-22 2017-11-22 S.P.M. Instrument AB An analysis system
WO2010074648A1 (en) * 2008-12-22 2010-07-01 S.P.M. Instrument Ab An analysis system
US8762104B2 (en) * 2008-12-22 2014-06-24 S.P.M. Instrument Ab Method and apparatus for analysing the condition of a machine having a rotating part
WO2010128928A1 (en) * 2009-05-05 2010-11-11 S.P.M. Instrument Ab An apparatus and a method for analysing the vibration of a machine having a rotating part
EP2732251B1 (en) 2011-07-14 2019-03-13 S.P.M. Instrument AB A method and a system for analysing the condition of a rotating machine part
WO2013038298A1 (en) * 2011-09-12 2013-03-21 Koninklijke Philips Electronics N.V. Device and method for disaggregating a periodic input signal pattern
US9523626B2 (en) * 2011-09-29 2016-12-20 Pcb Piezotronics, Inc. Hand-held vibration sensor
EA027344B1 (ru) 2012-01-30 2017-07-31 С.П.М. Инструмент Аб Устройство и способ для анализа состояния машины, имеющей вращающуюся часть
US9559721B2 (en) * 2012-03-01 2017-01-31 General Electric Company Systems and methods for compression of high-frequency signals
US9389205B2 (en) * 2012-05-23 2016-07-12 International Electronic Machines Corp. Resonant signal analysis-based inspection of rail components
US9772219B2 (en) 2012-09-11 2017-09-26 S.P.M. Instrument Ab Apparatus for monitoring the condition of a machine
US10416126B2 (en) * 2013-07-02 2019-09-17 Computational Systems, Inc. Machine fault prediction based on analysis of periodic information in a signal
FR3017461B1 (fr) * 2014-02-11 2016-02-26 Amesys Sas Banc de tests commande par liaison radio
JP6659384B2 (ja) * 2016-02-02 2020-03-04 株式会社神戸製鋼所 回転機の異常検知装置および回転機の異常検知システム
US10082520B2 (en) * 2016-03-18 2018-09-25 Simmonds Precision Products, Inc. Rotational frequency estimation from sensed vibrations based on a supervised learning method
US10914701B2 (en) 2016-06-21 2021-02-09 General Electric Company Systems and methods for determining rotor deterioration in a dynamoelectric machine
JP6665062B2 (ja) * 2016-08-31 2020-03-13 Ntn株式会社 状態監視装置
DE102017124135B4 (de) * 2016-10-21 2023-06-07 Computational Systems Inc. Maschinenfehlervorhersage basierend auf einer Analyse von periodischen Informationen in einem Signal
TWI626111B (zh) * 2016-11-10 2018-06-11 國立中正大學 切削加工轉速調整裝置及其方法
US10852214B2 (en) * 2017-05-19 2020-12-01 Nutech Ventures Detecting faults in wind turbines
WO2019147750A2 (en) * 2018-01-24 2019-08-01 Magnetic Pumping Solutions, Llc Method and system for monitoring the condition of rotating systems
IT201800002514A1 (it) * 2018-02-08 2019-08-08 Stiga S P A In Breve Anche St S P A Dispositivo di misura del tempo di vita della lama di un tosaerba e relativo tosaerba.
JP6863311B2 (ja) 2018-02-14 2021-04-21 オムロン株式会社 センサユニット、制御方法、プログラム、および記録媒体
DE102018205491A1 (de) * 2018-04-11 2019-10-17 Zf Friedrichshafen Ag Zustandsüberwachung für Gleitlager mittels Körperschall
CN109855874B (zh) * 2018-12-13 2020-07-28 安徽大学 一种声音辅助振动微弱信号增强检测的随机共振滤波器
CN109855779A (zh) * 2018-12-20 2019-06-07 佛山市罗斯特传动设备有限公司 一种行星减速机扭矩测试系统及测试方法
US11441443B2 (en) 2019-06-06 2022-09-13 Raytheon Technologies Corporation Systems and methods for monitoring and controlling a gas turbine engine
RU2714500C1 (ru) * 2019-07-23 2020-02-18 Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет телекоммуникаций и информатики" (СибГУТИ) Метод измерения скорости вращения лопасти посредством модуляции известного блока данных функцией "исключающее ИЛИ"
EP3809109A1 (en) * 2019-10-16 2021-04-21 Siemens Aktiengesellschaft Smart motor data analytics with real-time algorithm
CN111609923A (zh) * 2020-04-27 2020-09-01 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于dcs数据的汽轮发电机组振动预警方法
JP7422012B2 (ja) * 2020-06-18 2024-01-25 株式会社日立製作所 機器状態監視装置及び方法
WO2022056613A1 (pt) * 2020-09-21 2022-03-24 Dynamox S/A Dispositivo de medição e monitoramento via bluetooth
CN112686096A (zh) * 2020-12-03 2021-04-20 昆明理工大学 基于多尺度散布熵和vpmcd的滚动轴承故障诊断方法
CN113865695A (zh) * 2021-09-08 2021-12-31 杭州安脉盛智能技术有限公司 一种集成故障判断算法的无线振动传感器
CN114371005A (zh) * 2021-12-17 2022-04-19 江苏核电有限公司 一种滚动轴承的冲击特征提取方法及装置
WO2024036412A1 (en) * 2022-08-19 2024-02-22 University Of Manitoba Transducer for use with a rotary bearing
DE102023203270A1 (de) 2023-04-11 2024-10-17 Siemens Mobility GmbH Anordnung zur Überwachung einer Komponente

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6351714B1 (en) * 1998-03-03 2002-02-26 Entek Ird International Corporation Order tracking signal sampling process
CN1926413A (zh) * 2004-10-18 2007-03-07 日本精工株式会社 机械设备的异常诊断系统

Family Cites Families (98)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2824700A (en) 1954-05-25 1958-02-25 Weston David Method of reducing materials
US3554012A (en) 1968-02-29 1971-01-12 Iko Konsultbyron Ab Method and arrangement for determining the mechanical state of machines
US3705516A (en) 1971-09-30 1972-12-12 Northrop Corp Method and apparatus for testing the condition of a machine
JPS54111871A (en) 1978-02-22 1979-09-01 Hitachi Ltd Frequency detecting method
US4528852A (en) 1982-10-21 1985-07-16 Spm Instruments U.S. Inc. Method and instrument for determining the condition of an operating bearing
JPS60195426A (ja) 1984-03-16 1985-10-03 Komatsu Ltd 回転機構の故障診断方法
DE3424692A1 (de) 1984-07-05 1986-02-06 Kletek Controllsysteme GmbH & Co KG, 2820 Bremen Verfahren und messanordnung zur analyse von periodischen oder quasi periodischen signalen, insbesondere von schallsignalen bei maschinen und anlagen
GB2190198A (en) 1986-04-28 1987-11-11 Vipac Pty Ltd Vibrational analysis system for a machine
US5258923A (en) 1987-07-22 1993-11-02 General Electric Company System and method for detecting the occurrence, location and depth of cracks in turbine-generator rotors
JPH01127934A (ja) 1987-11-12 1989-05-19 Hitachi Ltd 損傷診断装置
US4912661A (en) 1987-12-01 1990-03-27 Hewlett-Packard Company Tracking and resampling method and apparatus for monitoring the performance of rotating machines
JPH01178814A (ja) 1988-01-08 1989-07-17 Mitsubishi Heavy Ind Ltd 信号の大局的構造認識装置
GB2228088B (en) 1988-12-16 1992-09-16 Nippon Seiko Kk Method and apparatus for detecting cracks in bearings
JPH02298825A (ja) 1989-05-13 1990-12-11 Nippondenso Co Ltd 回転機のための異常検査装置
GB9002925D0 (en) 1990-02-09 1990-04-04 Sumitomo Rubber Ind Method of detecting a deflated tyre on a vehicle
US5109700A (en) 1990-07-13 1992-05-05 Life Systems, Inc. Method and apparatus for analyzing rotating machines
JPH04279826A (ja) 1991-03-08 1992-10-05 Nkk Corp 可変速回転系異常診断方法及びその装置
US5201292A (en) 1991-08-30 1993-04-13 Loral Aerospace Corp. Apparatus and method for detecting vibration patterns
US5365787A (en) 1991-10-02 1994-11-22 Monitoring Technology Corp. Noninvasive method and apparatus for determining resonance information for rotating machinery components and for anticipating component failure from changes therein
US5501105A (en) 1991-10-02 1996-03-26 Monitoring Technology Corp. Digital signal processing of encoder signals to detect resonances in rotating machines
DK176500B1 (da) 1992-07-28 2008-06-02 Kobe Steel Ltd Fremgangsmåde til styring af en valsemölle
US5445028A (en) 1992-09-18 1995-08-29 Ametek Aerospace Products Inc. Dynamic digital tracking filter
US5390545A (en) 1993-01-11 1995-02-21 Caterpillar Inc. Apparatus for measuring torsional vibrations of rotating machinery
CN1072359C (zh) 1993-11-09 2001-10-03 摩托罗拉公司 检测输入信号电平的方法和装置
US5633811A (en) 1994-12-09 1997-05-27 Computational Systems, Inc. Hand held data collector and analyzer system
US5895857A (en) 1995-11-08 1999-04-20 Csi Technology, Inc. Machine fault detection using vibration signal peak detector
US5825657A (en) 1996-02-23 1998-10-20 Monitoring Technology Corporation Dynamic, non-uniform clock for resampling and processing machine signals
SE510771C2 (sv) 1996-07-05 1999-06-21 Spm Instr Ab Förfarande för utvärdering av konditionen för en maskin jämte analysapparat samt anordning för samverkan med analysapparaten
US5852793A (en) 1997-02-18 1998-12-22 Dme Corporation Method and apparatus for predictive diagnosis of moving machine parts
JP3425331B2 (ja) 1997-06-30 2003-07-14 株式会社東芝 電源装置
US6041339A (en) 1998-03-27 2000-03-21 Ess Technology, Inc. Efficient decimation filtering
FI112972B (fi) 1998-07-15 2004-02-13 Abb Research Ltd Laakerin kunnon arviointi
US6053047A (en) 1998-09-29 2000-04-25 Allen-Bradley Company, Llc Determining faults in multiple bearings using one vibration sensor
JP2000141275A (ja) 1998-11-13 2000-05-23 Kawasaki Heavy Ind Ltd 産業用ロボットの寿命測定方法および装置
AUPQ152499A0 (en) 1999-07-09 1999-08-05 Commonwealth Scientific And Industrial Research Organisation A system for monitoring acoustic emissions from a moving machine
DE19938723A1 (de) 1999-08-16 2001-02-22 Busch Dieter & Co Prueftech Verfahren zur Signalanalyse
US6868348B1 (en) 1999-10-29 2005-03-15 Entek Ird International Corporation Adaptive high frequency energy detection
US6351713B1 (en) 1999-12-15 2002-02-26 Swantech, L.L.C. Distributed stress wave analysis system
US6332116B1 (en) 2000-04-19 2001-12-18 National Instruments Corporation System and method for analyzing signals of rotating machines
US6591682B1 (en) 2000-08-14 2003-07-15 Pruftechnik Dieter Busch Ag Device and process for signal analysis
CA2428168A1 (en) 2000-12-01 2002-06-06 Unova Ip Corp. Control embedded machine condition monitor
US6801864B2 (en) 2001-03-13 2004-10-05 Ab Skf System and method for analyzing vibration signals
US7136794B1 (en) 2001-05-24 2006-11-14 Simmonds Precision Products, Inc. Method and apparatus for estimating values for condition indicators
TW579424B (en) * 2001-07-09 2004-03-11 Shell Int Research Vibration analysis for predictive maintenance in machinery
DE10135674A1 (de) * 2001-07-21 2003-02-06 Brueel & Kjaer Vibro Gmbh Verfahren und Vorrichtung zur Auswertung von Meßsignalen
US20030040885A1 (en) 2001-08-14 2003-02-27 Schoess Jeffrey N. Apparatus and method for determining vehicle load weight status
JP2003141275A (ja) 2001-10-31 2003-05-16 Sharp Corp ポイント管理装置、ポイント管理方法およびポイントサービス装置
EP1451540B8 (en) 2001-12-04 2010-12-15 Skf Condition Monitoring, Inc. Cyclic time averaging for machine monitoring
WO2003062771A1 (en) 2002-01-18 2003-07-31 Spm Instrument Ab An analysis system
US6618128B2 (en) 2002-01-23 2003-09-09 Csi Technology, Inc. Optical speed sensing system
US6668234B2 (en) 2002-03-22 2003-12-23 Abb Inc. Method and apparatus for calculating the amplitude of a complex waveform associated with a rotating machine shaft after removing the running speed frequency
JP3880455B2 (ja) 2002-05-31 2007-02-14 中国電力株式会社 転がり軸受の余寿命診断方法及びこの余寿命診断装置
US7133801B2 (en) 2002-06-07 2006-11-07 Exxon Mobil Research And Engineering Company System and methodology for vibration analysis and condition monitoring
US7243064B2 (en) 2002-11-14 2007-07-10 Verizon Business Global Llc Signal processing of multi-channel data
US6993464B2 (en) * 2002-12-03 2006-01-31 Chunghwa Telecom Co., Ltd. Optimized filter parameters design for digital IF programmable downconverter
US7027953B2 (en) 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system
FI115854B (fi) 2003-01-17 2005-07-29 Outokumpu Oy Menetelmä myllyn täyttöasteen määrittämiseksi
CA2456608C (en) 2003-01-31 2009-01-06 Universidad Tecnica Federico Santa Maria A system to determine and analyze the dynamic internal load in revolving mills, for mineral grinding
CA2456566C (en) 2003-01-31 2008-12-02 Universidad Tecnica Federico Santa Maria System and method of measuring and classifying the impacts inside a revolving mill used in mineral grinding
US6801873B1 (en) * 2003-03-21 2004-10-05 National Instruments Corporation Analysis of rotating machines
US6889553B2 (en) 2003-07-16 2005-05-10 Pcb Piezotronics Inc. Method and apparatus for vibration sensing and analysis
US6885932B2 (en) * 2003-08-08 2005-04-26 Motorola, Inc. Misfire detection in an internal combustion engine
EP1513254A1 (en) 2003-08-26 2005-03-09 Mitsubishi Electric Information Technology Centre Europe B.V. Filter enabling decimation of digital signals by a rational factor
WO2006043511A1 (ja) * 2004-10-18 2006-04-27 Nsk Ltd. 機械設備の異常診断システム
NZ537244A (en) 2004-12-16 2006-10-27 Commtest Instr Ltd Improvements in or relating to vibration analysis
US20070033785A1 (en) 2005-08-09 2007-02-15 Kohring Mark D Ridge vent with biocidal source
US8014879B2 (en) 2005-11-11 2011-09-06 L&L Engineering, Llc Methods and systems for adaptive control
US7505852B2 (en) 2006-05-17 2009-03-17 Curtiss-Wright Flow Control Corporation Probabilistic stress wave analysis system and method
US7352076B1 (en) 2006-08-11 2008-04-01 Mariah Power Inc. Small wind turbine system
FR2913769B1 (fr) 2007-03-12 2009-06-05 Snecma Sa Procede de detection d'un endommagement d'un roulement de palier d'un moteur
GB0714379D0 (en) 2007-07-21 2007-09-05 Monition Ltd Tamping bank monitoring apparatus and method
US7761256B2 (en) 2007-12-21 2010-07-20 General Electric Company Method and system for use in analyzing vibrations of a variable speed rotating body
EP2085902B1 (en) 2008-02-02 2018-01-17 Siemens Industry Software NV Order tracking method and system
TW200943037A (en) 2008-04-14 2009-10-16 Asustek Comp Inc Fan speed control method and computer system
WO2010007645A1 (ja) 2008-07-15 2010-01-21 グローリー株式会社 チケット発行装置、チケット処理装置及びチケットシステム
US8810369B2 (en) 2008-11-19 2014-08-19 Intermec Ip Corp Finding sensor data in an RFID network
US9109748B2 (en) 2008-12-16 2015-08-18 Rockwell Automation Technologies, Inc. Machine conditioning monitoring closed loop lubrication system and method
EP2370801B1 (en) 2008-12-22 2017-11-22 S.P.M. Instrument AB An analysis system
US8762104B2 (en) 2008-12-22 2014-06-24 S.P.M. Instrument Ab Method and apparatus for analysing the condition of a machine having a rotating part
US9304033B2 (en) 2008-12-22 2016-04-05 S.P.M. Instrument Ab Analysis system
WO2010074648A1 (en) 2008-12-22 2010-07-01 S.P.M. Instrument Ab An analysis system
WO2010128928A1 (en) 2009-05-05 2010-11-11 S.P.M. Instrument Ab An apparatus and a method for analysing the vibration of a machine having a rotating part
US20100292937A1 (en) 2009-05-18 2010-11-18 Diaa Hosny Turbocharger bearing health monitor
SE535559C2 (sv) 2010-01-18 2012-09-25 Spm Instr Ab Förfarande och anordning för analys av tillståndet hos maskin med roterande del
DE102010002294A1 (de) 2010-02-24 2011-08-25 Siemens Aktiengesellschaft, 80333 System bzw. Verfahren zur Ermittlung eines Lagerzustandes
EP2732251B1 (en) 2011-07-14 2019-03-13 S.P.M. Instrument AB A method and a system for analysing the condition of a rotating machine part
EA027344B1 (ru) 2012-01-30 2017-07-31 С.П.М. Инструмент Аб Устройство и способ для анализа состояния машины, имеющей вращающуюся часть
US9772219B2 (en) 2012-09-11 2017-09-26 S.P.M. Instrument Ab Apparatus for monitoring the condition of a machine
EP2898346B1 (en) 2012-09-20 2022-11-23 B-K Medical ApS Motion estimation in elastography imaging
US9341512B2 (en) 2013-03-15 2016-05-17 Fluke Corporation Frequency response of vibration sensors
CN105378445B (zh) 2013-05-21 2018-10-26 科恩起重机环球公司 用于监测齿轮状态的方法和数据处理系统
WO2016022663A2 (en) 2014-08-07 2016-02-11 Emerson Electric (Us) Holding Corporation (Chile) Limitada Monitor and control of tumbling mill using measurements of vibration, electrical power input and mechanical power
FI126803B (fi) 2014-12-30 2017-05-31 Outotec Finland Oy Menetelmä ja järjestely suuren jauhinmyllyn täyttöasteen määrittämiseksi ja suuri jauhinmylly
EP3144070A1 (de) 2015-09-18 2017-03-22 Siemens Aktiengesellschaft Verfahren zum betrieb einer rohrmühle, anordnung zur ermittlung von charakteristischen daten einer rohrmühle sowie rohrmühle
CN107159435B (zh) 2017-05-25 2019-07-09 洛阳语音云创新研究院 一种磨机工作状态调整方法及装置
US12097503B2 (en) 2018-04-26 2024-09-24 Moly-Cop USA LLC Grinding media, system and method for optimising comminution circuit
US20230302460A1 (en) 2020-04-09 2023-09-28 S.P.M. Instrument Ab Method and system for generating information relating to an internal state of a tumbling mill
CN115916410A (zh) 2020-04-09 2023-04-04 S.P.M.仪器公司 用于控制滚磨机的内部状态的系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6351714B1 (en) * 1998-03-03 2002-02-26 Entek Ird International Corporation Order tracking signal sampling process
CN1926413A (zh) * 2004-10-18 2007-03-07 日本精工株式会社 机械设备的异常诊断系统

Also Published As

Publication number Publication date
EA201170856A1 (ru) 2012-01-30
ZA201104946B (en) 2012-03-28
EP3508827B1 (en) 2021-11-24
US20230297066A1 (en) 2023-09-21
SE535279C2 (sv) 2012-06-12
US20190243334A1 (en) 2019-08-08
US10788808B2 (en) 2020-09-29
BRPI0923419A2 (pt) 2018-10-09
US10133257B2 (en) 2018-11-20
EP2373961A1 (en) 2011-10-12
WO2010074646A1 (en) 2010-07-01
US20140365176A1 (en) 2014-12-11
AU2009330744B2 (en) 2015-04-09
US11599085B2 (en) 2023-03-07
EP2373961A4 (en) 2017-12-27
SE0951017A1 (sv) 2010-06-23
US20210173379A1 (en) 2021-06-10
CN102308190A (zh) 2012-01-04
EA021908B1 (ru) 2015-09-30
US9213671B2 (en) 2015-12-15
US20160342148A1 (en) 2016-11-24
CN103398768A (zh) 2013-11-20
US12105498B2 (en) 2024-10-01
US20110295556A1 (en) 2011-12-01
EP3508827A1 (en) 2019-07-10
AU2009330744A1 (en) 2011-07-21
EP4024013A1 (en) 2022-07-06
EP2373961B1 (en) 2019-01-30
BRPI0923419B1 (pt) 2020-05-19
US8762104B2 (en) 2014-06-24

Similar Documents

Publication Publication Date Title
CN103398768B (zh) 分析具有旋转部件的机器的状态的方法和系统
CN102449445B (zh) 用于分析具有旋转部件的机器振动的设备和方法
CN102308194B (zh) 分析系统
EP2373971B1 (en) An analysis system
EP2370801B1 (en) An analysis system
EP3239667B1 (en) An analysis system
AU2016277551B2 (en) Method and Apparatus for Analysing the Condition of a Machine Having a Rotating Part
AU2015203361B2 (en) An apparatus and a method for analysing the vibration of a machine having a rotating part

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